Qualcomm forsøger ikke blot at lancere en enkelt GPU-erstatning. Selskabet bygger i stedet en bred Dragonfly-platform, der kombinerer AI-acceleratorer, server-CPU’er, netværk, software og løsninger fra cloud til edge.

Det centrale problem, Qualcomm vil løse, er den energi og tid, der bruges på at flytte store modelvægte mellem processor og hukommelse, hver gang en AI-model genererer et nyt token. Selskabets svar hedder High Bandwidth Compute, eller HBC – en arkitektur, hvor beregninger placeres tættere på den hukommelse, der indeholder dataene.

Ambitionen er stor. Men HBC er fortsat en planlagt teknologi, og den afgørende test bliver ikke præsentationerne, men produktionshardware, uafhængige benchmarks, stabil levering og faktiske kundedistributioner.

HBC går efter AI-inferensens hukommelsesflaskehals

Ved autoregressiv inferens læser systemet modeldata fra hukommelsen igen og igen, mens det genererer tekst token for token. Derfor kan datatransport, energiforbrug ved hukommelsesadgang og latenstid blive afgørende for prisen på at drive store modeller.

Qualcomms HBC-design placerer en beregningschip under en stablet LPDDR-hukommelsesstruktur. Lagene forbindes med tætte gennemgående siliciummikroforbindelser, så udvalgte operationer kan udføres tæt på dataene i stedet for at sende dem frem og tilbage til den primære processor. 245

Det er en vigtig nuance. Qualcomm hævder ikke nødvendigvis, at LPDDR har højere konventionel topbåndbredde end alle HBM-systemer. Argumentet er snarere, at beregninger, der egner sig til arkitekturen, kan foregå internt i pakken. Det reducerer datatransporten og kan dermed øge den effektive båndbredde for bestemte inferensarbejdsbelastninger. 29

Qualcomm siger, at første generation af HBC i forbindelse med Dragonfly AI250 er designet til at levere 133 TB/s effektiv hukommelsesbåndbredde pr. kort – en forbedring på 18 gange i forhold til AI200 med LPDDR5X. 4 Andre beskrivelser gengiver Qualcomms påstand om op til seks gange så høj båndbredde pr. watt som aktuelle HBM-implementeringer. 813

Tallene skal dog læses med forsigtighed. Båndbredde pr. kort, effektiv båndbredde, båndbredde på rack-niveau og båndbredden i en enkelt HBM-stack er ikke det samme. En sammenligning mellem hundredvis af terabyte pr. sekund og et enkelt HBM-tal er derfor ikke nødvendigvis direkte sammenlignelig.

Indtil der foreligger uafhængige målinger af token-gennemstrømning, bør Qualcomms tal primært forstås som arkitektur- og ydelse-pr.-watt-påstande – ikke som et endeligt bevis på, at HBC er hurtigere end alle Nvidia-baserede HBM-systemer.

Samsung og SK hynix bliver afgørende for produktionen

Qualcomm designer beregningslaget og integrerer systemet, mens Samsung Electronics og SK hynix ifølge rapporter indgår som hukommelsespartnere i HBC-projektet. Den forventede arbejdsdeling indebærer, at partnerne håndterer en væsentlig del af hukommelsesstablingen, mens avanceret pakning også bliver central for det færdige system. 15

Dermed er HBC lige så meget et væddemål på produktion og chip-pakning som på selve processorarkitekturen. Den kommercielle succes afhænger blandt andet af:

• kvalificering af hukommelsen
• udbyttet ved 3D-samling
• varmehåndtering og termisk stabilitet
• test og kvalitetssikring
• tilstrækkelig produktion til en konkurrencedygtig pris

En overbevisende arkitektur på papiret kan stadig få svært ved at konkurrere, hvis den ikke kan fremstilles stabilt, billigt og i stor skala.

Qualcomms tidsplan peger på kommercialisering af første generation af HBC i 2027 og en anden generation i 2028. 14 Det gør HBC til en flerårig platformsovergang – ikke en øjeblikkelig erstatning for Nvidia-hardware, der allerede står installeret i datacentre.

