高通与亚马逊扩大战略合作：面向 AI 数据中心开发定制芯片与 1.6T 光互联

据 IT之家 9 月 8 日消息，高通技术公司宣布与亚马逊达成一项跨多代产品合作，双方将面向大规模 AI 数据中心，共同推进可规模化部署的定制芯片，并围绕 AI 推理场景展开协作。此次合作还覆盖高速互联方向，两家公司计划共同开发最高支持 1.6T 速率的光互连解决方案，并探索下一代相关技术。对于正在快速扩张的 AI 基础设施市场而言，这意味着芯片、网络与系统级集成将被更紧密地放在同一条技术路线中考虑。

合作重点：从 AI 推理芯片到高速光互联

来源显示，双方合作的核心并不只是单一芯片项目，而是围绕 AI 数据中心的整体能力展开。随着 AI 工作负载持续增长，数据中心对计算、存储、网络、内存带宽以及能效的要求同步提升。亚马逊在云基础设施、安全能力和成本性能方面具备规模优势，高通则长期积累了低功耗处理、芯片设计与系统级集成能力。两者结合，指向的是更适合大规模部署的 AI 推理基础设施。

在互联层面，高通和亚马逊将共同开发高性能光互连解决方案，以满足 AI 集群规模扩大后对带宽和效率的需求。该合作将利用高通的 SerDes 高速串行器 / 解串器技术以及光学 DSP 技术。对于 AI 数据中心来说，算力芯片本身之外，节点之间、机柜之间乃至更大集群范围内的数据传输能力，正在成为决定整体性能的重要因素。

• 定制芯片：面向大规模 AI 数据中心，重点支持可扩展部署与 AI 推理工作负载。
• 光互联：共同开发最高支持 1.6T 速率的光互连方案，服务更高带宽需求。
• AWS 使用深化：高通计划进一步使用 AWS AI 基础设施，包括 Amazon Bedrock。
• EDA 场景：高通将把 AWS AI 能力用于电子设计自动化工作负载，以缩短芯片设计周期。

为何 AI 数据中心需要“算力 + 互联”同步升级

过去两年，生成式 AI 和企业级 AI 应用推动数据中心进入新一轮扩建周期。对云厂商和芯片公司而言，仅提升单颗芯片性能已经不足以解决全部问题。模型推理、参数加载、数据搬运和多节点协同都会消耗大量带宽与能耗，因此基础设施的瓶颈往往同时出现在计算与互联两端。

高通此次与亚马逊的合作，值得关注之处在于其并非简单进入数据中心市场，而是把自身在高能效处理和通信连接方面的能力，与 AWS 的云基础设施需求结合起来。高通在移动和边缘计算领域长期强调功耗控制，这一经验如果能够迁移到数据中心推理场景，可能为云端 AI 服务带来更具成本效率的选择。

同时，光互联的重要性正在上升。AI 集群规模越大，数据在芯片、服务器和机柜之间传输的压力越高。更高速率的光互连方案，有助于降低大规模集群中的通信瓶颈。对于面向企业客户的云 AI 服务而言，这类底层能力最终会影响模型服务的吞吐、延迟和总体使用成本。

战略合作背后：高通加深与 AWS 生态绑定

作为扩大合作的一部分，高通计划进一步加大对 AWS AI 基础设施的使用，包括 Amazon Bedrock，并将其应用在电子设计自动化工作负载中。EDA 是芯片研发中的关键环节，若 AI 基础设施能够帮助缩短设计验证和迭代周期，将直接影响芯片公司的研发效率。

此外，来源提到，SEC 文件显示，高通及其子公司、部分关联公司与亚马逊数据服务公司及其部分关联公司达成战略合作。高通已向亚马逊关联公司签发一份认股权证，权证持有人可按每股 161.26 美元的行权价，购买最多 25,000,000 股高通普通股。该权证允许无现金行使，有效期至 2036 年 9 月 3 日。相关付款总额最高可达 600 亿美元，其中基于初始采购承诺，3,750,000 股已在权证签发时归属。受消息影响，截至来源发稿时，高通盘前股价涨超 8%。

从产业视角看，这类合作反映出 AI 基础设施竞争正从“谁有更强 GPU”扩展到“谁能提供更完整、更高效的数据中心系统”。云厂商需要定制化硬件降低成本并提升效率，芯片公司则需要借助云平台加速产品落地。高通与亚马逊的合作，可能成为 AI 推理基础设施多元化趋势中的一个重要样本。