當全球科技巨擘紛紛搶進AI戰場，高通（Qualcomm）在2026年的媒體春酒上，揭示了一項深具策略意義的轉變：其對自研架構的深度掌握，正成為推動裝置智慧與實體AI發展的關鍵核心。這不僅關乎處理器效能的提升，更觸及了在多重SoC（系統單晶片）與SoC搭配加速器之間，如何為各類應用情境做出最佳運算配置的深層思考。
表象：自主核心的戰略轉型
高通長期以來在網通、GPU與NPU架構設計上擁有自主能力，然而，從過去與Arm合作採用Cortex微架構，轉向自行研發的Oryon CPU架構，無疑是其邁向更廣闊技術疆域的重要里程碑。這項策略性的轉變，讓高通得以將其在行動運算領域累積的深厚經驗，與對不同應用場景運算需求的敏銳洞察相結合，進而打造出兼顧能源效益與卓越效能的客製化微架構。
高通人員指出，掌握自主微架構設計後，高通在SoC內部導入了模組化設計理念。即便這些並非傳統意義上的小晶片（chiplet），但透過架構的模組化，高通能夠更靈活地因應多元的算力與運算需求進行擴展。這項優勢已廣泛應用於當前的Snapdragon手機平台、Snapdragon X PC平台，乃至於Dragonwing平台，預計未來新一代資料中心產品也將延續此一策略佈局。
高通人員表示：「我們深信，自主架構能為產品與技術的擴展帶來前所未有的彈性，讓我們得以根據市場需求，量身打造更高效、更節能的解決方案。」
真相：高速通道與異質整合的佈局
在裝置端AI的發展路徑上，高速通道技術扮演著不可或缺的角色。以高通的Dragonwing IQ10平台為例，其能夠透過擴充加速器來提升AI TOPS（每秒兆次操作數），這正是受益於其搭載的高速PCIe通道。高通透過SoC與AI加速器的組合，為工業物聯網、自主AI等應用提供了經濟效益與彈性兼具的解決方案。
相較於直接將所有功能SoC化，這種異質整合策略允許廠商根據實際需求，選擇性地擴充AI算力。畢竟，並非所有工業應用都需要高達 700 AI TOPS 的NPU算力。這種分層配置的彈性，不僅能有效控制成本，也能確保運算資源的精準投放。
有趣的是，在高頻寬、低延遲需求更為嚴苛的雲端高效能運算（HPC）領域，高通則展現了另一種合作策略。他們宣布加入NVIDIA的NVLink Fusion聯盟，此舉是為因應大規模高效能運算對於超越PCIe規範性能與市場驗證可靠性的需求。這顯示高通在不同運算場景下，會採取多元且具彈性的技術整合策略。
各方角力：實體AI的多核心與加速器之辯
對於實體AI的設計，產業目前面臨著究竟應採用「多個大腦」（多SoC）或是「一個SoC搭配加速器」的抉擇。理論上，單一SoC搭配針對推論最佳化的加速器，有助於發揮最大的能源效益，這類組合或許更適用於機構相對單純的實體AI設備或自主機器人。
然而，對於大規模影像處理或具有複雜機構的自主機器人等應用，多個SoC串接則顯現出其獨特優勢。例如，在大量、多路影像處理情境中，每個SoC能提供獨立的訊號輸入與編解碼能力，透過多顆SoC的協同運作，能夠迅速處理海量的影像內容，其效率甚至超越單一SoC搭配加速器或GPU的方案。
高通人員解釋：「當面對複雜的機器人結構時，我們可能會考慮讓一顆頂級SoC負責主要運算與決策AI，再搭配另一顆高階或即時處理器進行動作控制。這種雙處理器協作模式，能有效降低單一處理器執行複雜混合任務的風險。」
深層影響：彈性架構定義未來智慧
高通對自研架構的投入，以及針對不同運算場景採取多元整合策略，不僅是技術層面的革新，更是對未來裝置智慧與實體AI發展方向的深刻定義。從邊緣運算的節能高效，到資料中心的高頻寬低延遲，高通的策略佈局旨在提供一個極具彈性的運算基礎，以應對從消費性電子到工業應用，乃至於最尖端機器人技術的廣泛需求。
這種靈活的架構模組化與異質整合能力，讓開發者能根據實際應用需求，選擇最合適的算力配置，避免資源浪費，同時確保系統的穩定性與擴展性。這不僅提升了產品的市場競爭力，也為AI技術的普及與深化應用，奠定了堅實的基石。
未解之問：開放生態系中的領導地位？
在高通積極拓展自研架構並擁抱異質整合的同時，如何在快速變化的AI硬體生態系中，持續維持其領導地位並擴大影響力，仍是個值得深思的問題。面對來自各方的競爭與合作夥伴關係的動態平衡，高通的下一步，將如何進一步定義裝置智慧的未來，並引領產業走向更開放、更多元的運算新紀元？
