高通第四财季财报将让 AI 推理芯片营收迎来首次真正检验

高通将于 11 月 4 日美股收盘后公布 2026 财年第四季度及全年业绩，电话会议定于美东时间下午 4:45。这是公司历史上第一次，分析师预期 AI 推理芯片营收而非智能手机出货量数据，将成为投资者关注的核心问题。眼下的焦点是：由沙特阿拉伯国家支持的 AI 企业 HUMAIN 承诺的 200 兆瓦高通 AI200 和 AI250 芯片部署（从 2026 年开始）是否已经转化为可衡量的营收。答案将决定高通这套多年期推理芯片战略是被证实有效，还是被揭穿为一连串缺乏商业实质的公告。

此次财报发布正值市场对 AI 资本支出的态度趋严：Alphabet 公布 2026 年第三季度业绩后遭到重挫，其 GAAP 每股收益为 2.12 美元，远低于约 3.02 美元的市场预期，部分原因是 87 亿美元的股权投资损失，投资者担忧 AI 资本支出已经跑在了可验证回报之前。高通的处境在结构上有所不同：它是向 AI 基础设施出售芯片，而不是自己建设基础设施。但目前投资者对 AI 资本配置的审视程度处于 2024 年以来的高点，高通在早期数据中心营收的披露口径上若有任何含糊，都会被注意到。

高通为何给推理芯片配上笔记本内存，而非服务器内存

要理解高通通过 HUMAIN 到底在卖什么，需要先看 AI200 背后的架构选择。这款芯片使用的是 LPDDR 内存，也就是手机和笔记本电脑里常见的那种内存类型，而不是定义了英伟达 H100 和 H200 加速卡的堆叠式 DRAM 技术 HBM（高带宽内存）。

这不是疏漏。英伟达的 HBM 能提供每颗芯片约 3.35 太字节每秒的内存带宽，支撑起让超大模型能够快速训练的并行权重加载能力。但 HBM 制造成本高、相对其容量而言耗电量大，而且其价值主要体现在那些由峰值吞吐量决定成败的工作负载上，即训练和高并发批量推理。

高通的论点是，现实世界中大多数 AI 推理场景并非如此。一个为企业查询提供服务的已部署模型，通常每个会话只加载一次权重，然后依次执行逐个词元的生成。对这类工作负载而言，决定一张卡能容纳多少模型参数、从而决定能运行哪些模型而不需要卸载的，是每美元对应的总内存容量，而不是峰值带宽。AI200 每卡配备 768 GB 的 LPDDR，大幅超过英伟达 H200 的 141 GB，同时系统成本更低、功耗更低。

预计 2027 年年中实现商用的 AI250，对带宽问题采取了不同的解法，而不是放弃容量优势。它采用近内存计算（也称混合带宽计算，HBC），这种设计把计算逻辑物理堆叠在 DRAM 下方，使数据无需先经过传统内存总线就能到达处理单元。高通声称，由此带来的有效带宽约为每卡 133 太字节每秒，相比 AI200 的 LPDDR 方案提升了 18 倍，这一数字也被 Tom's Hardware 等媒体独立报道过。不过这属于公司自述数据，经硬件媒体分析报道，而非经独立基准测试机构复现，解读时应留意这一点。

AI300 是高通在 2026 年 6 月投资者日上公布的 Dragonfly 系列年度产品之一，公司声称在受内存带宽制约的推理任务上，其每瓦性能比 GPU 架构高出四到八倍。根据目前可查的报道，这些数字尚未出现在 MLPerf 推理基准测试中，这一空白在高通争取商业化超大规模云服务商采购决策时将是一个问题。

HUMAIN 合作，以及主权验证与商业验证的区别

HUMAIN 是沙特阿拉伯公共投资基金的子公司，由王储穆罕默德·本·萨勒曼于 2025 年 5 月设立，CEO 为 Tareq Amin。这项针对 AI200 和 AI250 芯片、承诺部署 200 兆瓦算力的协议于 2025 年 10 月公布，是在 2025 年 5 月利雅得举行的美沙投资论坛期间签署的一份谅解备忘录基础上达成的，当时包括英伟达、AMD、亚马逊云科技和高通等美国科技公司，共同宣布了与沙特阿拉伯总额达数百亿美元的一系列 AI 投资承诺。沙特阿拉伯已表示，目标是到 2030 年实现 3 吉瓦的 AI 算力容量，这一规模远超任何单一超大规模云服务商的数据中心扩张。

罗森布拉特证券估计，HUMAIN 这一合作关系可能为高通带来约 20 亿美元的营收。这一数字出自分析师推算，并非公司自身披露，而且这项从 2026 年开始的 200 兆瓦部署，其营收确认的具体时间安排尚未公开。

