bingdada高通正通过AI原生网络、智能体终端和近存计算三大方向布局6G时代。其数据中心战略以CPU、AI加速器、HBC（高带宽计算）和定制芯片四大切入点为抓手，其中HBC近存计算技术旨在解决大模型推理的内存墙瓶颈，实现比HBM更高的有效带宽。
当业界还在热议5G-A的商用部署时，下一代通信技术6G的轮廓已逐渐清晰。与以往每一代移动通信技术单纯追求速率提升不同，6G从诞生之初就与人工智能深度绑定，这正在引发一场从终端设备到云端基础设施的连锁反应。作为全球无线通信技术的核心玩家，高通近期在圣迭戈总部向外界披露了其面向2029年6G商用时代的技术路线图，其中数据中心业务被视为构建未来竞争力的关键拼图。
此次沟通中，高通执行副总裁马德嘉（Durga Malladi）详细阐述了公司如何看待AI与6G的共生关系，以及如何将移动端的低功耗计算优势延伸至云端。其核心逻辑围绕一个概念展开——计算连续体，即智能算力不再局限于某个单一设备，而是在终端、边缘节点和云端数据中心之间动态流转。
从技术演进路径看，6G在连接能力上仍会延续5G的轨迹，提供更广的覆盖、更大的容量和更稳定的连接。但真正的变革点在于AI的全面渗透。高通认为，未来的6G网络将不再只是传输数据的管道，其本身就是一个分布式的AI计算平台。
这种转变意味着网络基础设施需要重新定义。马德嘉指出，所谓的AI原生网络，是建立在包含CPU和AI加速器在内的高性能计算处理器之上的。这意味着未来在无线接入层、分布单元乃至核心网节点，都会部署大量的风冷或液冷服务器与加速卡，用于运行无线协议栈的同时执行AI推理任务。
除了算力嵌入，6G网络还将具备“感官”。通过引入网络感知能力，运营商能够实时识别网络中的所有事物，收集海量环境数据并反馈至网络层进行深度分析。这种机制类似于汽车行业的ADAS（高级驾驶辅助系统），网络能够根据实时感知的信息动态调整参数，实现自主运行和持续演进，从而开启一种全新的网络运营模式。
AI与6G的融合不仅改变网络，更将重塑终端形态。高通预判，智能体终端（Agentic AI devices）将成为6G时代的标志性产品。这类设备以AI优先为设计理念，其核心交互逻辑是用户通过自然语言与AI智能体对话，由智能体根据任务复杂度自主决策在本地还是云端调用算力。
这种设计思路将彻底打破传统智能手机的形态束缚。未来的智能终端可能没有显示屏，以智能吊坠、智能戒指等可穿戴形式存在，甚至嵌入到各种物联网设备中。这种变化不仅为OEM厂商带来新的竞争格局，也对芯片的能效比提出了更极致的需求——这正是高通长期积累的技术优势所在。
将视野从终端拉回云端，高通在数据中心领域的布局展现了其进军企业级市场的决心。面对英伟达在AI加速卡市场的强势地位，高通选择了一条多维度的差异化路径，具体包含四个切入点：
高通并非简单地将手机芯片移植到服务器上。其数据中心CPU是专门针对风冷和液冷服务器环境设计的全新产品，虽然与移动端CPU同属一个产品家族，但在核心架构、功耗管理和互联拓扑上完全不同，旨在满足云服务商对高密度计算的需求。
针对生成式AI的推理负载，高通推出了基于NPU（神经网络处理单元）的AI加速器。其AI250机架级解决方案额定功率已达到160千瓦，并计划在未来提升至数百千瓦级别，直接对标数据中心的高性能计算场景。
这是高通重点押注的技术路线，也是其在架构层面最具差异化的创新。HBC采用近存计算架构，将计算逻辑直接堆叠在内存下方，取代了传统HBM（高带宽内存）中处理器与内存分离、通过高速接口互联的模式。
这种设计的优势显而易见：计算与内存的物理距离大幅缩短，不仅显著降低了数据搬运的功耗，还实现了比HBM更高的有效带宽。在大模型推理的解码阶段，这种高带宽能有效缓解“内存墙”瓶颈，提升Token生成速度。高通表示，超大规模云服务商已对这一技术表现出浓厚兴趣，公司正与主要内存厂商合作推动其商业化落地。
