芝能智芯出品

6月25日，高通在纽约举办2026年投资者日活动，高通CFO把2029财年非手机业务收入目标上调到了400亿美元，几乎是此前长期目标的两倍，数据中心业务要到150亿美元以上。

整个公司的利润指引也跳了一大截，高通自己给出的目标超过18美元。

这是安蒙执掌高通的第五年。

五年前高通几乎所有利润都长在骁龙处理器和基带芯片上。五年后的今天，高通说手机业务到2029年只占芯片板块收入的三分之一。

Part 1手机还是基本盘，但不再是增长故事

这几年高通在手机上的日子不算差，但也不算好。高端市场骁龙8系列一直在迭代，三星和大部分安卓旗舰机的核心芯片都是高通的。

中端和入门级有骁龙7和6系列撑着，联发科的天玑系列虽然在份额上咬得很紧，但高通在品牌溢价和OEM关系上仍然有明显优势。

全球智能手机出货量从2017年触顶以后一直在横盘甚至微跌。换机周期拉长到三年以上，增量空间越来越窄。

高通可以在存量市场里保利润（高端的毛利率比中低端高得多），但它很难在存量市场里讲出一个让投资者兴奋的增长故事。

资本市场不怕你亏钱，怕你没有第二增长曲线。

高通的对策不是放弃手机。手机还是现金牛，短中期内仍然会贡献芯片板块最大的一块收入。

但它把手机重新定义成了自己的"根据地"：从手机里磨练出来的低功耗高性能计算基因、大规模量产和供应链管理能力、以及跟全球前十大手机OEM打了几十年交道的客户关系，可以被平移到任何一个需要移动级计算但又有更高价值密度的市场里去。

"当人们问现在进入数据中心是不是太晚的时候，你应该想想规模和执行能力、工程能力，或者运营和供应链。"

他在传达的信号很简单：高通卖了几十亿颗手机芯片，建了几十年的全球供应链，这种系统工程能力放到数据中心一样能打。

● 飞龙入海：Dragonfly C1000 的高调入局

投资者日上硬件发布的重头戏是一款名字很直白的CPU：Dragonfly C1000。

飞龙，一个全新品牌，对应一个全新战场。Dragonfly C1000基于高通自研的Oryon核心，走多芯粒chiplet架构，一颗芯片里塞进超过250个核心，主频5GHz以上。

高通的官方数据是每瓦性能比现有服务器CPU竞品高出两倍以上。支持PCIe Gen 7和CXL，内存系统内置ECC和故障隔离功能，散热同时兼容风冷和液冷计划搭载43TB DRAM的机架配置，2026财年出样。

更重要的是第一天就带来了客户：Meta。

高通和Meta签了一份"多年期、多代际"的协议。Meta要把Dragonfly C1000用在下一代服务器集群里，芯片计划2028年下半年量产，后续迭代也在合作范围之内。对于一款还没有量产的服务器CPU来说，Meta是第一块信任状。

但Dragonfly C1000真正的差异化不在核心数量或者频率，在功耗。高通从手机时代积累的最核心能力是每瓦算力，在有限的电池和散热约束下把性能拉到极致。这个能力在数据中心市场不是锦上添花，是刚需。

当前AI推理正在从大模型训练时的一波流变成持续服务。

智能体应用需要CPU长时间在线处理编排和调度任务、低延迟响应用户请求。当电力成为数据中心最大的运营成本，每瓦性能的竞争不再是学术参数，是直接换算成TCO（总拥有成本）数字的。

高通的选择不是在晶体管数量上和英伟达硬碰硬，而是打自己最擅长的那张牌。

● 一条绕开HBM的小路：高带宽计算

高通在投资者日上还亮了一张牌：高带宽计算技术，简称HBC。

AI芯片做推理的时候，真正的速度瓶颈在数据从内存搬到处理器的带宽。内存跟不上算力的速度，大量计算资源在空等数据。

英伟达的解法是用HBM，高带宽内存。

HBM把内存颗粒和处理器通过硅中介层3D堆叠在一起，带宽极高，但代价也很高：成本贵、工艺复杂、良率相对低、供货长期吃紧。HBM目前是AI训练和推理的事实标准，只有买得起的企业能翻过去。

高通的HBC走的是另一条路，用的是手机和笔记本上通用的平价普通DRAM内存。

HBC的技术路线细节高通没有在投资者日上完整披露，通过架构创新把DRAM带宽顶上去，把成本压下来。

如果这条路真的走通了，高通的AI推理方案在每美元性能上会有一个结构性的优势——不是比英伟达算得快，是算同样一件事花的钱少。微软是HBC的第一个客户。

CPU之外，高通在AI加速器上也更新了路线图。继此前发布的AI200和AI250之后，AI300推理加速器在投资者日亮相，三款产品按年度迭代。

高通CFO在投资者日上把数据中心业务收入拆了两块：一块是CPU和推理加速器这些标准产品带来的收入，一块是给两三家超大规模云厂商做定制ASIC芯片带来的收入。后面这一块，预计到2029年贡献约10亿美元。

