Muse智能體狂潮點燃「端雲雙增長引擎」!驍龍雙旗艦助高通衝擊5月以來最佳月度漲幅

智通財經
09/23

9月23日,長期以來聚焦智能手機芯片的半導體巨頭高通(QCOM.US)正在積極加碼押注自研AI推理芯片以及數據中心CPU。高通近日股價強勢的底層邏輯,已經不再只是「智能體手機芯片周期見底」的單一邏輯,而是市場開始重新定價它在數據中心CPU/自研AI推理芯片+端側AI智能體設備兩條AI算力投資主線中的潛在覈心位置。截至周一美股收盤,高通股價自8月以來的漲幅高達35%,市值徘徊在2100億美元附近,足以說明市場已明顯開始給其「AI算力基礎設施新銳勢力」定位強勁溢價,而不僅按傳統的智能手機SoC芯片公司估值。

高通管理層正積極尋求把握端側AI和AI智能體大規模滲透時代不斷增長的算力資源需求。高通公司發布最新旗艦驍龍處理器後,正受到散戶交易者們積極關注。有華爾街分析人士指出,隨着芯片行業愈發向AI智能體計算需求/容量轉型,這些聚焦大型AI數據中心的芯片有望成為該公司的又一項增長動力。

隨着Muse、Astra等最前沿AI智能體工作系統擴大了能夠自動完成的商業任務範圍,也使算力需求由單次問答延伸至持續高效率運行的極度複雜智能體工作流,全球AI算力需求預期迎來新一輪擴張,高通AI芯片 數據中心CPU需求預期更是呈現AI算力雙線擴張態勢,推動高通股價本周以來已經升逾10%。

高通進軍數據中心AI芯片的重點是瞄準天量級AI推理工作負載,技術突破口是降低數據搬運開銷和每個有效輸出Token的成本。服務器CPU業務則讓高通能夠參與智能體計算的另一個關鍵環節。採用自研Oryon核心的Dragonfly C1000面向任務編排、通用計算及AI主機節點,高通已與Meta達成多代CPU合作,第一代產品計劃於2028年下半年開始量產,為其中長期需求預期提供客戶基礎。據悉,高通與Meta合作的首代C1000 CPU計劃於2028年下半年開始量產。

緊抓AI時代的增長機遇!高通股價有望創5月以來最佳月度表現

高通管理層正積極尋求把握端側AI和聚焦複雜代理式工作流的AI智能體技術大規模滲透時代不斷增長的算力資源需求。該公司股價在周三美股盤前交易中小幅下跌0.4%,但仍然非常有望創下5月以來最佳月度表現。

Futurum集團首席執行官丹尼爾·紐曼表示,高通覆蓋AI推理芯片與數據中心CPU產能規劃的數據中心業務已經受益於智能體AI熱潮,這可能推動市場上調對數據中心高性能CPU、高性能以太網網絡設備和AI計算核心加速器等業務的預期。不過,他表示,投資者不應忽視智能手機及其他設備領域的機會。

紐曼在X平台發帖表示:「很難忽視這樣一點:高通也有望受益於Muse、Grok Bot和Instinct的迅速崛起。」他補充稱,「具備智能體功能的設備將獲得提振」,無論最終哪款應用在端側智能體AI競爭中勝出,都將為高通創造另一項增長動力。

Meta新推出的Muse AI智能體,以及個人AI智能體Instinct,是行業向自主AI轉型的突出例子。Instinct以處理電子郵件等現實任務而聞名,據報道,該公司正尋求按100億美元估值孖展;與此同時,Muse獲得了用戶和分析人士的讚譽。

與此同時,尼爾·沙阿將關注點放在高通推出兩個旗艦檔位的決定上。他在X平台表示:「高通驍龍的這種產品定位和分檔相當有意思。」他補充稱,隨着原始設備製造商,尤其是中國智能手機廠商,考慮如何讓自己的設備形成差異化,這一策略可能更有意義。

兩款驍龍芯片可謂全面瞄準端側AI以及AI智能體時代。高通本周在驍龍峰會上發布了驍龍8 Elite Extreme Gen 6和驍龍8 Elite Gen 6。兩款芯片均採用2納米制程,支持端側AI、遊戲、影像和連接功能。

驍龍8 Elite Extreme Gen 6是高通的頂級芯片,配備5GHz的Oryon CPU,擁有更快的AI和圖形處理性能,以及先進的遊戲和影像能力。標準版Gen 6的頻率同樣達到5GHz,與上一代相比,CPU性能提高10%,GPU性能提高35%,NPU性能提高14%。

沙阿表示,這些差異「在規格表上可能看起來並不大」,但他認為,先進的智能體AI和遊戲功能可能成為具有實際意義的性能差異化因素。

此外,值得注意的是,高通表示,已聘請摩托羅拉設備業務前總裁塞爾吉奧·布尼亞克,負責公司的移動、計算及擴展現實(XR)業務。布尼亞克在摩托羅拉工作了30多年,並於2018年出任摩托羅拉設備業務總裁。

