AntwortenVeröffentlicht32 Quellen
Qualcomms AI-Angriff auf Nvidia beginnt bei der Speicherflut
Qualcomm baut über mehrere Produktgenerationen eine Alternative zu Nvidia auf: HBC soll die Speicherbewegung bei der KI Inferenz reduzieren. Die Strategie verbindet HBC Beschleuniger, die Dragonfly C1000 Server CPU, Modulars Mojo und MAX Software, RISC V Entwicklung sowie eine Cloud to Edge Partnerschaft mit Hugging...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Qualcomm baut über mehrere Produktgenerationen eine Alternative zu Nvidia auf: HBC soll die Speicherbewegung bei der KI Inferenz reduzieren.
- Die Strategie verbindet HBC Beschleuniger, die Dragonfly C1000 Server CPU, Modulars Mojo und MAX Software, RISC V Entwicklung sowie eine Cloud to Edge Partnerschaft mit Hugging Face.
- Metas angekündigte Vereinbarung zum C1000 ist ein wichtiges Signal für Qualcomms CPU Geschäft, aber kein Beleg dafür, dass Meta HBC Beschleuniger bereits in großem Maßstab einsetzen wird.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Qualcomm’s multi-year AI infrastructure strategy designed to challenge Nvidia’s data-center dominance, and what are the roles, techni. Article summary: Qualcomm’s strategy is to compete where Nvidia is most exposed: the cost, power, and memory-bandwidth limits of large-scale AI inference rather than only peak training performance. It combines a near-memory accelerator r. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Qualcomm greift Nvidia nicht mit einem einzelnen GPU-Ersatz an. Der Konzern setzt auf eine umfassendere Plattform für KI-Infrastruktur – und auf eine Schwachstelle, die bei der Inferenz großer Modelle besonders teuer wird: das ständige Verschieben von Modelldaten zwischen Speicher und Prozessor.
Das Herzstück heißt High Bandwidth Compute (HBC). Dabei wird Rechenlogik unter einem Stapel aus LPDDR-Speicher platziert. Qualcomm kombiniert diese Architektur mit Server-CPUs, Netzwerk- und Custom-Silicon-Angeboten, portabler Software sowie einer Bereitstellung von der Cloud bis zum Edge. Die Idee ist schlüssig. Ob sie Nvidia tatsächlich Marktanteile abnehmen kann, entscheiden aber erst Serienhardware, unabhängige Benchmarks, Lieferfähigkeit und reale Kundeneinsätze.
HBC zielt auf den Speicherengpass der Inferenz
Bei der autoregressiven Inferenz werden Modelldaten für jedes neu erzeugte Token wiederholt aus dem Speicher gelesen. Dadurch werden Datenbewegung, Speicherzugriffe, Energieverbrauch und Latenz zu zentralen Kostenfaktoren beim Betrieb großer Sprachmodelle.
Qualcomms HBC-Architektur bringt die Berechnung näher an die Daten. Ein Compute-Die wird unter einem gestapelten LPDDR-Speicher angebracht; dichte Through-Silicon-Vias, kurz TSVs, verbinden die Ebenen. 2
4
5
Wichtig ist die genaue Einordnung: Qualcomm behauptet nicht schlicht, dass LPDDR bei der klassischen Spitzenbandbreite jedes HBM-System übertrifft. Der Konzern argumentiert vielmehr, dass bestimmte Operationen direkt im Package stattfinden können. Dadurch entfällt ein Teil des Datentransfers zwischen Speicher und Hauptprozessor, was bei geeigneten Inferenz-Workloads die effektive Bandbreite und die Effizienz der Token-Erzeugung erhöhen soll. 2
9
Für die erste HBC-Generation, die mit dem Dragonfly AI250 verbunden ist, nennt Qualcomm 133 TB/s effektive Speicherbandbreite pro Karte. Das entspräche gegenüber dem AI200 mit LPDDR5X einer Steigerung um das 18-Fache. 4 Andere Berichte geben Qualcomms Behauptung wieder, HBC könne bei der Bandbreite pro Watt bis zu sechsmal besser abschneiden als aktuelle HBM-Implementierungen.
