کوالکام هدف‌گذاری درآمد ۵ میلیارد دلاری از مراکز داده هوش مصنوعی تا سال ۲۰۲۷

۵ میلیارد دلار؛ این عدد، هدف جسورانه‌ی کوالکام برای درآمد مراکز داده در سال مالی ۲۰۲۷ است. این رقم سیگنالی از یک گذار تهاجمی است: تبدیل شدن از یک سازنده تراشه‌های موبایل به یک معمار زیرساخت‌های هوش مصنوعی. به نقل از گزارش وب‌سایت dev.to که در ۷ جولای ۲۰۲۶ منتشر شد، این شرکت اکنون در حال جایگاه‌سازی برای سیلیکون‌های خود است تا لایه‌ی بنیادین هر چیزی، از عینک‌های هوشمند گرفته تا سرورهای ابری باشد.

زمینه و تکامل شرکت

کوالکام تکنولوژی-ز (Qualcomm Technologies, Inc) سال‌ها نماد اتصال موبایل بود. اما از اواسط سال ۲۰۲۶، این شرکت به‌طور فعال خود را به‌عنوان سیستم عصبی مرکزی عصر «هوش مصنوعی همه‌جا» بازتعریف می‌کند. این شرکت که در سال ۱۹۸۵ توسط بنیان‌گذارانش، اروین جیکوبز و اندرو ویتربی در سن دیگو، کالیفرنیا تأسیس شد، امپراتوری خود را بر پایه فناوری‌های اولیه CDMA بنا کرد. امروز، این شرکت در نزدک (NASDAQ) با نماد QCOM معامله می‌شود و هزاران مهندس را برای پیشبرد استانداردهای بی‌سیم مانند 5G و 6G و همچنین توسعه سیلیکون‌های تخصصی به خدمت گرفته است.

دهه‌ها بود که کوالکام نامی بود که پشت مودم جیبی شما قرار داشت. اما جهان به سمت هوش مصنوعی زاینده (Generative AI) حرکت کرده است؛ جایی که نبرد دیگر تنها بر سر اتصال نیست، بلکه بر سر این است که «هوش» واقعاً در کجا اتفاق می‌افتد. در حالی که انویدیا بر خوشه‌های عظیم GPU در ابر تسلط دارد، کوالکام روی این ایده شرط‌بندی کرده است که آینده هوش مصنوعی «ترکیبی» (Hybrid) است؛ یعنی توزیع شده بین ابر و دستگاه‌های «لبه» (Edge) که ما می‌پوشیم یا حمل می‌کنیم. این چرخش استراتژیک، مدل درآمدی شرکت را از محوریت گوشی‌های هوشمند به یک مدل متنوع از «زیرساخت هوش مصنوعی» تغییر می‌دهد تا لایه سیلیکونی زیرین تمام هوشمندی‌های آینده باشد. این رقابت برای تسلط بر زیرساخت‌ها در حالی رخ می‌دهد که تقاضا برای ابزارهای نوین هوش مصنوعی در حال تغییر است؛ به‌طوری که برای مثال برخی تامین‌کنندگان نوظهور مانند Deepseek در ژوئن ۲۰۲۶ محبوبیت چشم‌گیری یافتند و نظم بازار را به چالش کشیدند.

تنوع‌بخشی استراتژیک

کوالکام دیگر فقط یک تامین‌کننده تراشه نیست، بلکه معمار یک اکوسیستم است. این شرکت با ادغام موتور هوش مصنوعی (AI Engine) خود در فرم‌های مختلف، اثرگذاری فنی خود را گسترش داده است. این تلاش‌ها شامل سخت‌افزارهایی است که روی صورت قرار می‌گیرند (عینک‌های AR)، در خودروها جای می‌گیرند (Snapdragon Ride) و سرورهای ابری را تغذیه می‌کنند (Cloud AI 100).

