คำตอบเผยแพร่แล้ว32 แหล่งที่มา
Qualcomm จะท้าทาย Nvidia ในโครงสร้างพื้นฐาน AI ได้แค่ไหน?
Qualcomm กำลังสร้างทางเลือกหลายปีสำหรับ Nvidia โดยเน้นเศรษฐศาสตร์ของการประมวลผล AI แบบอนุมานมากกว่าการแข่งเฉพาะประสิทธิภาพการฝึกโมเดล HBC รุ่นแรกมีแผนทำตลาดในปี 2027 และรุ่นที่สองในปี 2028 กลยุทธ์ Dragonfly รวมตัวเร่งความเร็ว HBC, ซีพียูเซิร์ฟเวอร์ C1000, ซอฟต์แวร์ Mojo และ MAX จาก Modular, ความสามารถด้าน RISC V และ...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- Qualcomm กำลังสร้างทางเลือกหลายปีสำหรับ Nvidia โดยเน้นเศรษฐศาสตร์ของการประมวลผล AI แบบอนุมานมากกว่าการแข่งเฉพาะประสิทธิภาพการฝึกโมเดล HBC รุ่นแรกมีแผนทำตลาดในปี 2027 และรุ่นที่สองในปี 2028
- กลยุทธ์ Dragonfly รวมตัวเร่งความเร็ว HBC, ซีพียูเซิร์ฟเวอร์ C1000, ซอฟต์แวร์ Mojo และ MAX จาก Modular, ความสามารถด้าน RISC V และความร่วมมือกับ Hugging Face เพื่อเชื่อมการใช้งานตั้งแต่คลาวด์ถึงเอดจ์
- ข้อตกลง C1000 กับ Meta เป็นสัญญาณสำคัญด้านการออกแบบซีพียูสำหรับไฮเปอร์สเกลเลอร์ แต่ยังไม่ใช่หลักฐานว่า Meta จะติดตั้งตัวเร่งความเร็ว HBC ในระดับขนาดใหญ่
AI พรอมต์
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 กำลังเลือกโจมตีจุดที่ต้นทุนสูงขึ้นเรื่อย ๆ ของโครงสร้างพื้นฐาน AI นั่นคือการเคลื่อนย้ายข้อมูลโมเดลขนาดใหญ่ระหว่างหน่วยความจำกับชิปประมวลผลระหว่างการสร้างคำตอบ
บริษัทไม่ได้เสนอ GPU ทดแทน Nvidia เพียงตัวเดียว แต่กำลังวางแพลตฟอร์ม Dragonfly ที่รวมการคำนวณใกล้หน่วยความจำ ซีพียูเซิร์ฟเวอร์ ระบบเครือข่าย ซอฟต์แวร์ที่ย้ายข้ามฮาร์ดแวร์ได้ และการใช้งานตั้งแต่ดาต้าเซ็นเตอร์ไปจนถึงอุปกรณ์เอดจ์
หัวใจของแผนนี้คือ High Bandwidth Compute หรือ HBC ซึ่ง Qualcomm ระบุว่าสามารถเพิ่มแบนด์วิดท์ที่ใช้งานได้จริงและประสิทธิภาพการสร้างโทเคน ด้วยการวางไดคำนวณไว้ใต้หน่วยความจำ LPDDR แบบซ้อนชั้น อย่างไรก็ตาม หลักฐานตัดสินว่าแนวคิดนี้จะแข่งขันได้จริงหรือไม่จะต้องรอฮาร์ดแวร์ที่ผลิตเชิงพาณิชย์ ผลทดสอบจากบุคคลภายนอก การส่งมอบในห่วงโซ่อุปทาน และการใช้งานของลูกค้า
HBC แก้คอขวดหน่วยความจำของการอนุมาน