8
13
Diese Zahlen sind allerdings nicht ohne Weiteres vergleichbar. Effektive Bandbreite, Kartenbandbreite, Rack-Bandbreite und die Bandbreite eines einzelnen HBM-Stacks beschreiben unterschiedliche Messgrößen. Ein Vergleich zwischen Hunderten Terabyte pro Sekunde und einem einzelnen HBM-Wert ist daher kein fairer Leistungstest. Bis unabhängige Messungen zum tatsächlichen Token-Durchsatz vorliegen, sollten die Angaben als Architektur- und Performance-pro-Watt-Versprechen Qualcomms verstanden werden.
Samsung und SK hynix werden zum entscheidenden Fertigungsfaktor
Qualcomm entwickelt die Rechenschicht und integriert das Gesamtsystem. Samsung Electronics und SK hynix sollen laut Berichten als Speicherpartner in das HBC-Projekt einsteigen. Die beiden Unternehmen dürften einen großen Teil der Speicher- und Stapelarbeiten übernehmen; auch die fortschrittliche Chip-Verpackung ist für das Gesamtdesign entscheidend. 1
5
Damit ist HBC nicht nur eine Wette auf Prozessorarchitektur, sondern ebenso auf Fertigung und Packaging. Für den kommerziellen Erfolg zählen unter anderem:
- die Qualifizierung des Speichers,
- die Ausbeute bei der 3D-Montage,
- Wärmeabfuhr und Zuverlässigkeit,
- Testverfahren und
- die Fähigkeit, genügend Systeme zu wettbewerbsfähigen Kosten herzustellen.
Eine Architektur kann auf dem Papier überzeugend wirken und dennoch scheitern, wenn sich die Produktion nicht zuverlässig und wirtschaftlich hochskalieren lässt.
Qualcomms Roadmap sieht die Kommerzialisierung der ersten HBC-Generation für 2027 und eine zweite Generation für 2028 vor. 1
4 Das macht HBC zu einem Plattformwechsel über mehrere Produktzyklen – nicht zu einem kurzfristigen Ersatz für Nvidia-Hardware, die heute bereits in Rechenzentren installiert ist.
Dragonfly soll aus HBC eine komplette Plattform machen
Qualcomm positioniert Dragonfly ausdrücklich nicht als einzelnen Beschleuniger, sondern als Portfolio für Rechenzentren. Dazu gehören KI-Inferenzsysteme, HBC, die Dragonfly-C1000-Server-CPU, Netzwerktechnik und kundenspezifische Chips. 15
16
Der C1000 ist ein chipletbasierter Serverprozessor für agentische KI, klassische Serveraufgaben und sogenannte AI-Head-Nodes – also Knoten, die Inferenz-Workloads koordinieren und anstoßen. 7
Qualcomm und Meta haben eine Zusammenarbeit über mehrere CPU-Generationen angekündigt. Die Produktion der ersten C1000-Generation soll in der zweiten Hälfte des Jahres 2028 beginnen. 18
Das ist ein beachtliches Signal: Meta wäre damit ein offiziell angekündigter CPU-Kunde und Qualcomm erhielte einen Zugang zu einer Hyperscaler-Serverflotte. Die Vereinbarung beweist jedoch nicht, dass Meta auch HBC-Beschleuniger in großem Umfang einsetzen wird. Dafür wären weiterhin Ergebnisse bei Leistung, Zuverlässigkeit, Software, Lieferfähigkeit, Vernetzung und Gesamtbetriebskosten ausschlaggebend.
Mojo und MAX sollen die CUDA-Abhängigkeit abschwächen
Mit Hardware allein lässt sich eine etablierte KI-Plattform nur schwer angreifen. Nvidia verfügt nicht nur über leistungsfähige GPUs, sondern auch über CUDA, Bibliotheken, Werkzeuge, Entwicklererfahrung und eine lange Produktionshistorie.
