クアルコム投資家デー：1つのCPU、1つのメモリ技術、400億ドルの目標
TechFlow厳選深潮セレクト
クアルコム投資家デー：1つのCPU、1つのメモリ技術、400億ドルの目標
顧客が確保され、製品のサンプル提供時期も決定し、財務モデルも提示されました。今後数四半期にわたる決算発表は、高通のこれらのロードマップに対する最初の検証となります。
Web3業界の深掘り報道に専念し潮流を洞察文｜博陽
編集｜徐青陽
米国現地時間6月25日、Qualcommはニューヨークで2026年度投資家向けイベントを開催した。
Qualcommは、データセンター向けAIインフラストラクチャーを対象とした包括的なロードマップを発表し、Dragonfly C1000 CPU、AI300推論アクセラレーター、および高帯域幅コンピューティング（HBC）技術を披露した。さらに、Metaとの複数世代にわたる協業、Hugging Faceとの連携強化、そしてAIソフトウェア企業Modularの買収も明らかにした。
Qualcommが公表した2029会計年度における非スマートフォン事業売上目標
財務面では、Qualcommは2029会計年度の非スマートフォン事業売上目標を400億ドルへと上方修正した。これは、従来の長期目標のほぼ2倍に相当する。そのうち、データセンター事業の当該会計年度売上は150億ドルを超える見込みである。
取引終了後の市場では、Qualcomm株価は一時16％上昇した。
01 データセンター売上が150億ドル超へ
QualcommのCFO、アカシュ・パルシワーラ氏は、イベントにおいて、2027会計年度には同社のデータセンター事業から「数十億ドル」規模の売上が生じると予測した。そして2029会計年度には、年間売上が150億ドルを超えると述べた。
同社全体の収益構成を見ると、2029会計年度にはQCT（半導体）部門の非スマートフォン事業売上が400億ドルに達する一方、2024年に設定された従来の長期目標は220億ドルであった。
2029会計年度には、Qualcommのスマートフォン事業はQCT部門売上の約3分の1を占めるにすぎない。
残りの売上は、以下の成長エンジンが担う：自動車事業が100億ドル、IoT事業が140億ドルを超える。このIoT事業には、産業・ネットワーク・ロボット（80億ドル）およびパーソナルAI・コンピューティング（60億ドル）が含まれる。
利益面のガイダンスも同様に上方修正された。
アナリストによる2029会計年度の調整後1株当たり利益（EPS）の平均予想は15.26ドルだが、Qualcomm自身が掲げる目標は18ドルを超えている。この差が、取引終了後の株価急騰の直接的な要因となった。
CEOのクリスティアーノ・アモン氏は、成長のロジックを説明する際、AIの利用方法の変化に焦点を当てた。彼によれば、AIは単純な質問応答から「エージェントアプリケーション」、つまり複数ステップのタスクを自律的に実行できるモデルへと進化しているという。こうしたワークロードは低消費電力コンピューティングへの需要を高め、Qualcommがモバイルチップで培ってきた専門性がまさにこれに合致するという。
アモン氏はまた、「AIコンピューティングが自動車や日常の電子機器、ロボットへと拡大しており、これらの分野におけるチップ需要は今後も継続的に『開かれていく』」と述べた。
02 Dragonfly C1000登場、Metaが初の顧客に
ハードウェア発表の目玉は、データセンター向けに専門設計されたCPU「Dragonfly C1000」である。
Dragonfly C1000は、カスタム設計のOryonコアを採用し、マルチチップレット（Chiplet）アーキテクチャーを採用。250コア以上を統合し、動作周波数は5GHz以上を実現する。Qualcommが公表した性能テストによれば、同製品のワット当たり性能は既存のサーバーCPU競合製品のベンチマーク比で2倍以上となる。
Dragonfly C1000はPCIe Gen 7およびCXL接続をサポートし、メモリシステムには低消費電力メモリ技術を採用。内蔵RAS機能としてECC（エラー訂正コード）、障害隔離、エラー復旧などを備える。冷却方式は空冷および液体冷却の両方に対応し、ラックはOCP ORv3規格に準拠する。
Dragonfly C1000搭載ラック構成も併せて公表され、DRAM容量は43TBで、2026会計年度中にサンプル出荷が予定されている。
Qualcommは、このCPUを以下の3つの用途別に展開する計画である：
第1に「エージェントCPU」。高スループットなエージェントオーケストレーションおよび低レイテンシーのインタラクティブAIタスク向け。