Dragonfly skal gøre HBC til mere end en accelerator

Qualcomm markedsfører Dragonfly som en samlet datacenterportefølje. Den omfatter AI-inferenssystemer, HBC, Dragonfly C1000-serverprocessoren, netværksprodukter og tjenester til specialdesignede chips. 1516

Dragonfly C1000 er en chiplet-baseret serverprocessor til agentisk AI, generelle serverarbejdsbelastninger og såkaldte AI-head-noder – systemer, der koordinerer andre acceleratorer og dele af AI-infrastrukturen. 7

Qualcomm og Meta har samtidig annonceret et flerårigt samarbejde om server-CPU’er. Første generation af C1000 er planlagt til produktion i anden halvdel af 2028. 18

Aftalen er et vigtigt valideringssignal. Den giver Qualcomm en annonceret CPU-kunde blandt verdens største cloud- og platformsselskaber. Men den bør ikke overfortolkes: Den dokumenterer ikke i sig selv, at Meta vil installere HBC-acceleratorer i stor skala.

En sådan beslutning vil stadig afhænge af ydelse, stabilitet, softwareunderstøttelse, forsyning, netværksintegration og de samlede ejeromkostninger.

Software skal mindske Nvidias CUDA-fordel

Hardware alene er næppe nok til at rokke ved en etableret AI-platform. Nvidias styrke består ikke kun af GPU’erne, men også af CUDA, biblioteker, udviklerværktøjer, dokumentation og mange års erfaring med produktionssystemer.

Qualcomms opkøb af Modular føjer programmeringssproget Mojo og MAX-platformen til selskabets strategi. Qualcomm siger, at teknologierne skal understøtte generativ og agentisk AI på tværs af datacentre og edge-enheder. 19

Det strategiske mål er portabilitet: Udviklere skal i højere grad kunne flytte modeller og arbejdsbelastninger mellem forskellige processortyper uden at genopbygge hele softwarestakken til én bestemt leverandør.

Modular har samtidig fremhævet et åbent økosystem. Rapportering fra virksomhedens ModCon-konference i 2026 beskrev, at Mojo og compileren blev gjort fuldt open source. 46

Det kan sænke omkostningerne ved at skifte eller kombinere Qualcomm-hardware med løsninger fra Nvidia, AMD og andre acceleratorleverandører. Det betyder dog ikke automatisk, at Qualcomm har genskabt dybden i Nvidias CUDA-økosystem. Påstande om store ydelsesforbedringer i forhold til native-implementeringer bør derfor fortsat betragtes som fremtidige eller leverandørbaserede påstande, medmindre de understøttes af åbne og reproducerbare benchmarks.

Qualcomm udbygger også sin CPU-strategi gennem RISC-V. Den dokumenterede opkøbsvirksomhed er Ventana Micro Systems – ikke det anderledes navngivne selskab, der blev nævnt i det oprindelige researchspørgsmål. Qualcomm siger, at Ventana styrker selskabets RISC-V-udvikling og økosystem. 2354

Hugging Face understøtter cloud-to-edge-fortællingen

Qualcomms udvidede samarbejde med Hugging Face skal bringe Hugging Face’ interne arbejdsbelastninger og udviklerværktøjer til Dragonfly-datacentersystemer. Samarbejdet skal også gøre det lettere at onboarde modeller og koordinere AI-arbejde på tværs af enheder og datacentre. 21

Det understøtter Qualcomms bredere ambition: at levere AI-platforme til datacentre, smartphones, indlejrede systemer og fysisk AI.

Fordelen kan blive en mere sammenhængende vej fra cloud-infrastruktur til edge-enheder. Udfordringen er, at en bred produktportefølje først bliver et reelt alternativ til Nvidia, hvis udviklere nemt kan sætte virkelige modeller i drift, og hvis operatører opnår bedre økonomi i produktionen.

HBC indgår i en bredere kamp om AI-hukommelse

Qualcomms tilgang er en del af en større industriændring. Fokus flytter sig fra blot at øge hukommelsesbåndbredden til også at reducere mængden af data, der skal flyttes mellem hukommelse og beregningsenheder.