他的職責還涵蓋高通下一代AI設備。在高通試圖將驍龍的應用範圍拓展至智能手機之外,並進一步深入新興智能體AI生態之際,此次任命為公司帶來了一位在推動消費設備從設計走向商業化方面擁有豐富經驗的高管。

截至美東時間周三早間,Stocktwits平台上的高通散戶情緒為「看漲」,與本周初相比沒有變化。截至發稿時,該股票位居平台熱度榜前十。

一名資深散戶交易員在,Stocktwits平台表示:「三星預計將成為首家推出搭載標準版芯片設備的主要合作伙伴,相關報道將Galaxy S27和Galaxy Z Fold 9列為首發機型。」「除三星外,據傳小米、一加和iQOO也有望較早獲得這些新芯片。」

智能體驅動算力擴張:高通迎來端側與雲端雙重機遇

Muse、Astra等前沿智能體帶來的核心變化,是把一次問答擴展成包含持續推理、工具調用、代碼執行和結果校驗的完整工作流程。從系統架構推導,隨着更多任務交給智能體,加速器需要承擔模型計算,CPU需要處理任務編排、瀏覽器操作、軟件工具和執行環境,內存及網絡則負責保存上下文、傳輸數據。這使AI基礎設施的需求增長覆蓋更多芯片類型,也為高通的推理加速器和服務器CPU打開市場空間。

因此就AI智能體風靡全球將帶來的數據中心CPU需求擴張態勢而言,對於高通的看漲投資邏輯關鍵在於:智能體能力提升擴大可商業化的任務範圍,更多用戶、更高使用頻次和更長的任務流程,共同推動計算資源需求增長。高通公布的Dragonfly路線圖,已經將智能體處理、推理加速和高速互連列為數據中心業務的核心方向。

在終端側,智能體需要持續感知個人上下文、快速響應並調用應用,同時滿足手機嚴格的續航和散熱約束,因此,每瓦性能、異構計算調度和本地處理能力會直接影響使用體驗。高通的Oryon CPU、Adreno GPU與Hexagon NPU可以分擔控制、圖形和適配的AI計算任務:輕量推理與個人數據處理在設備端完成,更復雜的任務通過網絡調用雲端模型。這種端雲協同為驍龍平台增加了新的產品價值。按照高通公布的代際比較,旗艦Extreme型號的NPU性能提高35%,每瓦性能最高提高33%,其商業意義是讓更復雜的AI功能能夠在有限電量和散熱空間內持續運行。

此外,對比英偉達/AMD AI GPU算力體系以及谷歌TPU算力體系的AI芯片方面,高通進軍數據中心AI芯片的重點是推理,技術突破口是降低數據搬運開銷和每個有效輸出Token的成本。全球最前沿AI大模型以及聚焦代理式負載工作流程的AI智能體生成答案時需要反覆讀取模型權重,並訪問隨上下文增長的鍵值緩存;尤其在低批量、低延遲解碼場景中,內存帶寬和容量容易成為瓶頸。

這也是為何高通AI200 AI芯片採用大容量低功耗內存路線,AI250進一步引入HBC近存計算,通過三維集成讓計算與內存更緊密結合,減少數據搬運的能耗,其最核心的潛在競爭力在於:在滿足輸出質量、延遲和吞吐要求的前提下,提高單位電力能夠交付的推理服務量,從而改善數據中心總擁有成本。按照官方路線圖,搭載第一代HBC的AI250預計於2027年年中商業送樣。

數據中心服務器CPU業務則讓高通能夠參與智能體計算的另一個關鍵環節。採用自研Oryon核心的Dragonfly C1000面向任務編排、通用計算及AI主機節點,高通已與Meta達成多代CPU合作,第一代產品計劃於2028年下半年開始量產,為其中長期需求預期提供客戶基礎。

此外,高通9月宣佈與亞馬遜開展多代定製芯片合作,聚焦AI推理,並覆蓋最高1.6T及後續光互連方案。由這些最新動態形成的高通等AI算力產業鏈領軍者們投資傳導在於——端側智能體增強高端驍龍平台的價值,雲端智能體拓寬推理加速器、服務器CPU和互連產品的市場空間;隨着客戶項目逐步量產,高通有機會將移動計算領域積累的低功耗設計能力轉化為數據中心收入,擴大其長期增長來源。

在華爾街,有分析師予以高通未來12個月目標價400美元,對應約101.75%的潛在上漲空間,這一目標價也是華爾街最高目標價。來自Baird的分析師Tristan Gerra近日將高通目標價從300美元上調至400美元,維持「跑贏大盤」(Outperform)評級。這位分析師拋出的400美元目標價押注的是「數據中心打開新市場+收入結構多元化+智能體手機升級」共同帶來的盈利增長與估值重估。Gerra預計,高通2027財年數據中心收入將達到50億美元,約佔其總收入預測的11%,意味着AI基礎設施業務即將開始對整體業績產生實質影響。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10