高通提供部分自有IP，并整合客户的定制IP，以ASIC（专用集成电路）服务的形式提供灵活的半定制化解决方案，满足特定客户对功耗、性能或成本的极致追求。
随着AI原生网络的普及，运营商的商业模式也在发生微妙变化。马德嘉观察到，部分头部运营商已不再满足于提供单纯的数据连接服务，而是开始探索“算力即服务”或“Token即服务”的新模式。中国电信在这方面走在了前列，其不仅提供传统数据服务，还积极涉足计算业务，将网络能力与算力资源打包出售。
这种转变对高通而言是重要机遇。其在端侧AI和低功耗计算上的深厚积累，使其能够提供从手机SoC到数据中心加速卡的完整解决方案，帮助运营商在“计算连续体”的每一个节点上实现价值变现。
高通描绘的6G与AI融合蓝图，在国内科技界同样有强烈的共鸣。围绕“AI原生”这一概念，国内厂商正从不同维度切入。例如，中国电信已明确将“算力网络”作为战略重点，致力于打造云网融合的新型信息基础设施。在芯片层面，华为昇腾系列AI处理器持续迭代，构建了从底层硬件到应用使能的全栈方案，与高通的HBC近存计算路线形成了不同的技术哲学——前者强调系统级集成，后者侧重架构级创新。
与此同时，国内大模型厂商如百度文心一言、阿里通义千问的快速迭代，也在倒逼数据中心基础设施升级。对于内存带宽的渴求，使得近存计算、存算一体等前沿架构在国内学术界和产业界都获得了极高的关注度。高通的HBC技术能否进入中国市场，不仅取决于技术指标，更受制于地缘政治与供应链安全等多重因素。
从移动通信的领导者到数据中心的新玩家，高通的转型之路清晰且坚决。CPU、AI加速器、HBC、定制芯片的组合，展现了其试图满足下一代数据中心对功耗、带宽和定制化需求的雄心。尤其是HBC所代表的近存计算路线，直指大模型推理时代最核心的痛点——内存墙问题。
然而，技术上的差异化只是进入市场的门票。高通能否真正在数据中心领域站稳脚跟，还取决于几个关键变量：能否获得头部云厂商的大规模部署订单、能否建立起稳定成熟的软件开发者生态、能否在真实的业务场景中证明其单位Token成本和系统可靠性的优势。正如马德嘉所言，计算将无处不在，但最终决定胜负的，是谁能在这场计算连续体的重构中，占据最不可替代的那个节点。
6G与5G最大的区别在于AI的深度融合。6G网络不仅是通信管道，更是一个分布式的AI计算平台，支持网络感知和自智网络，同时催生AI智能体终端等新型设备形态。
HBC是高通推出的一种近存计算架构，将计算逻辑直接置于内存下方，相比传统HBM分离架构，能显著降低功耗并提升有效带宽，尤其有助于解决大模型推理解码阶段的内存墙瓶颈。
高通旨在将移动端的低功耗计算优势延伸至云端，通过CPU、AI加速器、HBC和定制芯片四大切入点，在“计算连续体”的关键节点布局，争夺AI时代数据中心基础设施的市场份额。
6G时代的终端将不再局限于智能手机，而是出现大量以AI优先为设计理念的新型设备，如智能吊坠、智能戒指等无屏网联终端，由AI智能体自主决策推理任务在终端还是云端执行。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
中国气象局与中科曙光联合宣布，MCV天气-气候一体化模式依托曙光8000全国产超集群，全球首次实现5公里分辨率、10天预报1小时算完，超越欧洲中心IFS业务水平。本文从算力困局、技术突破、AI4S底座三个维度解析这一成果的深层意义。
当智能体从偶尔调用走向持续在线，算力消耗呈现结构性膨胀。本文从IDC增长数据出发，分析万亿参数模型对计算体系的连锁影响，以及芯片、存算、互连、系统协同面临的现实考验。
智谱完成约50亿美元融资，六成资金投向下一代GLM与完全自训练体系，探索递归式自我改进循环。本文拆解其资金结构、技术路线与国产大模型资本竞赛的深层逻辑。
최신 SEO·GEO 정보를 받아보세요.
개인정보를 존중합니다. 언제든 구독을 취소할 수 있습니다.