第2に「汎用CPU」。2つのニーズを両立させる設計：自社ワークロード実行時にはTCO（総所有コスト）最適化を追求し、サードパーティ向けの柔軟な利用時にはvCPU（仮想中央処理装置）性能を最適化する。
第3に「AIヘッドノードCPU」。ホスト処理を低オーバーヘッドで完了させ、生成AI計算においてXPUを可能な限りフル活用することを目的とする。
Dragonfly C1000の信頼性を決定づけたのは、実はMetaの支援表明である。
Qualcommは、双方が「複数年・複数世代にわたる」契約を締結したと発表し、Metaは次世代サーバークラスターにDragonfly C1000を採用する予定であり、チップの量産開始は2028年下半期を予定している。今後の世代のCPUについても、この協業範囲に含まれる。
QualcommのCFO、パルシワーラ氏は、「スマートフォンチップおよび既存製品を通じて、Qualcommはすでにすべての超大手企業とビジネス関係を築いているため、これは新しく築いた関係ではない」と述べた。これは、Metaがおそらく唯一の交渉相手ではなく、他にも多数の潜在的顧客が交渉中である可能性を示唆している。
外部から「Qualcommのデータセンター参入は遅すぎるのではないか？」という疑問に対し、CEOのアモン氏は次のように回答した。「『今からデータセンターに参入するのは遅すぎないか？』と問われるとき、考えるべきは規模と実行力、エンジニアリング能力、あるいは運用・サプライチェーン能力だ」
つまり、Qualcommがスマートフォン時代に蓄積した大規模システムエンジニアリング能力は、この市場でも依然として有効であるということである。
03 AIアクセラレーター＋HBCで「メモリウォール」を打破
CPUに加え、QualcommはAIアクセラレーターのロードマップも更新した。
これまでに発表済みのAI200およびAI250に続き、今回の投資家向けイベントでAI300推論アクセラレーターが登場し、これら3製品は年次サイクルで進化していく。
このプラットフォームの核となる理念は「デカップルド・ラックレベルAI推論」である。Qualcommのデータセンター事業執行副社長兼ゼネラルマネージャーであるトニー・ピアリス氏は、エージェントワークロードは単一チップではなく、CPU・AIアクセラレーター・接続技術の連携によって実現される必要があると説明した。Qualcommが現在取り組んでいるのは、コンピューティング・AI・メモリ・接続を統合した、ラックレベルの統一プラットフォームの構築である。
このプラットフォームにおいて、避けられない課題が「メモリ問題」であり、Qualcommが提示した解決策が高帯域幅コンピューティング（HBC）技術である。
これは「メモリウォール」を打破するための技術である。「メモリウォール」とは、AIコンピューティングにおいてプロセッサとメモリ間でデータを転送する際の帯域幅ボトルネックを指す。HBCは、3Dスタッキングシリコン技術を用いて、コンピューティングユニットとメモリを極めて密に統合することで、近接メモリコンピューティング（Near-Memory Computing）のアプローチを採用する。
Qualcommは、HBCの可能性を示すいくつかの数値を提示した。
HBC Gen 1を搭載したAI250は、1枚あたりの有効メモリ帯域幅が133 TB/sに達し、LPDDR5Xを採用したAI200比で18倍の向上となる。HBC Gen 2を採用したAI300では、AI200比での帯域幅向上率は54倍に達する。
現在主流のHBM（High Bandwidth Memory）と比較すると、同等の消費電力下でのHBCの帯域幅は6倍。SRAM（スタティック・ランダム・アクセス・メモリ）と比較すれば、同等の消費電力下でのHBCの容量は200倍となる。
言い換えれば、HBCは単位消費電力あたりのデータ処理能力を大幅に向上させ、データセンターのTCO（総所有コスト）に直接影響を与える。AI250の商用サンプルは2027年半ばに提供予定で、AI300の商用サンプルは2028年まで待つことになる。
接続製品はQualcommの伝統的強みであり、今回も欠かさずラインナップされた。同社は、ダイ・ツー・ダイ（Die-to-Die）、銅線ケーブル、光ファイバーからキャンパスレベルまでの相互接続ソリューションを提供し、800Gおよび1.6Tのデータレートをサポート。データセンター内部から最大20kmの距離までをカバーする。
35社以上の技術エコシステム企業が、このロードマップに対する公式な支持を表明しており、その名簿にはSupermicro、Lenovo、SKハイニックス、Micron、Samsung SDS、Aristaなどが含まれる。