Samsungs LPDDR5X-PIM tilføjer logik til low-power-DRAM, så udvalgte beregninger kan udføres tæt på de lagrede data. Samsung har rapporteret markant højere inferens-gennemløb end med konventionel LPDDR5X i sine demonstrationer. Uafhængig omtale af præsentationen på Hot Chips beskrev 81,3 tokens pr. sekund mod 27 tokens pr. sekund i den citerede sammenligning. 313639

SK hynix angriber problemet fra HBM-siden. Selskabets arbejde med hybrid bonding og iHBM skal håndtere varme- og tæthedsproblemer, som opstår, når hukommelsesstacks bliver højere, og båndbredden vokser. 32

Separat rapportering peger på, at hybrid bonding muligvis ikke er klar til HBM4E, hvilket kan udskyde teknologien til en senere HBM-generation. 40

Samtidig har Samsung rapporteret HBM4E-prøver med op til 3,6 TB/s båndbredde pr. stack og pinhastigheder på op til 16 Gbit/s. 41 HBC konkurrerer derfor ikke mod et uforanderligt HBM-produkt fra 2025 eller 2026, men mod hukommelsesteknologier, der også udvikler sig hurtigt.

Det tilgængelige materiale dokumenterer ikke de mere specifikke påstande om Samsungs CXL-baserede MX1-enhed, DeepX’ anvendelse af teknologien eller en præcis advarsel fra Micron om forværrede flaskehalse. De detaljer bør derfor ikke behandles som bekræftede i denne analyse.

Hvad Qualcomm skal bevise

Qualcomms strategi hænger logisk sammen:

• Starte med inferens: HBC er målrettet dekodningstunge arbejdsbelastninger, hvor flytning af modeldata kan dominere økonomien pr. token. 29
• Integrere hele systemet: Dragonfly samler acceleratorer, CPU’er, netværk og specialdesignede chips i stedet for at satse på én enkelt komponent. 1516
• Sænke softwarebarrierer: Mojo og MAX skal gøre arbejdsbelastninger mere portable mellem forskellige hardwareplatforme. 1946
• Opbygge kundetillid: Meta-aftalen giver Qualcomm et annonceret hyperscaler-forhold på CPU-området, med produktion planlagt til anden halvdel af 2028. 18
• Dække flere placeringer: Hugging Face styrker Qualcomms cloud-to-edge-model. 21

Risiciene er tilsvarende tydelige. HBC skal i produktion med acceptable udbytter og termiske egenskaber. Qualcomm skal offentliggøre troværdige, arbejdsbelastningsspecifikke sammenligninger, der adskiller effektiv båndbredde fra rå interface-båndbredde. Compiler- og runtimestakken skal håndtere virkelige modeller stabilt, og hukommelsespartnerne skal kunne levere teknologien i stor skala.

Til sidst skal kunderne vurdere, om fordelene er store nok til at retfærdiggøre endnu en hardware- og softwareplatform ved siden af CUDA.

Konklusion: En plausibel udfordrer – ikke en Nvidia-afløser endnu

Qualcomm har udviklet en plausibel alternativ arkitektur, der angriber en af AI-infrastrukturens vigtigste begrænsninger: den energi og tid, der går til at flytte data under inferens.

HBC kan blive interessant, hvis teknologien i praksis leverer bedre token-økonomi, lavere energiforbrug og tilstrækkelig hukommelseskapacitet på dekodningstunge arbejdsbelastninger. Men selskabets vigtigste påstande er endnu ikke valideret uafhængigt.

De afgørende milepæle bliver første generation af HBC-hardware i 2027, den planlagte produktionsstart for C1000 i anden halvdel af 2028 og uafhængig kundedokumentation af ydelse og samlede ejeromkostninger.

Indtil da er Qualcomm bedst beskrevet som en seriøs, langsigtet udfordrer til Nvidia – ikke som selskabet, der allerede har fortrængt Nvidias dominans i datacentret.