一边用标准产品（Dragonfly CPU + AI推理加速器 + HBC）去抢通用市场份额，一边用定制化能力去抓超大规模客户的大单。两条腿走路。

收购Modular是另一条线索。Modular是做AI软件开发工具的公司，高通在投资者日当天宣布完成了对它的收购。

高通要卖的不是一颗芯片，是包含芯片、软件、工具链和合作伙伴生态在内的完整方案。

Modular的补齐，说明高通清楚自己跟英伟达的CUDA生态距离有多远，正在用收购和合作（投资者日上也公布了和Hugging Face的深化合作）加速缩小这个差距。

Part 2计算连续体

● 计算连续体Computing Continuum

所有业务线讲完以后，安蒙用一个概念把一切串了起来：Computing Continuum，计算连续体。智能体AI正在把AI从"一次性的训练"推向"持续性的推理"。

全球Token消耗量每十秒钟突破300亿。这些推理任务不会全部堆在云端数据中心，相当一部分会被推到离用户更近的地方，手机、PC、汽车、工业设备、机器人。因为推到边缘的好处有三：延迟更低、带宽更省、隐私更好。

英伟达在云端很强，但在端侧布局不多。英特尔在PC和服务器都有产品，但在移动端几乎没有存在感。AMD同理。只有高通，从手机到PC到汽车到IoT，所有端都有设计经验和客户积累。加上Dragonfly把数据中心也补齐了，高通在"计算连续体"这条线上的卡位确实比其他芯片公司更完整。

完整和领先是两回事。高通的端侧芯片在手机上是王者，但在PC上还在跟x86抢位子，在数据中心还在抢第一张批量订单。计算连续体是一个愿景，不是一个已经跑通的商业模式。

● 汽车：手机基因的二次移植

高通把2029财年汽车业务收入定在100亿美元，当前订单储备650亿美元。

骁龙数字底盘已经是全球主流车企的选择之一。汽车业务的增长基础和高通在手机上的积累是一脉相承的。智能座舱需要高性能SoC，需要低功耗，需要多模态交互（语音、视觉、手势），需要在有限散热约束下持续稳定运行——这些东西高通在手机上练了十几年。

把骁龙的核心IP和系统架构从手机搬到车里，技术迁移成本比从头造一款汽车芯片低得多。

这也是高通和其他汽车芯片方案商最不一样的地方。NXP、瑞萨、德州仪器这些传统汽车芯片厂商的基因在MCU和控制领域。

高通的基因在计算平台。当智能座舱从一个"中控信息娱乐屏"进化成一个"车内的AI计算中心"的时候，高通的计算基因比传统汽车芯片的控制基因更对路。

● IoT和机器人：最远的增长极

高通把物联网拆成两块：个人AI与计算（PC、手表、XR，目标60亿美元）和工业、网络设备与机器人（目标80亿美元）。

◎ PC部分是这两年进展最快的。骁龙C平台瞄准入门级和主流笔记本，在高端的骁龙X Elite站稳脚跟之后，高通正在往更大量的中低端市场渗透。OEM阵容在持续扩列，联想、戴尔、惠普的主力产品线都在出骁龙版。

◎ 机器人部分高通刚发布了IQ10参考设计，定位是"即插即用的复合AI系统"——把感知、推理、规划、控制打包成一个系统级方案，让机器人公司不用从头搭积木。这个打法和汽车类似：不做机器人本体，做机器人的"大脑平台"。

高通这次画出的饼不小，但饼大也意味着实现的难度大。

◎ 第一个压力点是竞争。

数据中心CPU市场是AMD EPYC和Intel Xeon打了二十年的阵地，AI加速器市场英伟达拿着CUDA护城河蹲了十几年。

高通进入这两个市场是硬碰硬。更关键的是，博通和Marvell已经在定制ASIC市场建立了很强的先发优势，高通的定制芯片业务还在最早期。

◎ 第二个压力点是时间窗口。

安蒙在投资者日上说，2027财年数据中心业务能产生"数十亿美元"收入，2029财年要破150亿。这意味着从2027到2029的两年间，数据中心业务要有指数级增长。

高通的执行力够不够？Meta签约是一张好牌，但第一批量产芯片要到2028年下半年才交货。两年从数十亿跳到150亿，中间需要多少张不能出错的牌？

◎ 第三个压力点容易忽略：手机基本盘不能出事。

高通现在所有多元化投入的钱都是从手机业务赚来的。

如果手机市场因为经济下行或者竞品崛起出现超预期下滑，那第二第三第四增长曲线还没站稳，根据地先震了。

联发科在中低端的攻势、苹果自研基带对高通Modem业务的侵蚀，都是正在发生的风险。

小结

一家手机芯片为主的公司，能不能被市场认可，取决于接下来五年高通能不能同时跑通数据中心、汽车、IoT和PC四条赛道。

高手机给它在每瓦算力、系统工程、全球OEM关系和供应链规模上攒了四张可以复用的底牌。把底牌打遍所有"移动化的智能终端"，从汽车到机器人到PC，从手机到手表到XR，然后在数据中心用Dragonfly补上云端。

       原文标题 : 高通对非手机的收入目标翻了一倍，数据中心是重点