知名產業分析師郭明錤指稱，聯發科Mediatek已經將原本的AI業務策略自現行IC/ASIC設計升級到系統級設計，意味著聯發科有意進一步整合其資料中心相關布局並提供自晶片到機架的服務；據稱聯發科在策略調整後，將鎖定Google TPU的PCBA以及Elon Musk相關公司的AI晶片機架。

從晶片設計到系統規劃的策略布局

郭明錤指稱聯發科的策略轉移是符合當前產業趨勢的做法，倘若執行順利，可協助聯發科強化客戶關係與長期競爭優勢；郭明錤認為聯發科的計畫不會在短短未來2年看見成效，是一場長期佈局，但有助降低潛在風險。

以市場機會來看，由於新一代資料中心的機架設計複雜度提升，包括CPU光學傳輸及800V HVDC供電等新挑戰，同時更迭週期甚至已經與消費電子無異；同時聯發科正面臨ASIC設計從全客製轉型半客製模式，也使得聯發科須另求能與客戶更緊密結合的模式。郭明錤表示聯發科為確保系統級整合業務的毛利率達40%至50%，將採取清資產模式主導設計及驗證，同時結合台灣硬體生態鏈優勢將製造外包。

供應鏈較完整的Google將鎖定PCBA層級、希冀供入Elon Musk的完整A生態系

郭明錤指稱，由於Google TPU在硬體組裝生態系已經相當成熟，認為聯發科切入完整機架系統布局機率渺茫，但聯發科有望可從代號Icefish的TPU v10切入整合聯發科CPO技術的PCBA(印刷電路板組裝)，從單純晶片代工設計擴大到初步的組裝。

聯發科的另一個目標則是意圖擴大自主AI晶片、但現階段仍仰賴NVIDIA的Elon Musk旗下企業xAI及相關公司，因為xAI及相關公司目前還不像其它投入AI自研晶片的企業有完整的機架組裝布局，加上聯發科有設計以及與Intel代工業務合作的實績，對聯發科是新機會；但風險是在於xAI目前的AI晶片仍未看到具體時程，須待聯發科是否能攻入Terafab合作並結合台灣硬體供應鏈生態系進行長期佈局。

高通在2026年6月25日於紐約舉辦的投資者日公布一系列Dragonfly資料中心計畫，其中包括Dragonfly  C1000 CPU、Qualcomm HBC技術、Dragonfly AI300推論加速器及網路連接產品，也將提供客製化ASIC，此外高通計畫將以年為周期制定Dragonfly產品的更迭。

與Meta簽署長期CPU合作計畫

高通也在2026年投資者日宣布與Meta簽署長期協議，將提供Meta多代的Dragonfly CPU產品，同時Meta也成為宣布導入Dragonfly C1000 CPU的首家客戶，另外還有35家全球知名AI生態系產業廠商也宣布響應Dragonfly願景及解決方案。

高通的35家生態系夥伴包括Advantest、Arista、Astera、Cirrascale、仁寶、Confidential Core AI、Core42、台達、Fibercop、富士康、技嘉科技、HUMAIN、英業達、IONOS、聯想、Master Works、Microchip、美光科技、南亞科技、NEC、NeuReality、廣達、和碩聯合科技、三星SDS、Saptiva AI、SK海力士、美超微、泰瑞達、TeraHop、聯電、VAST Data、Viettel IDC、越南郵政電信集團和緯創資通。

打造AI資料中心完整解決方案

高通繼2025年公布的Dragonfly AI200及Dragon AI300後，於2026年投資者日宣布完整的Dragonfly資料中心策略，提供完整的AI加速資料中心解決方案，自CPU、AI加速器、網路連接到客製化ASIC服務等，鎖定最大化提高每瓦效能及Token吞吐量，並有效降低總持有成本，強調打造為代理密集式AI工作負載所需的可擴展式機架AI基礎設施。

基於Oryon架構、超過250核的Dragonfly C1000 CPU

Dragonfly C1000 CPU是高通Dragonfly資料中心家族首款CPU產品，採用針對AI及資料中心所規劃的客製化Oryon CPU核心，並可實現5GHz以上時脈，單一處理器具備超過250核心CPU，相對現有伺服器CPU競品的規格參數每瓦效能預估高出2倍，此外可選擇風冷或液冷散熱組態。

此外，Dragonfly C1000 CPU支援模組化整合，透過先進封裝可實現效能及I/O擴展，能滿足資料中心的通用到AI負載需求；此外Dragonfly C1000 CPU還具備達2TB/s的PCIe Gen 7連接介面與CXL標準，可支援下一代加速器、高速網路、儲存及記憶體，同時本身除了支援CPU推論以外，亦可選配HBC連接；。

Dragonfly C1000 CPU強調專為高吞吐量代理編排及低延遲互動式AI所設計，為第一方工作負載提供絕佳的價格性能比，並為第三方應用彈性提供最佳的虛擬CPU性能，並透過高速CPU實現更具效率的主機處理，實現最大限度活用XPU進行生成式AI運算的節點CPU；此外，Dragonfly C1000 CPU的設計符合OCP ORv3開放機架與伺服器標準，能夠與開放資料資料中心生態接軌。

Dragonfly C1000 CPU預計於2028年推出

透過封裝解決AI資料傳輸瓶頸的HBC技術

高通為了解決當前AI資料中心的傳輸瓶頸，利用3D堆疊技術開發基於LPDDR的HBC近記憶體運算架構技術，透過將LPDDR與HBC加速器以TSV穿孔堆疊並與SoC進行封裝，強調相對HBM提供更低的整體成本與更出色的能源效率，提供更快、更具效率且可擴展的處理能力。

