高通副總裁暨台灣、東南亞與紐澳區總裁劉思泰於2026年3月下旬的媒體春酒宣布組織重要調整，台灣區將自原本與東南亞與紐澳區獨立，未來將與韓國、日本、東南亞與紐奧並列成為高通亞太區旗下的第四個區域；劉思泰表示此次的組織調整也顯示高通與台灣供應鏈夥伴的緊密配合對高通發展日益重要，後續劉思泰將以東南亞與紐澳區為重心，台灣區則直接由高通CDMA技術有限責任公司(韓國)資深副總裁暨亞太區總裁O.H. Kwon管理。

高通轉型與台灣產業關係更密切

隨著高通積極擴展Snapdragon X PC平台，以及自2025年將嵌入式產品劃分到全新的Dragonwing品牌，高通與台灣產業鏈的關係更為緊密，台灣除了是網通及PC領域的重要OEM、ODM重鎮，台灣廠商也同樣在嵌入式產業占有舉足輕重的地位，如台灣廠商已經成為Embedded World最大參展廠商，同時這些廠商也都是高通推廣Dragonwing平台的重要策略夥伴，也使得高通將台灣區晉升為亞太區獨立區域的關鍵。

劉思泰也預告COMPUTEX 2026將成高通展示AI運算未來的重要舞台，高通執行長Cristiano Amon將作為大會開幕主題演講嘉賓分享最新進展，而高通執行副總裁Nakul Duggal與Alex Katouzian則將分別針對邊緣端AI與實體AI以及個人化AI裝置兩大主題分別進行論壇演講。

AI帶動無線通訊需求、高通布局自邊際到雲的策略

劉思泰表示，AI正帶動無線通訊的龐大需求，也驅使高通積極致力推動自邊際至雲端的智慧運算；高通的產品布局從雲到端、自雲運算到邊際運算，舉凡智慧眼鏡、智慧手錶、耳機與各類新型態個人AI裝置，至手機、PC、自主AI到雲端伺服器，提供縝密且結合AI的產品，將高通以通訊為根、智慧手機為起始的運算與AI技術擴大到各個角落。

隨著AI技術普及，兼具個人隱私、運算彈性的混合式AI勢必成主流，透過裝置端智慧執行對低延遲、高度隱私相關的個人智慧，再以高速、低延遲網路連接到高性能的雲端運算，是AI技術發展的願景；其中6G技術將辦也協助電信營運商自通訊轉型至以AI服務為中心的新型企業，高通也與多家國際領導夥伴組成策略聯盟，以2029年將6G邁入商用化為目標推動技術進展。

在高通2026年的媒體春酒，筆者與同桌的台灣高通人員聊到高通目前的策略布局，由於並非正式的訪談，也是與不僅一位交流的內容，所以就不列出受訪者，提到包括高通在邁入自主CPU架構後於SoC設計自主權的重要，高速通道技術的影響，以及於實體AI架構設計的多SoC或SoC搭配加速器的抉擇。

自主CPU微架構突破授權微架構設計限制提升擴展性

高通人員提到，高通原本就掌握網通、GPU與NPU架構自主設計能力，然而自與Arm合作採用Cortex微架構轉向自研的Oryon CPU架構，對於高通在產品與技術的擴展相當重要，透過掌握自主的微架構設計，高通得以結合長年在行動運算的經驗與對不同領域運算需求的洞察，不僅可量身設計能源效益及效能更佳的微架構。

同時高通在SoC內也導入模組化的設計，即便並非小晶片，透過將架構設計模組化，高通能夠因應不同的算力、運算需求進行擴展，在目前Snapdragon手機平台、Snapdragon X PC平台甚至Dragonwing平台，高通正活用這項優勢規劃產品，預期後期的新一代資料中心產品也會延續這項策略。

裝置端結合高速通道的進行擴展的理由

因為筆者留意到高通先前公布Dragonwing IQ10平台時，描述中提到Dragonwing IQ10可透過擴充加速器提升AI TOPS，也向高通問及相關技術；高通人員表示這是受惠於Dragonwing IQ10搭載高速的PCIe通道，故可搭配高通的AI加速器產品進一步擴充性能。

在工業物聯網、自主AI等裝置端AI的需求與資料中心、伺服器仍有所不同，符合經濟效益、通用的PCIe通道技術仍扮演重要的角色，透過高通SoC與加速器的組合，能夠進一步針對需要更複雜AI推論的應用情境獲得合宜的效能，且相對直接SoC化則提供對於不同算力的彈性，畢竟不是所有的工業應用都需要700 AI TOPS的NPU算力。

另一方面，高通在雲端高效能運算則宣布加入NVIDIA的NVLink Fusion陣容，在大規模高效能運算領域，高頻寬、低延遲的高速通道技術仍有其重要性，加上NVIDIA NVLink不僅具備超越PCIe規範的性能，同時也有經市場驗證的可靠性，此舉是作為高通因應目前高效能運算趨勢的彈性布局。

一個大腦搭配外掛或是多個大腦的不同情境需求

另外也提到在工業嵌入式、實體AI等，目前產業對於該使用多個大腦(SoC)或是由一個SoC搭配加速器的應用場景不盡相同，雖然透過單一個SoC搭配針對推論最佳化的加速器理論上有助發揮最大的能源效益，不過並不一定適用所有的應用情境，像這樣的組合也許適用機構較單純的實體AI設備或自主機器人。

不過如大規模影像處理應用、複雜結構自主機器人等應用，以多個SoC串接則有其意義；如大量、多路影像處理，由於每個SoC可以提供獨立的訊號輸入、編解碼，透過大量的SoC連接有助於迅速處理大量的影像內容，相對單一SoC搭配加速器或GPU更具優勢。

另一類多SoC組合的需求則是應用於具有複雜機構的自主機器人，這一類的應用可能會是由一顆頂級SoC負責主要運算與決策AI，搭配另一顆主要用於結合AI進行動作控制的高階處理器或即時處理器，利用兩個處理器相互協助取代單一處理器進行複雜混合任務的風險。