การอนุมานแบบสร้างทีละโทเคนต้องอ่านข้อมูลของโมเดลจากหน่วยความจำซ้ำ ๆ ทุกครั้งที่สร้างโทเคนใหม่ ทำให้การเคลื่อนย้ายข้อมูล พลังงานที่ใช้เข้าถึงหน่วยความจำ และความหน่วง กลายเป็นปัจจัยสำคัญต่อต้นทุนการให้บริการโมเดลขนาดใหญ่
HBC ของ Qualcomm นำการประมวลผลเข้าไปใกล้ข้อมูลมากขึ้น โดยเชื่อมไดคำนวณไว้ใต้โครงสร้างหน่วยความจำ LPDDR แบบซ้อนชั้น และใช้ช่องเชื่อมต่อผ่านซิลิคอน หรือ TSV จำนวนมากเพื่อเชื่อมแต่ละชั้นเข้าด้วยกัน 2
4
5
ประเด็นสำคัญคือ Qualcomm ไม่ได้บอกว่า LPDDR มีแบนด์วิดท์สูงสุดตามสเปกทั่วไปมากกว่า HBM ทุกระบบ แต่บริษัทอ้างว่า การดำเนินการบางประเภทสามารถทำภายในแพ็กเกจเดียวกันได้ จึงลดการเคลื่อนย้ายข้อมูลระหว่างหน่วยความจำกับโปรเซสเซอร์หลัก และเพิ่มแบนด์วิดท์ที่ใช้งานได้จริงสำหรับงานอนุมานบางลักษณะ 2
9
Qualcomm ระบุว่า HBC รุ่นแรก ซึ่งเชื่อมโยงกับ Dragonfly AI250 ออกแบบมาให้มีแบนด์วิดท์หน่วยความจำที่ใช้งานได้จริง 133 TB/s ต่อการ์ด และเพิ่มขึ้น 18 เท่าเมื่อเทียบกับ AI200 ที่ใช้ LPDDR5X 4 ขณะที่รายงานอื่นระบุคำกล่าวอ้างของ Qualcomm ว่า HBC อาจให้แบนด์วิดท์ต่อวัตต์สูงกว่าการใช้งาน HBM ในปัจจุบันได้ถึง 6 เท่า
8
13
ตัวเลขเหล่านี้ต้องอ่านอย่างระมัดระวัง เพราะแบนด์วิดท์ที่ใช้งานได้จริง แบนด์วิดท์ระดับการ์ด แบนด์วิดท์ระดับแร็ก และแบนด์วิดท์ของ HBM เพียงหนึ่งสแตก เป็นคนละตัวชี้วัดกัน การนำตัวเลขระดับหลายร้อยเทราไบต์ต่อวินาทีไปเทียบกับตัวเลขของ HBM เพียงหนึ่งชุดจึงไม่ใช่การเปรียบเทียบแบบเดียวกันทั้งหมด
ดังนั้น ตัวเลขของ Qualcomm ควรถูกมองในฐานะคำกล่าวอ้างด้านสถาปัตยกรรมและประสิทธิภาพต่อวัตต์ไปก่อน จนกว่าจะมีผลทดสอบอิสระที่วัดปริมาณโทเคนต่อวินาทีในงานจริง
Samsung และ SK hynix คือบททดสอบด้านการผลิต
Qualcomm รับผิดชอบการออกแบบชั้นประมวลผลและการรวมระบบ ขณะที่มีรายงานว่า Samsung Electronics และ SK hynix จะเข้าร่วมโครงการ HBC ในฐานะพันธมิตรด้านหน่วยความจำ โดยงานซ้อนชั้นและการผลิตหน่วยความจำจำนวนมากจะอยู่กับซัพพลายเออร์เหล่านี้ และการแพ็กเกจขั้นสูงก็มีความสำคัญต่อระบบโดยรวม 1
5
นั่นหมายความว่า HBC เป็นเดิมพันด้านแพ็กเกจจิ้งและการผลิตพอ ๆ กับการออกแบบโปรเซสเซอร์ ความสำเร็จเชิงพาณิชย์จะขึ้นอยู่กับการรับรองหน่วยความจำ อัตราผลิตสำเร็จของการประกอบแบบสามมิติ การจัดการความร้อน การทดสอบ และความสามารถในการผลิตระบบให้ได้จำนวนมากด้วยต้นทุนที่ยอมรับได้