高通Dragonfly AI250是首款導入HBC Gen 1技術的產物，具備單卡133TB/s的讀寫速度，相對搭配單一LPDDR5X的AI200有效記憶體頻寬提高18倍，預計導入HBC Gen 2架構的AI300則預期將有效頻寬提升至AI200的54倍。

高通強調HBC技術較使用單一HBM或SRAM更具能源效益，與標準卡級標準化後的競品比較，對比HBM可在每瓦頻寬提升6倍，與標準化機架採用SRAM的競品則在每瓦容量提高200倍。

首款採用HBC Gen 1技術的Dragonfly AI250預計在2027年進行商用化樣品測試。

著重比GPU更具能源效率的Dragonfly AI300

高通在2026年投資者日宣布繼AI200、AI250後公布第三代風冷及液冷機架式AI推論平台Dragonfly AI300，Dragonfly AI300將採用HBC Gen 2，專為分散式推論所設計，透過HBC技術帶來的記憶體容量與有效頻寬，可為大型語言模型、多模態模型推論與代理式AI提供高吞吐量、低延遲的效能。

高通預期Dragonfly AI300相對既有基於GPU的架構在每卡每瓦記憶體頻寬效能提升4至8倍；此外Dragonfly AI300將透過UALink、ESUN實現橫向擴展，並利用銅纜及光纖實現向外擴展。

高通預計Dragonfly AI300於2028年開始進行商用化測試

提供客製化ASIC

此外高通也宣布投入客製化ASIC服務，針對下一代AI及雲端資料中心基礎設施提供大規模效能最佳化的ASIC，基於高通成熟的IP與精簡的設計執行程序，並針對客戶需求提供涵蓋晶片、系統及軟體的端到端協同設計能力，滿足在特定效能、功耗與整合需求，同時透過先進封裝及模組化架構提高效能、能源效率與可擴展性，並強調自設計到量產的執行階段具備完勝的生態系與供應鏈。

針對資料中心的豐富連接方案

當然現在資料中心產業已不再是晶片、連接、機架各自為政，頂尖的資料中心廠商早已轉向完善的解決方案，故高通也一併宣布Dragonfly連接技術，涵蓋晶片、銅纜、光纖到跨園區連接。

其中針對光纖、AOC、AEC提供800G與1.6T連接技術，可涵蓋資料中心內部到20公里的跨園區部屬。此外結合高通的SerDes、PAM4、Coherent Lite(相干輕量級)DSP、訊號完整性與遙測，支援可擴展的高效能AI基礎設施。

根據Computer Base報導，聯想在ISC 2026大會提到DRAM及NAND，半開玩笑的表示價格很可能「永遠」都回不到2025年前的低價；雖然用「永遠」是誇飾的說法，不過聯想是想傳達考慮到包括記憶體廠商的擴產計畫等因素，至少在2030年後記憶體價格會呈現「新常態」，不會像現在再度無止盡的飆漲，但也回不到2025年前的低價。

記憶體價格難以回到2025年前水準

聯想的說法是呼應當前產業的記憶體需求以及記憶體廠的擴廠計畫，雖然目前主要記憶體廠皆宣布大幅擴大產能，但也預估AI產業對記憶體容量的需求仍舊旺盛，故當前的擴產計畫仍是基於謹慎評估後的結果，也使聯想得到記憶體不會回到2025年前的低價狀況的結論。

消費市場的惡夢

可以預期的是，有了先前記憶體價格崩盤的往例，記憶體廠商會更謹慎進行投資，深怕再次失去話語權，同時大廠優先把資源押注在高利潤的資料中心及AI領域，也等同會減少在消費級產品的力道，最終零售市場的記憶體只是不會再如現在無止盡的飆漲，但價格仍會維持在遠高於2025年前的狀況。

摩根士丹利在一份調查研究報告指稱，NVIDIA仍舊會是台積電在2027年的最大客戶，不過雖然NVIDIA雄心壯志推出基於Arm架構的Vera CPU，但預期2027年基於Zen 6的AMD Venice EPYC處理器的出貨量仍會高於NVIDIA Vera CPU。

預期Vera CPU在2027年達575萬顆、Venice EPYC達675萬顆

摩根士丹利預測，基於台積電CoWoS的產能推估，採用台積電3nm製程的Vera CPU預期在2027年達到575萬顆的水準，而AMD基於2nm製程的Venice將在2026年出貨125萬顆、2027年則有675萬顆的表現。

x86 vs Arm的戰爭加劇

摩根士丹利的預估數字雖然帳面看起來NVIDIA Vera仍舊落後AMD Venice EPYC，但別忘了NVIDIA在資料中心CPU領域仍屬新進者，而且使用的還是基於Arm指令集的架構，且考慮到Venice EPYC除了用於AMD的Helios系統，也會搭配Rubin GPU構成系統，倘若NVIDIA真能實現如此的出貨量，對於NVIDIA而言已經是相當大的鼓舞。

雖然NVIDIA自Hopper世代就推出首款Grace CPU，不過在當時主要的Hopper伺服器出貨仍以搭配x86為主，即便至今，扣除少數投入自研CPU雲端資料中心業者，多數資料中心、超級電腦仍優先選擇生態系較為熟悉的x86，但Vera倘若真能拉近與AMD Venice EPYC的出貨差距，也顯示HPC、資料中心及AI正進一步的促使Arm架構抬頭。