04 Modularの買収とHugging Faceとの提携
ハードウェアに加え、Qualcommはソフトウェアエコシステム構築にも積極的に取り組んでいる。
まず第一に、AIソフトウェア企業Modularの買収である。買収額は約39億ドルのQualcomm株式で、2026年下半年の完了を予定しており、規制当局の承認を要する。
Modularのコア製品は、オープンかつAIネイティブなソフトウェアスタックであり、モデルをCPU・GPU・NPU・カスタムASICなどさまざまなチップアーキテクチャー上で実行可能にする。開発者は各ハードウェアごとにコードを再記述する必要がない。Modularはクリス・ラトナー（Chris Lattner）氏らが共同設立し、業界ではNVIDIAのCUDAに代わるオープンな選択肢として注目されている。
アモン氏は今回の買収について、「エージェントがデータセンターおよびエッジ領域へと拡大するにつれ、業界にはよりオープンで現代的なソフトウェア基盤が必要となっている。Qualcommは、この買収を通じて、多様なコンピューティング環境において顧客に真のデプロイ選択肢を提供したい」と評価した。
第二に、Hugging Faceとの協業拡大である。協業内容は以下の3点に分けられる：
* Hugging Faceの内部および開発者ワークロードを、Qualcomm Dragonfly搭載データセンターへ導入；
* Hugging Faceプラットフォーム上の300万を超えるオープンモデルを、Qualcommプラットフォーム搭載デバイスおよびデータセンター・ラックに直接読み込めるようにし、開発者が実験から本番デプロイへと至るプロセスを簡素化；
* 「Hugging Face Agent」を開発し、デバイス端およびクラウドのハイブリッド環境においてAIワークロードをオーケストレーション。性能・コスト・レイテンシーの要件に応じて、タスクを動的に割り当てる。
Hugging Face共同創設者兼CEOのクレマン・ドラング（Clément Delangue）氏は、「我々は、1600万人の開発者が、手持ちのデバイスからデータセンターのフルラックに至るあらゆる場所で、オープンモデルを簡単に実行できるようにしている」と説明した。
双方の協業には具体的な取り決めもある。Hugging Faceは、Qualcommプラットフォーム搭載デバイスまたはクラウドシステムを利用する顧客に対し、Hugging Face PROのアクセス権を提供する。これには高度なストレージ・コンピューティング・コラボレーション機能が含まれる。
この措置により、オープンモデルを用いたアプリケーション開発のハードルが大幅に低下する。
05 自動車・ロボット・中国市場
データセンターという主軸に加え、Qualcommは他の事業分野の進捗状況についても最新情報を提供した。
自動車事業に関しては、「自動車向け設計受注案件のパイプライン」が650億ドルに拡大しており、2029会計年度の売上目標を100億ドルへ引き上げた。自動車向けチップの需要は、ADASおよび自動運転の継続的な普及に支えられている。
IoT事業はさらに細分化され、産業・ネットワーク・ロボット分野の売上目標は80億ドル、パーソナルAIおよびコンピューティング分野は60億ドルとなった。Qualcommは、エージェント技術が今後、スマート接続デバイスの新たなアップグレードサイクルを引き起こすと判断している。同社は、これらの事業の総規模が2030年までに1.7兆ドルに達すると予測している。
中国市場については、アモン氏がイベントで簡潔なコメントを寄せた。米国政府は現在、中国向けAI関連ハードウェアの輸出規制を施行しているが、アモン氏は「輸出規制をトリガーしないデータセンター向けチップのバージョン」を用意すると述べた。具体的な対応策については詳述しなかったが、この発言は中国市場における機会が棚上げされていないことを示している。
総合的に見て、Qualcommの今回の投資家向けイベントは、非常に包括的なメッセージを発信した。C1000からHBC、Modular買収からHugging Faceとの提携、150億ドルのデータセンター売上目標から1株当たり18ドルの利益目標に至るまで、すべてが検証可能な具体的な節目である。顧客はすでに確保され、製品のサンプル提供時期も明確化され、財務モデルも提示された。
今後数四半期の決算報告書が、Qualcommのこれらのロードマップを最初に検証する試金石となるだろう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