สถาปัตยกรรมอาจดูน่าสนใจบนกระดาษ แต่ยังล้มเหลวในการแข่งขันได้ หากข้อจำกัดด้านการผลิตทำให้ไม่สามารถส่งมอบระบบที่เสถียรและคุ้มค่าได้
โรดแมปที่ Qualcomm ระบุวางเป้าหมายทำตลาด HBC รุ่นแรกในปี 2027 และรุ่นที่สองในปี 2028 1
4 ด้วยเหตุนี้ HBC จึงเป็นการเปลี่ยนผ่านของแพลตฟอร์มในหลายรุ่นผลิตภัณฑ์ ไม่ใช่การเข้ามาแทนที่ฮาร์ดแวร์ Nvidia ที่ติดตั้งอยู่ในดาต้าเซ็นเตอร์แล้วทันที
Dragonfly ไม่ได้มีแค่ตัวเร่งความเร็ว
Qualcomm กำลังนำเสนอ Dragonfly ในฐานะพอร์ตโฟลิโอดาต้าเซ็นเตอร์ครบชุด ไม่ใช่ชิปเร่งความเร็วแบบแยกเดี่ยว โรดแมปครอบคลุมระบบอนุมาน AI, HBC, ซีพียูเซิร์ฟเวอร์ C1000, ระบบเครือข่าย และบริการออกแบบซิลิคอนเฉพาะลูกค้า 15
16
Dragonfly C1000 เป็นโปรเซสเซอร์เซิร์ฟเวอร์แบบชิปเล็ต ออกแบบมาสำหรับ AI แบบเอเจนต์ งานทั่วไป และโหนดหลักสำหรับระบบ AI 7 Qualcomm กับ Meta ยังประกาศความร่วมมือด้านซีพียูหลายเจเนอเรชัน โดย C1000 รุ่นแรกมีแผนเริ่มการผลิตในช่วงครึ่งหลังของปี 2028
18
ข้อตกลงนี้เป็นสัญญาณยืนยันที่มีน้ำหนักว่า Qualcomm สามารถเข้าไปอยู่ในแผนซีพียูของไฮเปอร์สเกลเลอร์ได้ แต่ไม่ควรตีความเกินกว่าหลักฐานที่มีอยู่ เพราะข้อตกลงดังกล่าวทำให้ Meta เป็นลูกค้าซีพียูที่ประกาศอย่างเป็นทางการเท่านั้น ยังไม่ได้ยืนยันว่า Meta จะติดตั้งตัวเร่งความเร็ว HBC ในระดับขนาดใหญ่
การตัดสินใจนั้นยังต้องขึ้นอยู่กับประสิทธิภาพ ความเสถียร การสนับสนุนซอฟต์แวร์ ปริมาณการจัดส่ง ระบบเครือข่าย และต้นทุนรวมในการเป็นเจ้าของระบบ
ซอฟต์แวร์คือคำตอบของ Qualcomm ต่อการผูกติดกับ CUDA
ฮาร์ดแวร์เพียงอย่างเดียวไม่น่าจะเพียงพอที่จะโค่นแพลตฟอร์ม AI ที่ฝังรากลึกอยู่แล้ว การเข้าซื้อกิจการ Modular ทำให้ Qualcomm ได้ทั้งภาษาโปรแกรม Mojo และแพลตฟอร์มซอฟต์แวร์ MAX เข้ามาเสริมกลยุทธ์ โดย Qualcomm ระบุว่าเทคโนโลยีที่รวมกันนี้มีเป้าหมายรองรับ AI แบบสร้างเนื้อหาและ AI แบบเอเจนต์ ตั้งแต่ดาต้าเซ็นเตอร์ไปจนถึงเอดจ์ 19
เป้าหมายเชิงกลยุทธ์คือการทำให้ซอฟต์แวร์พกพาได้ นักพัฒนาควรย้ายโมเดลและเวิร์กโหลดไปมาระหว่างโปรเซสเซอร์หลายประเภทได้ โดยไม่ต้องสร้างซอฟต์แวร์ใหม่เกือบทั้งหมดให้กับผู้ผลิตรายใดรายหนึ่ง
