美国当地时间6月25日，高通在纽约召开2026年投资者日。这家被市场长期贴上「手机芯片」标签的公司，一口气端出了面向数据中心AI基础设施的完整路线图：Dragonfly C1000 CPU、AI300推理加速器、高带宽计算（HBC）技术，外加与Meta的多代合作、与Hugging Face的深化协作，以及对AI软件公司Modular约39亿美元的收购。更关键的是财务指引：2029财年非手机业务收入目标被上调到400亿美元，几乎是此前长期目标的两倍，其中数据中心单元营收要超过150亿美元。盘后交易，高通股价一度跳涨16%。

一场投资者日，把一家「成熟价值股」重新讲成了「AI增长股」。问题在于：这究竟是趋势确认后的右侧拐点，还是又一次估值前置的故事？这正是本期要替你拆开看清的地方。

投白马 · 独家评级

右侧买入 (Buy)

基本面

8.5

机构共识

7.6

趋势健康

8.4

核心研判： 盘后跳涨16%是市场对「自报EPS超18美元 vs 共识15.26美元」这一预期差的右侧定价；产品有样片表、客户有Meta多代协议、财务有可验证节点，趋势确认信号已出，但量产兑现要等2028年，属趋势右侧、兑现左侧。

一、战略定调：手机巨头要把系统工程能力整建制搬进机房

理解高通这次的野心，先要听懂CEO克里斯蒂亚诺·安蒙的增长逻辑。他把焦点放在AI使用方式的变化上：AI正从简单问答转向智能体应用，也就是能自主执行多步骤任务的模型。这类工作负载对低功耗计算的需求远高于一次性推理，而高通在移动芯片上积累了二十年的，恰恰是「单位功耗算力」这件事。安蒙的潜台词是清晰的：数据中心的下一段竞争，胜负手正在从「峰值算力」转向「每瓦性能」和「总拥有成本」，而这正是手机厂商的主场。

面对外界「高通现在入局数据中心是不是太晚」的质疑，安蒙的回应直击要害：「当人们问现在进入数据中心是否太晚时，你应该想想规模和执行能力、工程能力，或者运营和供应链。」翻译成投资语言就是：英伟达定义了AI训练的算力范式，但推理侧的规模化部署，比拼的是系统工程、供应链和成本控制：这些是高通在手机时代被反复验证过的硬实力，不是一朝一夕能被追赶的。

这就是第一层现象（What）背后的战略定调：高通不打算在训练市场和英伟达正面对撞，而是切入推理这条更看重能效与TCO的赛道，用「解耦式机架级AI推理」把CPU、加速器、内存、连接整合成一个统一平台。这是一次典型的「错位竞争」叙事。在投白马的右侧交易框架里，这种叙事本身不构成买入理由，但它解释了市场为何愿意在盘后用16%的涨幅，对一个全新的财务模型重新定价。

二、基本面拆解：400亿目标如何拆解，以及它与对手的位置

先看财务这条主线。CFO阿卡什·帕尔希瓦拉给出的节奏是：2027财年数据中心业务产生「数十亿」美元收入，2029财年该业务年收入超过150亿美元。从整体收入结构看，到2029财年，QCT半导体部门的非手机业务收入将达到400亿美元，而2024年给这个数字定下的长期目标只有220亿美元，相当于把目标抬高了约82%。届时手机业务只占QCT收入的约三分之一，剩下的由几台增长引擎分担：汽车100亿美元、物联网超过140亿美元（其中工业网络与机器人80亿美元、个人AI与计算60亿美元）。

真正点燃盘后股价的，是利润端的预期差。分析师对高通2029财年调整后每股收益的平均预期是15.26美元，而高通自己给出的目标超过18美元。这接近18%的向上缺口，是股价跳涨的直接燃料。要看清这个缺口的含金量，必须把高通放进它要抢食的牌桌上横向比较。

这张表透露了三个判断。其一，高通选的是一条与英伟达不直接重叠的缝隙：推理、能效、TCO，而非训练峰值算力。其二，它的护城河叙事（移动端低功耗IP+供应链）是真实且难以速成的，安蒙强调的「执行与供应链」并非空话。其三，也是最关键的，它现在的位置更像2023年的AMD：一个手握差异化故事、但尚未用规模化营收兑现的挑战者。市场愿意为「故事+样片+客户」付溢价，但这个溢价的兑现窗口在2028财年之后。

三、资金与技术面：盘后16%是预期差的右侧定价

把视角切到资金与技术面。盘后一度上涨16%，本质是市场对「自报EPS超18美元 vs 共识15.26美元」这一预期差的瞬时重定价。它的可信度，取决于路线图上的节点能不能被验证，而这次投资者日，高通罕见地把可验证节点摆满了桌面。

硬件侧，Dragonfly C1000基于定制Oryon核心、采用多芯粒架构，集成超过250个核心、运行频率5GHz以上，官方基准称每瓦性能比现有服务器CPU竞品高出两倍以上，支持PCIe Gen 7与CXL，搭载该CPU的机架配备43TB DRAM，预计2026财年出样。加速器侧，AI200、AI250、AI300按年度节奏迭代，而真正的技术杀手锏是HBC：通过3D堆叠硅把计算单元与内存紧密集成，走近存计算路线来拆「内存墙」。数据相当激进：搭载HBC Gen 1的AI250每卡有效内存带宽达133 TB/s，比用LPDDR5X的AI200提升18倍；HBC Gen 2的AI300带宽相比AI200提升幅度达54倍。与主流HBM相比，HBC在同等功耗下带宽是其6倍；与SRAM相比，同等功耗下容量是其200倍。AI250商业样品预计2027年中期、AI300样品则要等到2028年。