Qualcomm forsøger ikke blot at lancere en enkelt GPU-erstatning. Selskabet bygger i stedet en bred Dragonfly-platform, der kombinerer AI-acceleratorer, server-CPU’er, netværk, software og løsninger fra cloud til edge.

Det centrale problem, Qualcomm vil løse, er den energi og tid, der bruges på at flytte store modelvægte mellem processor og hukommelse, hver gang en AI-model genererer et nyt token. Selskabets svar hedder High Bandwidth Compute, eller HBC – en arkitektur, hvor beregninger placeres tættere på den hukommelse, der indeholder dataene.

Ambitionen er stor. Men HBC er fortsat en planlagt teknologi, og den afgørende test bliver ikke præsentationerne, men produktionshardware, uafhængige benchmarks, stabil levering og faktiske kundedistributioner.

HBC går efter AI-inferensens hukommelsesflaskehals

Ved autoregressiv inferens læser systemet modeldata fra hukommelsen igen og igen, mens det genererer tekst token for token. Derfor kan datatransport, energiforbrug ved hukommelsesadgang og latenstid blive afgørende for prisen på at drive store modeller.

Qualcomms HBC-design placerer en beregningschip under en stablet LPDDR-hukommelsesstruktur. Lagene forbindes med tætte gennemgående siliciummikroforbindelser, så udvalgte operationer kan udføres tæt på dataene i stedet for at sende dem frem og tilbage til den primære processor. 245

Det er en vigtig nuance. Qualcomm hævder ikke nødvendigvis, at LPDDR har højere konventionel topbåndbredde end alle HBM-systemer. Argumentet er snarere, at beregninger, der egner sig til arkitekturen, kan foregå internt i pakken. Det reducerer datatransporten og kan dermed øge den effektive båndbredde for bestemte inferensarbejdsbelastninger. 29

Qualcomm siger, at første generation af HBC i forbindelse med Dragonfly AI250 er designet til at levere 133 TB/s effektiv hukommelsesbåndbredde pr. kort – en forbedring på 18 gange i forhold til AI200 med LPDDR5X. 4 Andre beskrivelser gengiver Qualcomms påstand om op til seks gange så høj båndbredde pr. watt som aktuelle HBM-implementeringer. 813

Tallene skal dog læses med forsigtighed. Båndbredde pr. kort, effektiv båndbredde, båndbredde på rack-niveau og båndbredden i en enkelt HBM-stack er ikke det samme. En sammenligning mellem hundredvis af terabyte pr. sekund og et enkelt HBM-tal er derfor ikke nødvendigvis direkte sammenlignelig.

Indtil der foreligger uafhængige målinger af token-gennemstrømning, bør Qualcomms tal primært forstås som arkitektur- og ydelse-pr.-watt-påstande – ikke som et endeligt bevis på, at HBC er hurtigere end alle Nvidia-baserede HBM-systemer.

Samsung og SK hynix bliver afgørende for produktionen

Qualcomm designer beregningslaget og integrerer systemet, mens Samsung Electronics og SK hynix ifølge rapporter indgår som hukommelsespartnere i HBC-projektet. Den forventede arbejdsdeling indebærer, at partnerne håndterer en væsentlig del af hukommelsesstablingen, mens avanceret pakning også bliver central for det færdige system. 15

Dermed er HBC lige så meget et væddemål på produktion og chip-pakning som på selve processorarkitekturen. Den kommercielle succes afhænger blandt andet af:

• kvalificering af hukommelsen
• udbyttet ved 3D-samling
• varmehåndtering og termisk stabilitet
• test og kvalitetssikring
• tilstrækkelig produktion til en konkurrencedygtig pris

En overbevisende arkitektur på papiret kan stadig få svært ved at konkurrere, hvis den ikke kan fremstilles stabilt, billigt og i stor skala.

Qualcomms tidsplan peger på kommercialisering af første generation af HBC i 2027 og en anden generation i 2028. 14 Det gør HBC til en flerårig platformsovergang – ikke en øjeblikkelig erstatning for Nvidia-hardware, der allerede står installeret i datacentre.