پیشروی در مراکز داده

کوالکام دیگر به لبه قانع نیست. این شرکت از طریق پلتفرم Cloud AI 100 مستقیماً با انویدیا و AMD در فضای اتاق‌های سرور رقابت می‌کند. استراتژی این شرکت بر بهره‌وری معماری ARM استوار است تا جایگزینی مقرون‌به‌صرفه برای خوشه‌های سنتی x86 ارائه دهد؛ به‌ویژه در حجم‌های کاری مربوط به آموزش و استنتاج (Inference) هوش مصنوعی.

این چرخش با مشارکت‌های سنگینی پشتیبانی می‌شود. متا (Meta) و مایکروسافت (Microsoft) قراردادهایی برای استفاده از زیرساخت‌های کوالکام امضا کرده‌اند. به‌طور مشخص، متا از این تراشه‌ها برای کسب‌وکار ابری «Meta Compute» که اخیراً راه‌اندازی شده است، استفاده می‌کند تا توان پردازشی مازاد هوش مصنوعی خود را مدیریت کند. بر اساس تحلیل جوزف مور، تحلیل‌گر مورگان استنلی، این اقدام باعث جهش ۸ درصدی قیمت سهام در اواخر ژوئن ۲۰۲۶ شد، زیرا سرمایه‌گذاران به پتانسیل متنوع‌سازی درآمد و پیش‌بینی ۵ میلیارد دلاری برای سال مالی ۲۰۲۷ واکنش نشان دادند.

با وجود این رشد، این گذار باعث نوسانات سهام شده است. در اوایل جولای ۲۰۲۶، کوالکام از چندین شاخص رشد و ارزش راسل (Russell) حذف شد. این تغییر فنی نشان‌دهنده تغییر پروفایل ارزش بازار شرکت در مسیر تبدیل شدن از یک تراشه‌ساز خالص موبایل به یک تامین‌کننده گسترده زیرساخت است.

جنگ برای ویندوز

بازار لپ‌تاپ‌های با عملکرد بالا به میدان نبرد جدید تبدیل شده است. سری Snapdragon X2 Elite که با فرآیند ۳ نانومتری TSMC ساخته شده، قصد دارد وضعیت موجود x86 را با «ویندوز روی ARM» جایگزین کند. این تراشه‌ها از هسته‌های CPU نسل سوم Oryon بهره می‌برند که برای حداکثر بهره‌وری طراحی شده‌اند.

جزئیات فنی این سخت‌افزار شامل موارد زیر است:

• مدل X2 Elite Extreme (X2E-96-100): این مدل رده‌بالا دارای ۱۸ هسته است، شامل ۱۲ هسته Prime (با فرکانس بوست تا ۵ گیگاهرتز) و ۶ هسته Performance (تا ۳.۶ گیگاهرتز).
• مشخصات سخت‌افزاری: دارای ۵۳ مگابایت حافظه کش مشترک، پشتیبانی از ۴۸ گیگابایت حافظه LPDDR5x روی باس ۱۹۲ بیتی، درگاه‌های USB 4.0 و ذخیره‌ساز PCIe 5.0.
• محک‌های عملکرد: در بنچمارک چند‌هسته‌ای Geekbench 6.3 امتیاز ۲۳,۶۹۳ را کسب کرد که با M4 Pro اپل برابری می‌کند. همچنین در Cinebench 2024 امتیاز ۱,۹۶۴ را گرفت که ۵۰٪ بهبود عملکرد نسبت به نسل اول X Elite است.

اما این برتری مطلق نیست. در نمایشگاه Computex 2026، انویدیا تراشه RTX Spark را معرفی کرد. این تراشه بر اساس معماری GB10 Grace Blackwell ساخته شده و بیش از ۱ پتافلاپ محاسبات AI از نوع FP4 و ۱۲۸ گیگابایت حافظه یکپارچه دارد. کوالکام در وظایف CPU قدرتمند است، اما در عملکرد GPU، به‌ویژه در نمرات 3DMark Steel Nomad، عقب‌تر از انویدیا قرار دارد.

