Qualcomm cambia passo e porta il marchio Dragonfly dentro i data center AI. Dopo anni legati soprattutto agli smartphone, l’azienda punta ora su CPU server, acceleratori per inferenza, connettività e chip personalizzati. La notizia pesa perché tra i primi nomi coinvolti compaiono Meta e Microsoft, due aziende che stanno investendo cifre enormi nell’infrastruttura per l’intelligenza artificiale.

Qualcomm Dragonfly segna il cambio di rotta nei data center AI

Qualcomm Dragonfly non è una semplice estensione del mondo mobile. È una nuova piattaforma pensata per data center, cloud e carichi di lavoro AI su larga scala. Il messaggio è chiaro: Qualcomm vuole entrare in un mercato dominato da colossi come Nvidia, ma con una strategia diversa.

Il punto non è solo creare chip più potenti. Nei data center AI contano consumi, memoria, costi, densità nei rack e capacità di gestire carichi continui. Per questo Qualcomm parla molto di efficienza, prestazioni per watt e costi per token.

In pratica, l’azienda vuole usare parte della sua esperienza su chip a basso consumo per provare a ridurre uno dei problemi più grandi dell’AI moderna: far girare modelli complessi senza aumentare troppo energia, calore e costi operativi.

Qualcomm Dragonfly C1000 sarà la CPU per i server AI

Il prodotto più importante della nuova roadmap è Qualcomm Dragonfly C1000, una CPU pensata per i data center. Non parliamo quindi di un chip per smartphone adattato ai server, ma di una soluzione progettata per ambienti cloud, agentic AI e carichi di lavoro distribuiti.

La CPU Dragonfly C1000 punta su efficienza energetica, alta densità e utilizzo ottimizzato nei rack. Qualcomm parla di un design chiplet con oltre 250 core e di prestazioni per watt superiori rispetto agli attuali sistemi server CPU.

Per Meta, questa CPU dovrebbe alimentare una nuova generazione di server. Il dettaglio più importante, però, riguarda i tempi: la prima generazione Dragonfly C1000 entrerà in produzione nella seconda metà del 2028. Quindi non è un prodotto che vedremo subito nei data center su larga scala, ma un tassello di una strategia pluriennale.

Meta sceglie Qualcomm Dragonfly per la prossima infrastruttura AI

L’accordo con Meta dà peso alla nuova strategia. Meta sta costruendo un’infrastruttura enorme per modelli AI, servizi social, assistenti personali e nuove funzioni basate sull’intelligenza artificiale. Avere un partner come Qualcomm nella parte CPU può aiutare a diversificare la base hardware.

Questo passaggio è importante anche per un altro motivo. I grandi hyperscaler non vogliono dipendere da un solo fornitore o da un solo tipo di chip. Per questo cercano CPU, acceleratori e soluzioni personalizzate capaci di migliorare il rapporto tra prestazioni, consumi e costi.

Qualcomm entra proprio in questo spazio. Non prova solo a vendere un processore, ma una piattaforma completa per data center AI. Dentro ci sono CPU, acceleratori, connettività, software e chip custom.

Microsoft entra nella partita con i chip HBC

Accanto a Meta compare anche Microsoft, legata alla nuova categoria di chip HBC, cioè High Bandwidth Compute. Qui Qualcomm vuole affrontare uno dei limiti principali dell’AI: la memoria.

Quando un modello AI lavora, non basta avere tanta potenza di calcolo. Serve anche spostare grandi quantità di dati in modo rapido ed efficiente. Se la memoria diventa un collo di bottiglia, le prestazioni calano e i costi salgono.

Con HBC, Qualcomm punta a migliorare larghezza di banda, consumi e capacità, usando un approccio diverso rispetto alle soluzioni HBM più costose. L’obiettivo è rendere l’inferenza AI più sostenibile nei data center, soprattutto quando le richieste crescono e i modelli devono servire milioni di utenti.

Qualcomm Dragonfly AI200, AI250 e AI300 puntano sull’inferenza

La roadmap Qualcomm Dragonfly non si ferma alla CPU. L’azienda ha mostrato anche una linea di acceleratori AI pensati per l’inferenza, cioè per far girare modelli già addestrati e rispondere alle richieste degli utenti.

