高通发布Dragonfly C1000服务器CPU，Meta计划用于下一代服务器

高通公布新一代数据中心产品路线，正式推出Dragonfly C1000服务器CPU、High Bandwidth Compute高带宽计算技术，以及Dragonfly AI300推理加速器。

高通表示，这些产品主要面向AI推理、智能体应用、通用计算和大规模数据中心部署，希望通过降低功耗、提高内存带宽和改善单位Token成本，进入由NVIDIA、AMD和Intel等企业主导的服务器市场。

C1000服务器CPU有哪些特点

按照高通公布的规划，Dragonfly C1000采用自主设计的Oryon CPU核心，核心数量超过250个，并计划支持超过5GHz的运行频率。

产品还将支持PCIe 7.0和CXL连接，面向高速网络、存储、AI加速器和内存解耦等数据中心场景。高通称C1000可以支持风冷和液冷服务器，预计在2028年实现商业供应。

这些性能和效率指标目前主要来自高通自己的产品规划，最终表现还需要等待正式硬件、软件生态和第三方测试。

Meta计划在下一代服务器中采用C1000

高通与Meta同时宣布多代数据中心CPU合作。按照双方计划，Dragonfly C1000将用于Meta下一代服务器集群。

这意味着高通不再只是面向手机和个人电脑市场提供芯片，而是开始进入超大规模云计算和AI数据中心供应链。

大型云厂商引入更多服务器CPU供应商，可以减少对单一平台的依赖，也有机会针对自身软件和AI业务进行定制优化。

AI300更重视推理而不是训练

Dragonfly AI300主要定位于大型语言模型、多模态模型和智能体应用的推理任务。

高通计划通过HBC高带宽计算技术，让计算单元更靠近内存，从而减少AI推理过程中频繁搬运数据产生的性能和功耗问题。AI300计划支持风冷和直接液冷机架，并预计在2028年进入商业取样阶段。

AI300并不一定直接替代所有GPU。大型模型训练、图形渲染和通用CUDA应用，仍然高度依赖现有GPU生态。它更可能首先进入对推理成本、功耗和内存带宽较敏感的场景。

高通进入数据中心市场，说明未来AI服务器不会只有“Intel或AMD CPU＋NVIDIA GPU”一种组合。

但新架构能否真正降低成本，不只取决于芯片参数，还要看驱动、开发框架、模型兼容性和供应能力。服务器硬件性能再强，如果现有软件不能直接运行，迁移成本可能抵消硬件优势。

普通网站、数据库和企业应用继续使用成熟x86服务器通常更稳妥；AI推理项目则可以关注高通等新平台后续的实际测试结果，再决定是否迁移。

新闻来源：Qualcomm官方公告：Dragonfly数据中心产品路线