Modular ยังผลักดันระบบนิเวศแบบเปิด และรายงานจากงานประชุมในปี 2026 ระบุว่า Mojo รวมถึงคอมไพเลอร์ของภาษา ได้เปิดซอร์สอย่างเต็มรูปแบบแล้ว 46
หากทำได้จริง แนวทางนี้อาจลดต้นทุนการเปลี่ยนแพลตฟอร์มสำหรับลูกค้าที่กำลังพิจารณาฮาร์ดแวร์ของ Qualcomm ควบคู่กับ Nvidia, AMD และตัวเร่งความเร็วรายอื่น แต่การมีภาษาหรือคอมไพเลอร์แบบเปิดไม่ได้ทำให้ Qualcomm มีไลบรารี เครื่องมือ ความคุ้นเคยของนักพัฒนา และประวัติการใช้งานจริงในระดับเดียวกับ CUDA โดยอัตโนมัติ
ส่วนคำกล่าวอ้างเรื่องประสิทธิภาพที่สูงกว่าการใช้งานแบบเนทีฟอย่างมาก ควรรอการทดสอบที่โปร่งใสและทำซ้ำได้ก่อนจึงจะสรุปผลได้
Qualcomm ยังขยายกลยุทธ์ซีพียูผ่าน RISC-V ด้วย โดยหลักฐานที่มีระบุว่าบริษัทเข้าซื้อ Ventana Micro Systems ไม่ใช่บริษัทชื่ออื่นตามที่ปรากฏในคำถามวิจัยเดิม Qualcomm ระบุว่าการเข้าซื้อ Ventana ช่วยเสริมความสามารถด้านวิศวกรรม RISC-V และความพยายามสร้างระบบนิเวศของบริษัท 23
54
Hugging Face เติมภาพจากคลาวด์ถึงเอดจ์
ความร่วมมือระหว่าง Qualcomm กับ Hugging Face มีเป้าหมายย้ายเวิร์กโหลดภายในและของนักพัฒนา Hugging Face ไปยังระบบดาต้าเซ็นเตอร์ Dragonfly สนับสนุนการนำโมเดลเข้าระบบ และเปิดทางให้จัดการเวิร์กโหลดแบบไฮบริดระหว่างอุปกรณ์กับดาต้าเซ็นเตอร์ 21
ความร่วมมือนี้สนับสนุนภาพใหญ่ที่ Qualcomm ต้องการนำเสนอ นั่นคือบริษัทเดียวกันสามารถให้บริการตั้งแต่ดาต้าเซ็นเตอร์ สมาร์ตโฟน ระบบฝังตัว ไปจนถึงอุปกรณ์สำหรับ AI ในโลกจริง
ข้อได้เปรียบที่คาดหวังคือเส้นทางการนำโมเดลไปใช้งานที่ต่อเนื่องกว่า ตั้งแต่โครงสร้างพื้นฐานบนคลาวด์ไปจนถึงอุปกรณ์เอดจ์ แต่พอร์ตโฟลิโอที่กว้างจะกลายเป็นทางเลือกที่มีความหมายต่อ Nvidia ได้ก็ต่อเมื่อนักพัฒนานำโมเดลจริงไปใช้งานได้ง่าย และผู้ดูแลระบบเห็นต้นทุนที่ดีกว่าในการใช้งานจริง
HBC อยู่ในกระแสปรับโฉมหน่วยความจำทั้งอุตสาหกรรม
แนวทางของ Qualcomm เป็นส่วนหนึ่งของความพยายามในอุตสาหกรรมที่จะลดปริมาณข้อมูลที่ต้องเดินทางระหว่างหน่วยความจำกับหน่วยประมวลผล