واقعیت افزوده و «کامپیوتر بعدی»

در نمایشگاه Augmented World Expo (AWE) ۲۰۲۶ در لانگ بیچ، کوالکام از Snapdragon Reality Elite پرده‌برداری کرد. این پردازنده طراحی شده تا رابط کاربری را از صفحه نمایش دستی به عینک‌های پوشیدنی منتقل کند و به دستگاه اجازه دهد «هر چه شما می‌بینید و می‌شنوید را درک کند».

ویژگی‌های برجسته این تراشه:

• بهبود عملکرد: ۱۶۰٪ قدرت پردازش AI بیشتر، ۶۰٪ گرافیک بهتر و ۳۰٪ سرعت CPU بالاتر نسبت به نسل قبل.
• هوش زمینه‌ای: توانایی اجرای مدل‌های زبانی بزرگ (LLM) به‌صورت محلی تا ارائه پاسخ‌های بلادرنگ بر اساس محیط اطراف کاربر.
• شرکای اکوسیستم: همکاری با برندهای بزرگی چون Ray-Ban، Snapchat و Inspecs.

برای شتاب دادن به این بازار، کوالکام برنامه START (Scalable Turnkey AI-Ready Toolkit) را راه‌اندازی کرد. این ابتکار، مدل‌های هوش مصنوعی «برچسب‌سفید» (White-label) را مستقیماً به تولیدکنندگان عینک AR لایسنس می‌دهد تا موانع تجاری‌سازی برای هوش مصنوعی پوشیدنی کاهش یابد.

رانندگی خودکار و ایمنی عمومی

فراتر از الکترونیک مصرفی، پلتفرم Snapdragon Ride در حال ادغام Wayve AI Driver برای هوشمندسازی رانندگی تمام‌خودکار در سطح تولید است. این سیستم ادغام حسگرها، ادراک و برنامه‌ریزی را در یک بسته SoC (سیستم روی چیپ) مدیریت می‌کند و مرزهای سیستم‌های پیشرفته کمک‌راننده (ADAS) را جابه‌جا می‌کند.

در بخش عمومی، همکاری با شرکت برق و گاز سن دیگو (SDG&E) و موسسه اقیانوس‌شناسی اسکریپس (Scripps Institution of Oceanography) وابسته به دانشگاه کالیفرنیا سن دیگو، از هوش مصنوعی لبه برای سیستم‌های پاسخ به آتش‌سوزی جنگل‌ها و آب‌وهوای شدید استفاده می‌کند. این پردازنده‌های کم‌مصرف، نظارت محیطی بلادرنگ و ارسال هشدارها را در مناطق حساس ایمنی ممکن می‌کنند.

علاوه بر این، کوالکام در حال احیای صدای بی‌سیم با کیفیت بالاست. پس از یک سال وقفه، شرکت تایید کرد که نسخه‌های جدید XPAN (یک استاندارد صوتی Wi-Fi) در دست توسعه است تا بلوتوث LE Audio را به چالش بکشد و خلاء محصولات صوتی بی‌سیم پریمیوم را پر کند.

اکوسیستم توسعه‌دهندگان و متن‌باز

کوالکام حضور خود در دنیای متن‌باز را تقویت کرده و از SDKهای انحصاری به سمت مخازن جامعه‌محور در گیت‌هاب (GitHub) حرکت کرده است تا استقرار سخت‌افزار سریع‌تر شود.

