事件内容（2026-10-28）
高通技术公司发布面向数据中心的下一代 AI 推理优化方案——基于 Qualcomm AI200 与 AI250 的加速卡及机架系统。AI200 主打机架级 AI 推理：每张加速卡支持 768GB LPDDR 内存，以大内存容量与更低成本为大语言模型（LLM）和多模态模型（LMM）推理提供优化的“每美元每瓦特”性能，并支持机架级扩展。AI250 则首发基于“近存计算（Near-Memory Computing）”的创新内存架构，实现超过 10 倍的有效内存带宽提升并显著降低功耗。整套方案依托高通在 NPU 领域的技术积累，以高内存容量、高能效的机架级推理赋能可扩展的生成式 AI 部署。
值得关注的原因
- 移动 NPU 巨头正式进军机架级数据中心推理。高通把在手机与边缘端打磨的低功耗、高能效 NPU 基因推向云端推理，正面挑战以 GPU 为主的推理方案，推理加速器的“路线之争”再添重量级玩家。
- 直击推理的内存瓶颈，且路线不同于 HBM。单卡 768GB LPDDR 大内存 + 近存计算，瞄准长上下文、KV-cache、多模态推理的“容量/带宽”痛点，提供了一条有别于高成本 HBM 的技术路径。
- “每美元每瓦特”精准契合推理侧诉求。推理对成本极度敏感、且供给正走向多元化（与甲骨文同日引入多供应商芯片的趋势相互印证），高通以 TCO 立场切入恰逢其时。
- 标志 AI 推理加速进入多路线并跑。GPU、NPU、ASIC、近存计算同台竞争，推理端的“平权化”将加速模型落地成本下降，利好更广泛的 AI 应用落地。
原创文章，作者：陈默，如若转载，请注明出处：https://www.chenmo.net/179.html