Dragonfly skal gøre HBC til mere end en accelerator

Qualcomm markedsfører Dragonfly som en samlet datacenterportefølje. Den omfatter AI-inferenssystemer, HBC, Dragonfly C1000-serverprocessoren, netværksprodukter og tjenester til specialdesignede chips. 1516

Dragonfly C1000 er en chiplet-baseret serverprocessor til agentisk AI, generelle serverarbejdsbelastninger og såkaldte AI-head-noder – systemer, der koordinerer andre acceleratorer og dele af AI-infrastrukturen. 7

Qualcomm og Meta har samtidig annonceret et flerårigt samarbejde om server-CPU’er. Første generation af C1000 er planlagt til produktion i anden halvdel af 2028. 18

Aftalen er et vigtigt valideringssignal. Den giver Qualcomm en annonceret CPU-kunde blandt verdens største cloud- og platformsselskaber. Men den bør ikke overfortolkes: Den dokumenterer ikke i sig selv, at Meta vil installere HBC-acceleratorer i stor skala.

En sådan beslutning vil stadig afhænge af ydelse, stabilitet, softwareunderstøttelse, forsyning, netværksintegration og de samlede ejeromkostninger.

Software skal mindske Nvidias CUDA-fordel

Hardware alene er næppe nok til at rokke ved en etableret AI-platform. Nvidias styrke består ikke kun af GPU’erne, men også af CUDA, biblioteker, udviklerværktøjer, dokumentation og mange års erfaring med produktionssystemer.

Qualcomms opkøb af Modular føjer programmeringssproget Mojo og MAX-platformen til selskabets strategi. Qualcomm siger, at teknologierne skal understøtte generativ og agentisk AI på tværs af datacentre og edge-enheder. 19

Det strategiske mål er portabilitet: Udviklere skal i højere grad kunne flytte modeller og arbejdsbelastninger mellem forskellige processortyper uden at genopbygge hele softwarestakken til én bestemt leverandør.

Modular har samtidig fremhævet et åbent økosystem. Rapportering fra virksomhedens ModCon-konference i 2026 beskrev, at Mojo og compileren blev gjort fuldt open source. 46

Det kan sænke omkostningerne ved at skifte eller kombinere Qualcomm-hardware med løsninger fra Nvidia, AMD og andre acceleratorleverandører. Det betyder dog ikke automatisk, at Qualcomm har genskabt dybden i Nvidias CUDA-økosystem. Påstande om store ydelsesforbedringer i forhold til native-implementeringer bør derfor fortsat betragtes som fremtidige eller leverandørbaserede påstande, medmindre de understøttes af åbne og reproducerbare benchmarks.

Qualcomm udbygger også sin CPU-strategi gennem RISC-V. Den dokumenterede opkøbsvirksomhed er Ventana Micro Systems – ikke det anderledes navngivne selskab, der blev nævnt i det oprindelige researchspørgsmål. Qualcomm siger, at Ventana styrker selskabets RISC-V-udvikling og økosystem. 2354

Hugging Face understøtter cloud-to-edge-fortællingen

Qualcomms udvidede samarbejde med Hugging Face skal bringe Hugging Face’ interne arbejdsbelastninger og udviklerværktøjer til Dragonfly-datacentersystemer. Samarbejdet skal også gøre det lettere at onboarde modeller og koordinere AI-arbejde på tværs af enheder og datacentre. 21

Det understøtter Qualcomms bredere ambition: at levere AI-platforme til datacentre, smartphones, indlejrede systemer og fysisk AI.

Fordelen kan blive en mere sammenhængende vej fra cloud-infrastruktur til edge-enheder. Udfordringen er, at en bred produktportefølje først bliver et reelt alternativ til Nvidia, hvis udviklere nemt kan sætte virkelige modeller i drift, og hvis operatører opnår bedre økonomi i produktionen.

HBC indgår i en bredere kamp om AI-hukommelse

Qualcomms tilgang er en del af en større industriændring. Fokus flytter sig fra blot at øge hukommelsesbåndbredden til også at reducere mængden af data, der skal flyttes mellem hukommelse og beregningsenheder.