مخازن کلیدی گیت‌هاب:

• qualcomm/GenieX: محیط اجرای استنتاج هوش مصنوعی زاینده روی دستگاه که اجازه می‌دهد مدل‌های پیشرو (مانند مدل‌های GGUF از Hugging Face) روی NPU، GPU و CPU اجرا شوند.
• qualcomm/ai-hub-models: مدل‌های ML بهینه شده برای حافظه و تأخیر که پلی بین Hugging Face و سخت‌افزارهای کوالکام است.
• qualcomm/ai-hub-apps: مجموعه‌ای از برنامه‌های نمونه و آموزش‌ها برای استقرار مدل‌های یادگیری ماشین روی دستگاه‌های کوالکام.
• qualcomm/qidk: منابع برای کیت توسعه نوآوران کوالکام، مخصوص دانشجویان و علاقه‌مندان به AI.
• quic/ai-engine-direct-helper: بخشی از مجموعه QAI AppBuilder برای تسهیل اجرای مدل‌ها روی NPU/HTP برای لینوکس و ویندوز روی اسنپدراگون.

در ۲۴ ژوئن ۲۰۲۶، کوالکام و Hugging Face رابطه خود را برای پیشبرد هوش مصنوعی متن‌باز و توسعه‌دهنده-محور گسترش دادند. این همکاری مسیر بهینه‌سازی مدل‌ها برای سخت‌افزارهای NPU و GPU کوالکام را ساده می‌کند. بخش تحقیقات هوش مصنوعی کوالکام اکنون ۴۵ مخزن در گیت‌هاب مدیریت می‌کند که بر تحقیقات بنیادی یادگیری ماشین تمرکز دارند.

پیاده‌سازی: نمونه‌های کد

برای توسعه‌دهندگان، QAI AppBuilder هدف‌گذاری NPU را ساده کرده است:

from qai_appbuilder import ModelRunner

runner = ModelRunner(
    model_path="path/to/your/optimized_model.qnn", 
    device="npu", 
    execution_mode="performance"
)
input_tensor = runner.prepare_input("sample_image.jpg")
output = runner.run(input_tensor)
print(f"Inference Result: {output}\nLatency: {runner.get_latency()} ms")

برای اجرای مدل‌های زبانی محلی از طریق GenieX با مدل GGUF:

from genie_x import LocalLLM

llm = LocalLLM(
    model_id="TheBloke/Llama-2-7B-GGUF", 
    backend="hexagon_npu", 
    quantization="q4_k_m"
)
response = llm.chat("Explain the benefits of edge AI in simple terms.")
print(response)

استفاده از برنامه‌های نمونه مخزن ai-hub-apps برای تشخیص اشیا:

import sys
sys.path.append('./ai-hub-apps/src')
from ai_hub import load_model, preprocess_image

model = load_model('object_detection_yolo_v5_qnn')
image = preprocess_image('street_scene.jpg', target_size=(640, 640))
detections = model.predict(image)

for det in detections:
    print(f"Class: {det['label']}, Confidence: {det['confidence']:.2f}")

تحلیل: جایگاه بازار و رقابت

جایگاه رقابتی کوالکام ترکیبی از تسلط و آسیب‌پذیری است. در فضای PC، مقایسه‌ای مستقیم وضعیت فعلی را نشان می‌دهد:

• در برابر انویدیا: تراشه RTX Spark با توان محاسباتی خیره‌کننده (بیش از ۱ پتافلاپ FP4) و قدرت GPU مبتنی بر Blackwell تهدیدی برای انحصار کوالکام است. پاسخ کوالکام، بهره‌وری بالاتر باتری و سازگاری نرم‌افزاری تثبیت‌شده با ویندوز روی ARM است.
• در برابر اپل: تراشه‌های M4 Pro همچنان استاندارد بهره‌وری هستند. کوالکام با ارائه اکوسیستم باز ویندوز و توان عملیاتی NPU بالاتر (۸۰ TOPS در برابر حدود ۳۸ TOPS اپل) رقابت می‌کند.
• در برابر اینتل: اینتل برای رسیدن به بهره‌وری ARM در لپ‌تاپ‌های ظریف می‌جنگد و این فرصت را برای کوالکام در بازار سازمانی از طریق مشارکت با مایکروسافت فراهم کرده است.