Samsung พัฒนา LPDDR5X-PIM โดยใส่ตรรกะการประมวลผลเข้าไปใน DRAM พลังงานต่ำ ทำให้การดำเนินการบางประเภทเกิดขึ้นใกล้กับข้อมูลที่จัดเก็บอยู่ Samsung รายงานว่าเทคโนโลยีดังกล่าวมีประสิทธิภาพการอนุมานสูงกว่า LPDDR5X ทั่วไปอย่างมาก โดยการรายงานการนำเสนอในงาน Hot Chips ระบุผลเปรียบเทียบที่ 81.3 โทเคนต่อวินาที เทียบกับ 27 โทเคนต่อวินาที 31
36
39
SK hynix กำลังแก้ปัญหาเดียวกันจากฝั่ง HBM โดยงานด้าน hybrid bonding และ iHBM มุ่งรับมือกับความร้อนและความหนาแน่นที่เพิ่มขึ้นเมื่อสแตกหน่วยความจำสูงขึ้นและแบนด์วิดท์มากขึ้น 32 ขณะเดียวกัน รายงานอีกฉบับระบุว่า SK hynix ยังไม่คาดว่าจะใช้ hybrid bonding ได้ทันกับ HBM4E ซึ่งอาจทำให้การเปลี่ยนผ่านถูกเลื่อนไปยัง HBM รุ่นถัดไป
40
Samsung ยังรายงานตัวอย่าง HBM4E ที่มีแบนด์วิดท์สูงสุด 3.6 TB/s ต่อสแตก และความเร็วต่อพินสูงสุด 16 Gbps 41 โรดแมป HBM ที่เดินหน้าอยู่ตลอดเวลามีความสำคัญ เพราะ HBC จะไม่ได้แข่งขันกับ HBM รุ่นคงที่ในปี 2025 หรือ 2026 แต่ต้องแข่งขันกับเทคโนโลยีหน่วยความจำที่พัฒนาขึ้นพร้อมกัน
สำหรับรายละเอียดที่เฉพาะเจาะจงกว่านั้น เช่น อุปกรณ์ MX1 แบบใช้ CXL ของ Samsung การนำไปใช้โดย DeepX หรือคำเตือนที่ชัดเจนจาก Micron เกี่ยวกับคอขวดที่เลวร้ายลง หลักฐานที่มีในชุดข้อมูลนี้ยังไม่เพียงพอที่จะยืนยัน จึงไม่ควรนำมาใช้เป็นข้อสรุปในบทวิเคราะห์นี้
Qualcomm ต้องพิสูจน์อะไรต่อไป
กลยุทธ์ของ Qualcomm มีเหตุผลเชิงโครงสร้างที่ชัดเจน
- เริ่มจากงานอนุมาน: HBC ออกแบบมาสำหรับงานที่การถอดรหัสและการสร้างโทเคนถูกจำกัดด้วยการเคลื่อนย้ายข้อมูลในหน่วยความจำ
2
- รวมระบบให้ครบ: Dragonfly รวมตัวเร่งความเร็ว ซีพียู ระบบเครือข่าย และซิลิคอนเฉพาะลูกค้า แทนการพึ่งพาชิปเพียงตัวเดียว
15
16
- ลดกำแพงด้านซอฟต์แวร์: Mojo และ MAX มีเป้าหมายทำให้เวิร์กโหลดย้ายข้ามแพลตฟอร์มฮาร์ดแวร์ได้ง่ายขึ้น
46
- สร้างความน่าเชื่อถือกับลูกค้า: ข้อตกลง C1000 กับ Meta เป็นสัญญาณด้านลูกค้าไฮเปอร์สเกลเลอร์ที่ประกาศแล้ว โดยมีแผนเริ่มผลิตช่วงครึ่งหลังของปี 2028
- ใช้ประโยชน์จากการใช้งานหลายระดับ: Hugging Face สนับสนุนกลยุทธ์คลาวด์ถึงเอดจ์ของ Qualcomm
แต่ความเสี่ยงก็ชัดเจนไม่แพ้กัน HBC ต้องเข้าสู่การผลิตด้วยอัตราผลิตสำเร็จและการจัดการความร้อนที่ยอมรับได้ Qualcomm ต้องเผยแพร่ผลเปรียบเทียบที่น่าเชื่อถือและเจาะจงตามเวิร์กโหลด โดยแยกให้ชัดระหว่างแบนด์วิดท์ที่ใช้งานได้จริงกับแบนด์วิดท์อินเทอร์เฟซดิบ
