高通挑战英伟达：AI时代的能源革命与生态竞争

昨日凌晨，我紧盯着黄金盘，眼看着它一路下滑，心情跌至谷底。

此时，电脑浏览器的一条推送新闻映入眼帘：全球顶尖科技企业Nvidia，遭遇了来自美国的新对手。

起初，我并未在意，以为又是哪家芯片公司蹭热点。但仔细浏览后，我看到了一个熟悉的名字——高通。我不禁一愣。

高通？这不是以生产手机芯片著称的公司吗？为何突然闯入Nvidia的传统领地？带着好奇，我迅速查阅了这条新闻。

1

事情是这样的：高通宣布将推出AI数据中心芯片，型号包括AI200和AI250，直接对标Nvidia。那么，它为何要做这样的举动呢？

要理解这一举动，需从三个关键点入手。首先是算力。

近年来，整个AI行业都被“算力”所束缚。无论是模型训练、推理应用，还是搭建一个普通的API，都离不开GPU的支撑。

然而，GPU的价格已经高得离谱。

一张Nvidia H100的市场价高达三万美元；而整个NVL72系统的价格更是动辄上百万元，且需排队等待。企业在“等卡”，AI的门票被一家公司垄断。

根据国际能源署（IEA）的数据，2024年全球数据中心的耗电量将突破460太瓦时（TWh），其中约20%用于AI的训练与推理，这相当于阿根廷一年的总用电量。

算力已成为电力的下游产业，GPU更像是“电力的中间商”。当算力成为“新石油”，Nvidia自然成了新的OPEC。

但石油越贵，世界越焦虑——算法再智能，也逃不过电费的天花板。人们开始寻找更便宜的能源。

在能源方面，高通有着独特的优势，其基因是“在有限电力中榨出极限性能”。

过去十年，高通凭借手机芯片立足。一颗骁龙芯片需同时处理图像、AI推理、网络连接、续航和散热。其核心竞争力在于能效：用更少的电，干更多的活。

如今，它将这一逻辑从手机延伸至数据中心，可以说，它是将手机时代的基因放大了；在手机时代，它解决了“电池有限”的问题；在AI时代，它致力于解决“电力有限”的问题。

因此，Nvidia通过堆砌算力使电脑更聪明，而高通则追求更持久；当大家都在思考如何打造更智能的AI时，它开始考虑如何帮助AI节能。

于是，AI200和AI250应运而生。其目标很简单：提高“每瓦推理产出”。

2

新闻发布不到一小时，高通紧接着宣布了首位客户：沙特的HumAiN。

沙特，一个因石油而兴起的国家，其信仰、逻辑和命脉都与能源息息相关。而现在，它首次将资金投入到“硅能源”中。

HumAiN是沙特主权基金PIF投资的项目，也是Vision 2030计划的一部分。他们计划在沙漠中建造一座AI城市，目标是打造强大的算力。

官宣的订单规模达200兆瓦。这是什么概念？相当于一座中等城市一整年的数据中心电力消耗。

换个角度来看，如果全部换算成Nvidia H100的功率，大约能同时点亮五万张GPU。这相当于沙特一次性买下了半个硅谷的“大脑”。

这意味着能源的定义正在改变。过去它出口石油，现在它进口算力；从“出口能源”到“进口智能”，沙特正在完成一场地缘反转。

高通对此感到兴奋，因为它首次将芯片卖成了能源；而买家恰好是能源王国本身。

智远认为，这件事标志着智能时代的能源革命正在从硅谷转向中东。

3

我认为算力这件事已经从一个叙事周期转变为工程周期。

过去几年，大家都在谈论“智能革命”，一夜之间涌现出无数模型、Agent和AI操作系统。但现在人们开始思考：到底谁能真正运行起来？

模型轻量化

前阵子，UNESCO和UCL发布了一份联合报告。他们通过实验发现：删除大模型中冗余的部分后，能耗可降低90%。这说明模型的大小并不重要，关键在于能否高效运行。模型轻量化减少了电量消耗、加快了响应速度并降低了成本。

第二个方向是推理去中心化。AMD的CTOMarkPapermaster曾表示，AI推理正在从数据中心迁移到手机、笔记本和汽车等终端。

4