نقاط قوت اصلی:

• تنوع‌بخشی: جریان‌های درآمدی اکنون شامل خودرو، اینترنت اشیا (IoT) و مراکز داده است که وابستگی به گوشی را کاهش می‌دهد.
• رهبری در هوش مصنوعی لبه: بهترین ادغام NPU/GPU/CPU برای فرم‌های موبایل و پوشیدنی.
• پیوندهای استراتژیک: مشارکت‌های عمیق با مایکروسافت، متا و Hugging Face.

نقاط ضعف حیاتی:

• گلوگاه GPU: بارهای کاری گرافیکی سنگین و بازی‌ها در مقایسه با GPUهای مجزا همچنان یک چالش است.
• اصطکاک شبیه‌ساز: ابزارهای حرفه‌ای مانند AutoCAD و برخی بازی‌ها هنوز با مشکلات سازگاری زیر لایه شبیه‌ساز ویندوز ARM مواجه‌اند.

تاثیر بر توسعه‌دهندگان

برای سازندگان، سال ۲۰۲۶ فرصت‌های جدیدی ایجاد می‌کند. مدل‌های زبانی روی دستگاه به‌پشتوانه NPUهای ۸۰ توپس (TOPS) اکنون برای دستیارهای آفلاین و حساس به حریم خصوصی کاربردی شده‌اند. همچنین، رشد XR که با معرفی Snapdragon Reality Elite سیگنال داده شد، به معنای لزوم حرکت توسعه‌دهندگان به سمت APIهای رایانش مکانی است. علاوه بر این، همکاری با SDG&E اثبات کرد که هوش مصنوعی لبه برای کاربردهای صنعتی حساس مانند مدیریت شبکه برق، کاملاً عملی است.

پیش‌بینی‌های آینده (نیمه دوم ۲۰۲۶)

• همگانی شدن AR: انتظار می‌رود موجی از دستگاه‌های AR مصرفی از ری-بن و اسنپ‌چت عرضه شود و عینک‌ها به‌عنوان «کامپیوتر بعدی روی صورت» جایگاه یابند.
• مقیاس‌بندی مراکز داده: استقرار بیشتر Cloud AI 100 می‌تواند کوالکام را در صورت پذیرش گسترده متا و مایکروسافت، به یکی از سه بازیگر اصلی سرورهای استنتاج تبدیل کند.
• تکامل Auto-AI: ویژگی‌های رانندگی خودکار سطح ۳ و ۴ احتمالاً در خودروهای مجهز به Snapdragon Ride رایج‌تر شوند.
• واکنش انویدیا: با ورود لپ‌تاپ‌های RTX Spark به بازار در پاییز ۲۰۲۶، کوالکام احتمالاً به سمت نسخه‌های جدید با بهره‌وری حرارتی بالاتر می‌رود تا تفاوت خود را با رویکرد قدرت خام انویدیا مشخص کند.
• احیای صوتی: محصولات جدید مجهز به XPAN ممکن است با بازگرداندن صدای بی‌سیم بدون تلفات (Lossless) و پهنای باند بالا، تسلط بلوتوث LE Audio را به چالش بکشند.

این چرخش پرمخاطره به این معناست که کوالکام آینده خود را روی تز «هوش مصنوعی همه‌جا» شرط بسته است. با متنوع‌سازی در خودرو، مراکز داده و XR، آن‌ها وابستگی خود به بازار چرخه‌ای گوشی‌های هوشمند را کاهش می‌دهند. برای کاربر، این به معنای آینده‌ای است که در آن «ویندوز روی ARM» شاید سرانجام عمر باتری مک‌بوک را بدون فدا کردن بهره‌وری ارائه دهد. اما اگر بارهای کاری هوش مصنوعی به‌جای استنتاج بهینه در NPU، به سمت پردازش‌های سنگین GPU بروند، شکاف گرافیکی کوالکام می‌تواند یک نقطه شکست بحرانی باقی بماند.