Qualcomm will diese Hürde mit der Übernahme von Modular angehen. Damit kommen die Programmiersprache Mojo und die MAX-Softwareplattform in Qualcomms Strategie. Nach Angaben des Unternehmens sollen sie generative und agentische KI über unterschiedliche Prozessoren und Einsatzorte hinweg unterstützen. 19
Das strategische Ziel ist Portabilität: Entwickler sollen Modelle und Workloads zwischen heterogenen Prozessoren verschieben können, ohne jedes Mal den gesamten Software-Stack für einen einzelnen Anbieter neu zu bauen. Mojo und sein Compiler wurden laut Berichten von der Modular-Konferenz 2026 vollständig als Open Source veröffentlicht. 46
Das könnte die Wechselkosten für Kunden senken, die Qualcomm-Hardware neben Nvidia-, AMD- oder anderen Beschleunigern prüfen. Eine offene Compiler- und Laufzeitumgebung ersetzt jedoch nicht automatisch die Tiefe und Reife des CUDA-Ökosystems. Behauptungen über große Leistungsvorteile gegenüber nativen Implementierungen sollten daher als Zukunftsversprechen gelten, solange transparente und reproduzierbare Benchmarks fehlen.
Auch bei CPUs baut Qualcomm seine Strategie aus. Die belegte Übernahme betrifft Ventana Micro Systems – nicht das im ursprünglichen Rechercheauftrag genannte Unternehmen „Antenna Microsystems“. Qualcomm zufolge stärkt Ventana die eigenen RISC-V-Entwicklungs- und Ökosystem-Aktivitäten. 23
54
Hugging Face verbindet Cloud und Edge
Die erweiterte Partnerschaft mit Hugging Face soll Hugging-Face-Workloads auf Dragonfly-Systeme bringen, die Übernahme von Modellen erleichtern und eine hybride Orchestrierung zwischen Geräten und Rechenzentren ermöglichen. 21
Damit verfolgt Qualcomm eine ungewöhnlich breite Positionierung: Der Konzern will Rechenzentren, Smartphones, eingebettete Systeme und Anwendungen für physische KI bedienen. Der mögliche Vorteil wäre ein durchgängiger Bereitstellungspfad – vom Cloud-Modell bis zum Gerät am Netzwerkrand.
Die Reichweite allein reicht jedoch nicht. Eine breite Plattform wird erst dann zu einer echten Nvidia-Alternative, wenn Entwickler reale Modelle unkompliziert einsetzen können und Betreiber im produktiven Betrieb bessere Kosten und Energieeffizienz sehen.
HBC steht in einem größeren Umbau der Speicherarchitektur
Qualcomms Ansatz ist Teil eines branchenweiten Trends: Nicht nur die Speicherbandbreite soll steigen, auch die Menge der Daten, die überhaupt zwischen Speicher und Rechenlogik bewegt werden müssen, soll sinken.
Samsung integriert mit LPDDR5X-PIM Rechenlogik in Low-Power-DRAM. Dadurch können bestimmte Operationen näher am gespeicherten Datenbestand stattfinden. Samsung berichtete in Demonstrationen über deutlich höhere Inferenzraten als mit herkömmlichem LPDDR5X. In der Berichterstattung zur Hot-Chips-Präsentation wurden 81,3 gegenüber 27 Tokens pro Sekunde im jeweiligen Vergleich genannt. 31
36
39
SK hynix verfolgt das Problem stärker von der HBM-Seite aus. Arbeiten an Hybrid Bonding und iHBM sollen die Wärme- und Dichteprobleme adressieren, die bei höheren Speicherstapeln und steigender Bandbreite entstehen. 32 Separaten Berichten zufolge erwartet das Unternehmen, dass Hybrid Bonding noch nicht für HBM4E bereitsteht und frühestens bei einer späteren HBM-Generation zum Einsatz kommt.
40
Parallel dazu hat Samsung HBM4E-Muster mit bis zu 3,6 TB/s Bandbreite pro Stack und Pin-Geschwindigkeiten von bis zu 16 Gbit/s gemeldet. 41 Für Qualcomm ist das ein wichtiger Punkt: HBC tritt nicht gegen ein statisches HBM-Produkt aus den Jahren 2025 oder 2026 an, sondern gegen eine Speichertechnologie, die sich ebenfalls weiterentwickelt.
