股价暴涨20%！高通AI200/AI250，谁在做空英伟达？
在科技圈，当旧时代的霸主试图挤进新时代的列车，大部分人都不看好。
“高通？过去十年靠手机市场混日子的公司？”
“大概率是英伟达做空者的伎俩，英伟达的QPU好得多！”
图 1：推特（X）上关于高通 AI 芯片的评论区。公众初期对“手机芯片厂商”造高性能 AI 芯片持怀疑态度。
在很多人的刻板印象里，高通？只是个卖手机零件的。
然而，资本市场的反应，给了所有吃瓜群众一记响亮的耳光。
就在发布会当天，高通股价在盘中一度暴涨超过 20%，创下了自 Snapdragon X Elite 发布以来的日内新高。巨大的买单瞬间涌入，成交量激增。
图 2：高通宣布加入 AI 芯片市场后股价走势图。长阳线显示出资金对这一战略转型的强烈认可。
散户看热闹，机构看门道，华尔街的基金经理们敏锐地嗅到了商机。
高通不是来陪跑的，它是有备而来，来切分那份属于英伟达和 AMD 的蛋糕。
这是半导体行业的一个转折点，它标志着那个由英伟达领舞、AMD 伴舞的双头时代正在消解，一个更加混乱的 三国格局，正在 2026 年拉开序幕。
一、 被英伟达忽视的商机
要理解高通为什么敢在这个时候入局，我们必须先看清英伟达的布局遗漏了什么。
目前的 AI 芯片市场，英伟达占据了大约 90% 的份额。H100、H200 乃至最新的 Blackwell 架构芯片，是所有科技巨头争抢的硬通货。
但是，这些芯片两个致命的弱点：第一是贵，第二是热。
贵，大家还能忍，毕竟每次 PPT 一出，有股市兜底。但 热，也就是能耗问题，整个行业没法解决。
想象你是一家 AI 应用公司的 CTO。你的老板要求你部署一个大模型，用来处理每天数万次的用户咨询。你如果信任大品牌，采购了一批英伟达的 H100 服务器，那么很快你就会发现，你每个月的电费，快要赶上你付给英伟达的硬件摊销费了。
为什么会这样？
因为 算力过剩。
就像你开着 GTR 去送外卖。
图 3：用高性能跑车去执行简单的外卖任务，比喻能效浪费
没错，GTR 很快，百公里加速 3 秒以内，在赛道上它是王者。但是，你只需要送一份猪脚饭，这辆一趟油耗让你直接免单。而且，它的引擎盖还热得可以煎鸡蛋。
客户只关心两件事：
- 内存够不够大，能装下我的模型吗？
- 每处理一个请求，要付多少电费？
这正是高通看到的 蓝海，也是它敢于向英伟达亮剑的底气。
二、 高通：做AI时代的丰田
面对英伟达这辆 GTR，高通并没有试图造一辆更快的赛车，高通造了两款丰田普拉多（SUV）—— AI200 和 AI250。
这两款芯片的设计，完全脱离了堆砌算力的逻辑，而是从高通最擅长的 移动端 出发：死磕能效，死磕内存。
图 4：高通新发布的 AI 芯片产品系列——AI200 和 AI250
1. AI200：超大后备箱
预计 2026 年上市的 AI200，最惊人的是它的内存配置。单卡支持高达 768GB 的 LPDDR 内存。
这是什么概念？目前主流的英伟达 H100，显存通常在 80GB 到 140GB 之间。高通直接把这个数字翻了 5 倍以上。
为什么要这么大的内存？
还是用那个送外卖的例子。现在的大模型就像是一个巨大的外卖。如果你的车子后备箱太小，一次装不下，你还得把外卖拆开，分几次运。这一进一出，速度就慢了，能耗就高了。
AI200 的设计逻辑是：我们是中大型 SUV，有超大的后备箱，不管多大的模型，一次性塞进去。
也就是说，对于那些参数量巨大的模型，AI200 可以实现单卡运行，而不需要像英伟达那样把多张卡连在一起跑。不仅降低了购买硬件的成本，更消除了多卡通信带来的延迟。
2. AI250：最快通勤
如果说 AI200 是堆料，那么预计 2027 年上市的 AI250 则是技术架构的迭代。它引入了 近内存计算 技术。
这又是什么黑科技？
在传统的计算机架构（冯·诺依曼架构）里，计算单元（CPU/GPU）和存储单元（内存）是分家的。数据要处理，得先从内存里取出来，跑一段电路到计算单元，算完了再回去。
在数据量不大的时候，这没问题。但在 AI 时代，数据量是海量的。事实上，数据搬运消耗的能量，往往比计算本身还要多。
AI250 的解决思路很简单：把计算单元直接搬到内存旁。
这就好像在公司旁边住，省去了每天两小时的通勤时间。根据高通的数据，这种架构能让 能耗直接降低 54% 以上，同时实现比现有方案高出 10 倍的有效内存带宽。
图 5：芯片定位对比图，英伟达像是一辆高性能跑车，而高通则定位于实用的 SUV
3. 大订单的肯定
你可能会问，PPT 谁都会做，真的有人买单吗？
答案是肯定的，而且一出手就是大单。
在发布会上，沙特阿拉伯的 AI 初创公司 Humain 宣布，将采用高通的方案部署 200 兆瓦 的计算资源。
请注意，这里用的单位不是“台”，而是“兆瓦”。这说明客户在评估这笔交易时，能源效率 是第一考量。对于中东这样电力成本虽然低但散热成本极高（沙漠气候）的地区，高通的低功耗方案简直是量身定做。