HUMAIN 这笔交易无法回答的问题是：商业性超大规模云服务商（微软 Azure、谷歌云、亚马逊）是否会跟随一个主权买家的步伐。主权 AI 基础设施决策所依据的价格敏感度、政治考量和时间灵活性，与商业云采购完全不同。更重要的早期商业信号并非来自 HUMAIN，而是来自高通另外两项合作：微软 Azure 计划在其数据中心部署 HBC 架构，以及Meta 对高通 C1000 Oryon 核心数据中心 CPU 的多代产品承诺，目标是在 2028 年下半年量产。

这些合作关系是真实存在的，但距离形成实质营收还有一段路。Meta 的 C1000 承诺距离量产部署还有两年时间。Azure 的 HBC 集成计划定于 2027 年年中。11 月 4 日将是首次有机会听到高通描述，这些合作中是否有任何部分已经转化为已确认的营收，以及以何种形式确认。

高通在英伟达构建的这个市场中处于什么位置

高通并没有在做训练芯片，这不是 AI200 架构上的局限，而是一个有意为之的定位选择。公司瞄准的是 AI 技术栈中的推理层，德勤预测 2026 年推理将占到全部 AI 算力的约三分之二，高于 2025 年的约一半。

竞争差距依然巨大。英伟达数据中心业务部门最近一个报告季度的营收就高达 890 亿美元，这个数字建立在多年的 CUDA 生态建设、H100 的训练领先地位，以及高通并不具备的 NVLink/NVSwitch 互联基础设施之上。相比这一季度营收水平，高通到 2029 财年 150 亿美元的数据中心目标，只是英伟达一个季度就能超过的全年收入目标。

AMD 的 MI300X 配备 192 GB 的 HBM3 内存，在带宽密集型工作负载上与英伟达的竞争更为直接。英特尔的 Gaudi 3 作为一款训练兼推理芯片存在，但采用有限。两者都没有像高通所宣称的 LPDDR 架构那样，专门针对推理场景的总体拥有成本进行优化，但两者都已拥有成熟的软件工具链和量产部署，而这些是 AI200 目前所缺乏的。

软件问题正是高通以约 39.2 亿美元全股票方式收购 Modular（已于 2026 年 7 月 29 日完成交割）在架构层面变得重要的地方。Modular 的 Mojo 语言——一种与 Python 兼容的超集语言，由 Swift 和 LLVM 的创造者 Chris Lattner 打造——及其 MAX 推理引擎，设计目标是能跨 CPU、GPU、NPU 和 ASIC 等不同目标平台部署，而无需针对特定硬件重写代码。这一卖点直接针对 CUDA 的锁定效应：希望在 AI200 或 AI250 上运行工作负载的开发者，不需要放弃现有代码。这一承诺能否在一级云服务商的生产级推理场景中经受住考验，目前尚未得到公开验证。

高通通往 150 亿美元目标的三年路径，以及尚存的差距

在2026 年 6 月 24 日的投资者日上，高通承诺到 2027 财年实现 50 亿美元的数据中心营收，其中约 10 亿美元来自新的超大规模云服务商定制芯片客户，并计划到 2029 财年达到 150 亿美元。公司同时宣布，两家当时未具名的超大规模云服务商客户（后被确认为采用 HBC 芯片的微软 Azure 和采用 C1000 CPU 的 Meta）将在当年年底前通过定制芯片协议带来超过 10 亿美元的营收。

这些数字在绝对值上是有意义的，但在相对值上却相当有限。高通自身的 QTL 授权业务部门——针对智能手机芯片收取专利授权费——经营利润率约为 69%，多年来一直在为公司的芯片设计投入提供资金支持。QCT 芯片业务部门在 2026 财年第三季度实现总营收 99.5 亿美元，其中汽车业务同比增长 61%，物联网业务正在复苏，而高端手机业务环比下降 20%。

到 2029 财年实现 150 亿美元数据中心营收目标，大约相当于高通当前全年总营收的一半，这是一次堪比公司当年从 CDMA 调制解调器转向智能手机应用处理器的业务结构转型。不同之处在于，智能手机时代的高通在 LTE 基带技术上几乎处于垄断地位，可选替代方案有限。而 2026 年的 AI 推理芯片市场，面对的竞争对手是英伟达——其数据中心业务单季度营收已经超过高通为全年设定的目标。

2026 财年第四季度的业绩指引为营收 97 亿至 105 亿美元，非公认会计准则每股收益 2.05 至 2.25 美元，这将为衡量高通的数据中心叙事设定基准。如果 HUMAIN 的早期营收确认体现在 QCT 业务中，且管理层给出针对 2027 财年的具体数据中心营收指引，而不是笼统的目标，那么 11 月 4 日将标志着市场对这家公司的建模方式出现真正的转折。如果电话会议只是重申既有承诺、给出定性的进展更新，那么 150 亿美元的目标将在未来一个季度里继续停留在纸面算术上。

更具分量的数据点可能要到一年后才会出现，即 2027 财年业绩能否证明那项 10 亿美元超大规模云服务商定制芯片里程碑正按计划推进。HUMAIN 证明了高通能够赢得主权基础设施买家；而 Azure 和 Meta 的决定，将证明它能否赢得英伟达真正要争夺的那些客户。