Die vorliegenden Belege bestätigen dagegen nicht ausreichend die spezifischeren Angaben zu Samsungs CXL-basiertem MX1-Gerät, einer Übernahme durch DeepX oder einer konkreten Micron-Warnung über sich verschärfende Speicherengpässe. Diese Details sollten in dieser Analyse daher nicht als gesichert behandelt werden.
Was Qualcomm jetzt beweisen muss
Qualcomms Strategie folgt einer klaren Logik:
- Zuerst Inferenz: HBC ist auf dekodierlastige Workloads ausgerichtet, bei denen Datenbewegung die Kosten pro Token dominieren kann.
2
- Das ganze System integrieren: Dragonfly verbindet Beschleuniger, CPUs, Netzwerk und kundenspezifische Chips, statt nur einen einzelnen Chip anzubieten.
15
16
- Softwarebarrieren senken: Mojo und MAX sollen die Portierung von Workloads auf unterschiedliche Hardwareplattformen erleichtern.
46
- Kundenvertrauen aufbauen: Die C1000-Vereinbarung mit Meta ist ein angekündigter Hyperscaler-CPU-Auftrag mit geplantem Produktionsbeginn Ende 2028.
- Cloud-to-Edge abdecken: Hugging Face unterstützt Qualcomms Idee einer durchgängigen Plattform von Rechenzentren bis zu Geräten.
Die Risiken liegen ebenso offen zutage. HBC muss mit akzeptabler Ausbeute, ausreichender Wärmeabfuhr und verlässlicher Versorgung in die Produktion kommen. Qualcomm muss belastbare, workload-spezifische Vergleiche veröffentlichen, die effektive Bandbreite von roher Schnittstellenbandbreite unterscheiden. Compiler und Laufzeitumgebung müssen reale Modelle stabil unterstützen. Gleichzeitig müssen die Speicherpartner die Technik in großen Stückzahlen liefern – und Kunden entscheiden, ob der Nutzen den Aufbau einer weiteren Plattform neben CUDA rechtfertigt.
Fazit: Plausible Architektur, aber noch kein Nvidia-Verdränger
Qualcomm hat eine nachvollziehbare Alternative entworfen, die auf einen der wichtigsten Engpässe der KI-Infrastruktur zielt: die Bewegung von Daten während der Inferenz. HBC könnte bei passenden Workloads die Effizienz von Speicherzugriffen und Token-Erzeugung verbessern.
Zum jetzigen Zeitpunkt ist HBC jedoch eine angekündigte Herausforderung für Nvidia, keine nachgewiesene Verdrängung. Die entscheidenden Prüfsteine sind die erste HBC-Hardware im Jahr 2027, der geplante Produktionsstart des C1000 in der zweiten Hälfte des Jahres 2028 sowie unabhängige Kundennachweise zu Leistung, Zuverlässigkeit und Gesamtbetriebskosten.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Qualcomms AI-Angriff auf Nvidia beginnt bei der Speicherflut“?
Qualcomm baut über mehrere Produktgenerationen eine Alternative zu Nvidia auf: HBC soll die Speicherbewegung bei der KI Inferenz reduzieren.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Qualcomm baut über mehrere Produktgenerationen eine Alternative zu Nvidia auf: HBC soll die Speicherbewegung bei der KI Inferenz reduzieren. Die Strategie verbindet HBC Beschleuniger, die Dragonfly C1000 Server CPU, Modulars Mojo und MAX Software, RISC V Entwicklung sowie eine Cloud to Edge Partnerschaft mit Hugging Face.
Was soll ich als nächstes in der Praxis tun?
Metas angekündigte Vereinbarung zum C1000 ist ein wichtiges Signal für Qualcomms CPU Geschäft, aber kein Beleg dafür, dass Meta HBC Beschleuniger bereits in großem Maßstab einsetzen wird.
Quellen
xenospectrum.comSamsung and SK hynix Reportedly Joining Qualcomm's AI ...