客户侧的站台同样关键。Dragonfly C1000的首个客户是Meta，双方签订「多年期、多代际」协议，芯片计划2028年下半年量产，后续迭代CPU也在合作范围内。帕尔希瓦拉一句「这不是新建立的关系」点破了底牌：通过手机芯片，高通早已与几乎所有超大规模企业有业务往来，Meta大概率不是唯一在谈的对象。叠加超过35家生态企业（超微、联想、SK海力士、美光、三星SDS、Arista等）公开站台，这套路线图的产业链可信度被显著拉高。对右侧交易者而言，「客户名单+样片时间表+生态背书」三者齐备，是趋势从「概念」走向「确认」的标志性信号。

四、估值与风险：把兑现的左侧风险定价进去

任何一个让人兴奋的故事，都要用情景推演把另一面摆出来。高通这次的指引足够性感，但它的兑现高度依赖2027至2028年的执行，这中间横亘着真实的不确定性。

悲观情景（判断出错的条件）： 若Dragonfly C1000量产推迟、HBC的3D堆叠良率不及预期，或Meta这类锚定客户的订单规模低于市场想象，那么「2029财年数据中心超150亿美元」就会从硬指引退化为软目标。更要警惕的是竞争反扑：英伟达的Rubin、AMD的MI下一代同样在推理能效上发力，高通的「每瓦两倍」基准存在被对手新品抹平的风险。一旦市场意识到18美元EPS只是「画饼」，盘后这16%的涨幅会被快速回吐。这种情景下，趋势的右侧信号会被证伪，下行可能回补到投资者日前的成交密集区。这是右侧交易者必须预设的止损纪律线。

乐观情景（催化剂与上行空间）： 若2026财年Dragonfly如期出样、2027年AI250商业样品落地并拿下第二、第三个超大规模客户，叠加Modular收购（提供英伟达CUDA之外的开放软件栈）与Hugging Face合作（300万开放模型、1600万开发者）在生态上形成正反馈，那么数据中心营收兑现的能见度会大幅提升。届时市场对高通的估值框架将从「手机周期股」切换为「AI推理平台股」，估值中枢的抬升空间，要远大于单纯的EPS增长。中国市场是额外的期权：安蒙明确表示会有不触发出口限制的数据中心芯片版本，这意味着机会没有被搁置。

把两个情景叠加，高通现在的位置是一个赔率不对称的右侧机会：上行依赖一连串可验证节点的逐个兑现，下行有投资者日前的价格区间作为参照锚。它不是无脑追高的标的，而是需要用节点验证来逐级加仓的标的。

五、结论

综合来看，高通这次投资者日释放的信号相当完整。从C1000到HBC，从收购Modular到牵手Hugging Face，从150亿美元数据中心目标到18美元每股收益，每一个都是可验证的节点：客户有了，产品有样片时间表了，财务模型也给出了。盘后16%的涨幅，是市场对这套叙事完整度与预期差的合理右侧定价。

但右侧交易的纪律提醒我们：叙事完整不等于兑现完成。高通真正的兑现窗口集中在2027至2028年，接下来几个季度的财报，会是对这套路线图的第一轮检验。趋势已经确认了拐点的方向，但量产、良率、客户放量这些「左侧风险」尚未消除。这是一个值得用关注列表跟踪、用节点验证逐级介入的标的，而不是一个适合盘后情绪追高的标的。读到这里，最终的取舍，留给你自己的纪律去完成。

投白马 · 右侧信号

高通的核心研判可以提炼成一句话：这是一家用移动时代系统工程能力，对推理侧数据中心发起「错位竞争」的挑战者。它把150亿美元营收目标、超18美元EPS、Meta多代协议、Dragonfly与HBC样片时间表摆成了一串可验证的节点，盘后16%的跳涨是市场对「自报EPS远高于共识」这一预期差的右侧定价。叙事完整度高，但兑现集中在2027至2028年，属「趋势右侧、兑现左侧」的典型形态。

对右侧交易者而言，纪律比兴奋更重要。趋势确认给了方向，但不等于发车信号：真正的右侧介入点，是路线图节点被财报逐个证实之后，而非投资者日当晚的情绪高点。截断亏损、让利润奔跑的海鸥心态，意味着你要预设投资者日前的成交密集区作为参照锚，把2027至2028年的量产与良率风险定价进去，用节点验证来决定是否逐级加仓，而不是用一次盘后跳涨决定满仓。

高通这类「成熟股切AI叙事」的重定价，往往与整体市场的风险偏好高度同频。它的盘后狂欢，究竟是个股逻辑还是大势beta的一部分，需要放进更大的温度计里观察。建议把它与投白马TBM指数对照阅读：当市场整体温度偏热时，单一利好的右侧信号更容易被情绪放大，也更需要纪律来过滤噪音。

── 投白马研究团队