Qualcomm正加快重返数据中心AI芯片市场的步伐，并试图以不同于高带宽存储器（HBM）的技术路线切入AI推理领域。公司最新公布的HBC架构，主打以LPDDR为基础的近存计算设计，重点强调带宽与能效优势。

据TechRadar当地时间7月1日报道，Qualcomm发布了名为“High Bandwidth Compute（HBC）”的新一代内存架构，并计划于2027年中推出搭载该架构的AI推理加速器“AI250”。

HBC的核心在于“Near-Memory Compute（近存计算）”设计，即将内存垂直堆叠在计算芯片上方。与传统内存和处理器分离的方案相比，这种结构可缩短数据传输路径，从而提升带宽和能效。Qualcomm表示，该架构最高可实现133TB/s的内存带宽。

按照Qualcomm的说法，HBC旨在为当前以HBM为主流的AI芯片市场提供另一种选择。公司称，第一代HBC最高支持768GB内存容量；在大规模AI推理场景中，其每瓦内存带宽最高可达HBM方案的6倍；在代码生成AI等大小模型混合推理环境中，能效最高可提升至200倍。Qualcomm将其称为可“消除HBM税（HBM Tax）”的技术路径。

不过，市场对于上述数据仍持谨慎态度。业内指出，相关性能对比并非基于完全一致的测试口径：HBM4通常更侧重存储本身的原始带宽指标，而Qualcomm披露的数据则反映了算存一体化架构的整体效果。因此，两种技术路线很难仅凭单一数字直接比较。

从产品定位来看，Qualcomm最突出的一点仍是能效。随着生成式AI快速发展，数据中心电力需求持续攀升，电力和冷却成本正成为行业的重要压力来源。在这一背景下，Qualcomm希望将其在手机芯片领域积累的低功耗设计能力延伸至数据中心AI芯片，以此建立差异化竞争力。

在生态合作方面，Qualcomm点名Meta和Microsoft为关键合作伙伴。公司表示，已与Meta签署多年期AI合作协议，后者将采用Qualcomm处理器；与此同时，Microsoft也正围绕数据中心、PC及本地AI等多个层面扩大与Qualcomm的合作。

此前，Microsoft CEO Satya Nadella也曾表示，在扩展AI基础设施的过程中，降低电力和用水消耗是重要课题，并提出建设以效率为核心的数据中心。基于这一背景，市场普遍认为，Qualcomm押注低功耗路线，不仅关系到芯片性能竞争，也直接对应大客户降低运营成本的需求。

与此同时，面向AI推理场景的内存技术竞争也在升温。目前，Samsung Electronics、SK hynix、SanDisk等公司推进的“High Bandwidth Flash（HBF）”同样被视为瞄准AI推理市场的下一代内存技术之一。尤其是在读操作占比较高的生成式AI推理环境中，除HBM之外，多种内存架构并行竞争的可能性正在上升。

不过，Qualcomm目前披露的性能与能效数据仍未经过独立外部验证。业内普遍认为，待产品正式落地后，其实际能效和性能表现能达到何种水平，才是决定市场竞争力的关键。

即便如此，拿下Meta与Microsoft的合作，仍被视为Qualcomm在数据中心AI芯片市场提升存在感的重要信号。未来，以NVIDIA为中心的AI芯片竞争格局是否会出现新的变量，仍值得持续关注。