这 200 兆瓦的订单，证明了在英伟达和 AMD 之外，市场对于 高能效推理芯片 有着饥渴般的需求。
图 6：高通与沙特阿拉伯人工智能公司 HUMAIN 达成战略合作，双方将部署基于 AI200/AI250 的机架级基础设施
三、 被逼出来的绝地求生
尽管高通把这次进军 AI 芯片，描绘成一场主动的战略出击，但在明眼人看来，这是一场 被逼无奈的绝地求生。
只要翻开高通的财报，你就会发现：智能手机业务，真的快到头了。
过去十年，高通是移动互联网时代的最大赢家。每一部安卓旗舰手机，都要给高通交一笔不菲的专利费和芯片费。
但现在，这个舒适区在变窄。
图 7：全球智能手机出货量增长趋势图，数据显示市场趋于饱和，增长空间十分有限。
- 首先是存量市场的萎缩。 全球智能手机出货量已经连续多年微增长甚至负增长，换机周期从 18 个月拉长到了 36 个月。
- 其次是核心客户的背刺。
- 华为，曾经的大客户，现在靠着麒麟芯片强势回归，不仅不买高通的账，还在高端市场参与竞争。
- 苹果，这个高通最大的摇钱树，虽然还在买高通的基带，但苹果自研基带的传闻从未停止。一旦苹果成功，高通将瞬间失去一块大蛋糕。
- 就连 三星、小米 这些铁杆小弟，也在暗戳戳地搞自研芯片。
高通 CEO 安蒙心里非常清楚：如果找不到另一艘救生艇，高通就是下一个诺基亚。
他尝试过 PC 市场，推出了 Snapdragon X Elite，试图挑战 Intel 和 AMD。虽然产品力不错，但 PC 市场的换机频率更低，且生态壁垒（Windows x86）更高，难以在短期内撑起高通的增长野心。
于是，AI 芯片 成了必须拿下的高地。
高通的逻辑很清晰：我在手机上攒了十几年的 NPU（神经网络处理单元）技术，就是为了在极低的功耗下跑 AI。以前我是在手机这么小的电池里跑，现在我把这个技术放大，搬到服务器上去，搞定那些动不动就几百瓦功耗的 GPU，不是很简单吗？
这不仅是业务扩张，更是高通的 生存之战。
四、 三国时代：半导体格局
随着 AI200 和 AI250 的发布，全球半导体行业的格局正在发生微妙的变化。
在 2024 年之前，如果你想搭建 AI 算力，你的选择只有两个：
- 有钱、要性能： 买英伟达。
- 预算有限、要性价比： 买 AMD。
这就是典型的双头模式。但现在，高通硬生生地挤了进来。
图 8：三足鼎立的 AI 芯片市场格局，三家公司分别切中了不同的客户痛点
- 英伟达（Nvidia）：高高在上的王。它在训练领域几乎是不可战胜的，所有的 AI 研究人员都是用 CUDA 长大的，让他们换平台比让他们换老婆还难。
- AMD：最危险的挑战者。苏姿丰带领的红队，凭借 ROCm 开放生态和 Instinct 系列的高性价比，正在一点点蚕食英伟达的领地，尤其是在那些对 CUDA 依赖不那么强的大厂（如 Meta、微软）里。
- 高通（Qualcomm）：走出第三条路。它避开了正面战场的厮杀，绕到了 边缘推理 和 专用推理 的侧翼。它不指望科学家用它的芯片来搞科研，但它希望所有的企业用它的芯片来 赚钱（运行业务）。
这就好比汽车市场：
- 英伟达在卖 超跑（高性能，昂贵，难开）；
- AMD 在卖 改装跑车（性能接近，便宜，需要动手能力）；
- 高通突然冲进来说：“各位老板，你们其实只需要一辆 省油、皮实、能拉货的皮卡，我这里有最好的皮卡。”
这种 错位竞争 的策略，极有可能帮高通拿到市场中 10% 到 15% 的份额。别小看这 10%，在一个预计将达到 3830 亿美元（2032 年预测）的市场里，这 10% 就意味着数百亿美元的营收，这足以再造一个高通。
五、 推特网友错了吗？
当然，我们不能因为股价的暴涨就盲目乐观，推特网友的话其实不无道理。
高通是有过“黑历史”的，2017 年，高通曾高调推出 Centriq 2400 CPU，试图挑战英特尔的霸权。结果呢？仅仅一年后，项目被砍，团队解散，一地鸡毛。
这次会不一样吗？
最大的变数依然在 软件。
高通的硬件再省电，如果开发者发现代码跑不起来，或者迁移成本太高，那么 AI200 也就是一块废铁。
高通显然意识到了这一点。在发布会上，他们花了大量篇幅讲 Hugging Face 的支持，讲 ONNX 的兼容性，讲软件栈的优化。他们在试图告诉大家：“别怕，你们的模型能一键部署。”
但承诺是一回事，落地是另一回事。高通能否打破“硬件强、软件弱”的桎梏，还需要时间检验。
结语
回到文章开头的那一幕。
当推特上的网友还在谈论高通不务正业、转型太晚时，聪明的资金已经用 20% 的涨幅 投出了赞成票。
资本市场永远是最冷血也最诚实的。它不在乎你过去是卖手机的还是卖显卡的，它只在乎你能不能赚钱。
在 AI 的下半场，当成本和能效成为制约 AI 普及的最大障碍时，高通带着它的移动端经验到来。
这也是整个 AI 产业走向精打细算的必经之路。
谁能多帮客户省下一度电，谁就能在牌桌上，多留一轮。而现在，高通刚刚抓到了一手不错的牌。