Samsungs LPDDR5X-PIM tilføjer logik til low-power-DRAM, så udvalgte beregninger kan udføres tæt på de lagrede data. Samsung har rapporteret markant højere inferens-gennemløb end med konventionel LPDDR5X i sine demonstrationer. Uafhængig omtale af præsentationen på Hot Chips beskrev 81,3 tokens pr. sekund mod 27 tokens pr. sekund i den citerede sammenligning. 313639

SK hynix angriber problemet fra HBM-siden. Selskabets arbejde med hybrid bonding og iHBM skal håndtere varme- og tæthedsproblemer, som opstår, når hukommelsesstacks bliver højere, og båndbredden vokser. 32

Separat rapportering peger på, at hybrid bonding muligvis ikke er klar til HBM4E, hvilket kan udskyde teknologien til en senere HBM-generation. 40

Samtidig har Samsung rapporteret HBM4E-prøver med op til 3,6 TB/s båndbredde pr. stack og pinhastigheder på op til 16 Gbit/s. 41 HBC konkurrerer derfor ikke mod et uforanderligt HBM-produkt fra 2025 eller 2026, men mod hukommelsesteknologier, der også udvikler sig hurtigt.

Det tilgængelige materiale dokumenterer ikke de mere specifikke påstande om Samsungs CXL-baserede MX1-enhed, DeepX’ anvendelse af teknologien eller en præcis advarsel fra Micron om forværrede flaskehalse. De detaljer bør derfor ikke behandles som bekræftede i denne analyse.

Hvad Qualcomm skal bevise

Qualcomms strategi hænger logisk sammen:

• Starte med inferens: HBC er målrettet dekodningstunge arbejdsbelastninger, hvor flytning af modeldata kan dominere økonomien pr. token. 29
• Integrere hele systemet: Dragonfly samler acceleratorer, CPU’er, netværk og specialdesignede chips i stedet for at satse på én enkelt komponent. 1516
• Sænke softwarebarrierer: Mojo og MAX skal gøre arbejdsbelastninger mere portable mellem forskellige hardwareplatforme. 1946
• Opbygge kundetillid: Meta-aftalen giver Qualcomm et annonceret hyperscaler-forhold på CPU-området, med produktion planlagt til anden halvdel af 2028. 18
• Dække flere placeringer: Hugging Face styrker Qualcomms cloud-to-edge-model. 21

Risiciene er tilsvarende tydelige. HBC skal i produktion med acceptable udbytter og termiske egenskaber. Qualcomm skal offentliggøre troværdige, arbejdsbelastningsspecifikke sammenligninger, der adskiller effektiv båndbredde fra rå interface-båndbredde. Compiler- og runtimestakken skal håndtere virkelige modeller stabilt, og hukommelsespartnerne skal kunne levere teknologien i stor skala.

Til sidst skal kunderne vurdere, om fordelene er store nok til at retfærdiggøre endnu en hardware- og softwareplatform ved siden af CUDA.

Konklusion: En plausibel udfordrer – ikke en Nvidia-afløser endnu

Qualcomm har udviklet en plausibel alternativ arkitektur, der angriber en af AI-infrastrukturens vigtigste begrænsninger: den energi og tid, der går til at flytte data under inferens.

HBC kan blive interessant, hvis teknologien i praksis leverer bedre token-økonomi, lavere energiforbrug og tilstrækkelig hukommelseskapacitet på dekodningstunge arbejdsbelastninger. Men selskabets vigtigste påstande er endnu ikke valideret uafhængigt.

De afgørende milepæle bliver første generation af HBC-hardware i 2027, den planlagte produktionsstart for C1000 i anden halvdel af 2028 og uafhængig kundedokumentation af ydelse og samlede ejeromkostninger.

Indtil da er Qualcomm bedst beskrevet som en seriøs, langsigtet udfordrer til Nvidia – ikke som selskabet, der allerede har fortrængt Nvidias dominans i datacentret.