La famiglia include Dragonfly AI200, Dragonfly AI250 e Dragonfly AI300. Il focus è chiaro: molta memoria, efficienza a livello rack e migliore rapporto tra token generati, energia consumata e costo dell’infrastruttura.

Dragonfly AI250 introduce HBC Gen 1 e punta a un salto netto nella banda di memoria rispetto ad AI200. Dragonfly AI300, invece, rappresenta il passaggio successivo della roadmap e porta avanti la stessa idea: più banda effettiva, più scala e maggiore attenzione al costo per token.

Questo è il vero terreno di scontro per Qualcomm. Nel mondo AI, il training resta fondamentale, ma l’inferenza sta diventando sempre più centrale. Ogni chatbot, assistente, agente software o servizio AI deve rispondere in tempo reale. Qui efficienza e costo diventano decisivi.

Qualcomm vuole ridurre la dipendenza dagli smartphone

La mossa nei data center arriva mentre Qualcomm cerca una diversificazione più ampia. Il mercato smartphone resta centrale, ma non basta più per raccontare il futuro dell’azienda. Apple e Samsung stanno spingendo sempre di più su chip interni o personalizzati, mentre la crescita dell’AI si concentra nei server.

Per questo Qualcomm vede nei data center una nuova area di sviluppo. L’azienda punta a ricavi importanti nel settore entro il 2029 e vuole aumentare il peso dei chip non legati agli smartphone.

Il cambio è strategico. Qualcomm non vuole essere vista solo come l’azienda degli Snapdragon per telefoni Android. Vuole diventare un fornitore di infrastruttura AI, con soluzioni per cloud, edge, server, connettività e chip su misura.

Qualcomm Dragonfly sfida Nvidia, ma con una strada diversa

Il paragone con Nvidia viene naturale, ma va gestito bene. Nvidia domina il mercato AI grazie alle GPU, al software e a un ecosistema ormai molto maturo. Qualcomm non può pensare di entrare e ribaltare subito la situazione.

La strada di Qualcomm Dragonfly sembra più mirata. L’azienda punta su inferenza, efficienza energetica, memoria e costo totale di gestione. In altre parole, Qualcomm prova a inserirsi dove i clienti cloud cercano alternative, ottimizzazioni e soluzioni più adatte ad alcuni carichi specifici.

Questo non rende la sfida semplice. Il mercato è pieno di concorrenti forti, dai chip proprietari di Amazon e Google fino alle soluzioni custom di Broadcom e Marvell. Però l’ingresso di Meta e Microsoft dà credibilità al progetto.

Qualcomm Dragonfly può cambiare il ruolo dell’azienda nell’AI

Se la roadmap verrà rispettata, Qualcomm Dragonfly potrebbe cambiare il modo in cui il mercato guarda Qualcomm. Non più solo chip mobile, modem e piattaforme per smartphone, ma anche infrastruttura AI per data center.

Il successo dipenderà da tre fattori. Prima di tutto serviranno prestazioni reali, non solo numeri dichiarati. Poi servirà una parte software solida, perché nel mondo AI l’hardware senza strumenti maturi fatica a crescere. Infine servirà continuità commerciale, con altri clienti oltre a Meta e Microsoft.

La direzione, però, è chiara. Qualcomm vuole portare nel cloud la stessa idea che l’ha resa competitiva nel mobile: tanta efficienza, integrazione spinta e attenzione ai consumi.

Il punto

Qualcomm Dragonfly è una delle mosse più importanti di Qualcomm degli ultimi anni. L’azienda entra nei data center AI con CPU, acceleratori, HBC, connettività e chip personalizzati, cercando spazio in un mercato enorme ma molto competitivo.

Meta userà la CPU Dragonfly C1000 per la sua prossima infrastruttura server, mentre Microsoft entra nella partita con i chip HBC per l’AI. I tempi non sono immediati, perché alcune soluzioni arriveranno più avanti, ma la strategia è già tracciata.

Per Qualcomm è un passaggio delicato e ambizioso. Se Dragonfly manterrà le promesse su efficienza, memoria e costo per token, l’azienda potrà diventare un nome molto più pesante anche nei server AI.