คอมไพเลอร์และรันไทม์ต้องรองรับโมเดลจริงอย่างเสถียร พันธมิตรด้านหน่วยความจำต้องผลิตได้ในระดับอุตสาหกรรม และลูกค้าต้องเห็นว่าประโยชน์ที่ได้รับคุ้มค่ากับการเพิ่มแพลตฟอร์มใหม่เข้ามาใช้งานควบคู่กับ CUDA
บทสรุป: เป็นความท้าทายในอนาคต ไม่ใช่การโค่น Nvidia วันนี้
Qualcomm มีสถาปัตยกรรมทางเลือกที่มีเหตุผล โดยมุ่งแก้ข้อจำกัดสำคัญของโครงสร้างพื้นฐาน AI นั่นคือการเคลื่อนย้ายข้อมูลระหว่างหน่วยความจำกับหน่วยประมวลผลระหว่างการอนุมาน
อย่างไรก็ตาม ตามโรดแมปปัจจุบัน HBC ยังเป็นความท้าทายในอนาคต มากกว่าจะเป็นหลักฐานว่า Qualcomm กำลังเข้ามาแทนที่ Nvidia ในดาต้าเซ็นเตอร์แล้ว จุดตรวจสอบสำคัญคือฮาร์ดแวร์ HBC รุ่นแรกในปี 2027 การเริ่มผลิต C1000 ในช่วงครึ่งหลังของปี 2028 และการยืนยันจากลูกค้าอิสระเกี่ยวกับประสิทธิภาพกับต้นทุนรวมในการเป็นเจ้าของระบบ
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Qualcomm จะท้าทาย Nvidia ในโครงสร้างพื้นฐาน AI ได้แค่ไหน?" คืออะไร
Qualcomm กำลังสร้างทางเลือกหลายปีสำหรับ Nvidia โดยเน้นเศรษฐศาสตร์ของการประมวลผล AI แบบอนุมานมากกว่าการแข่งเฉพาะประสิทธิภาพการฝึกโมเดล HBC รุ่นแรกมีแผนทำตลาดในปี 2027 และรุ่นที่สองในปี 2028
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Qualcomm กำลังสร้างทางเลือกหลายปีสำหรับ Nvidia โดยเน้นเศรษฐศาสตร์ของการประมวลผล AI แบบอนุมานมากกว่าการแข่งเฉพาะประสิทธิภาพการฝึกโมเดล HBC รุ่นแรกมีแผนทำตลาดในปี 2027 และรุ่นที่สองในปี 2028 กลยุทธ์ Dragonfly รวมตัวเร่งความเร็ว HBC, ซีพียูเซิร์ฟเวอร์ C1000, ซอฟต์แวร์ Mojo และ MAX จาก Modular, ความสามารถด้าน RISC V และความร่วมมือกับ Hugging Face เพื่อเชื่อมการใช้งานตั้งแต่คลาวด์ถึงเอดจ์
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
ข้อตกลง C1000 กับ Meta เป็นสัญญาณสำคัญด้านการออกแบบซีพียูสำหรับไฮเปอร์สเกลเลอร์ แต่ยังไม่ใช่หลักฐานว่า Meta จะติดตั้งตัวเร่งความเร็ว HBC ในระดับขนาดใหญ่
แหล่งที่มา
xenospectrum.comSamsung and SK hynix Reportedly Joining Qualcomm's AI ...