Qualcomm betritt das Datacenter: Dragonfly-Familie mit Meta und Microsoft

Der Smartphone-Riese Qualcomm bricht in den Rechenzentrumsmarkt ein. Auf seinem Investor Day in New York kündigte CEO Cristiano Amon am 24. Juni 2026 drei Produkte gleichzeitig an: den Server-Prozessor Dragonfly C1000, den Inferenz-Beschleuniger AI300 und eine eigene Speicherarchitektur namens High-Bandwidth Compute (HBC).

Auf einen Blick

• Datacenter-Umsatzziel 2029: 15 Mrd. US-Dollar
• Übernahme Modular: 3,9 Mrd. US-Dollar (all-stock)
• Aktienreaktion am 24. Juni: +15 %
• Erste Kunden: Meta und Microsoft

Zwei Anker-Kunden liefern den Sog

Den nötigen Rückenwind liefern zwei Großkunden. Meta bestätigte einen Mehr-Generationen-Vertrag für die C1000-CPU, Microsoft-CEO Satya Nadella kündigte an, dass Azure die HBC-Speicherplattform ab Mitte 2027 einbaut. Hinter den drei Produkten steht die rund 3,9 Mrd. US-Dollar schwere Übernahme von Modular, dem Compiler-Spezialisten um Swift-Erfinder Chris Lattner.

Qualcomm hebt damit sein Umsatzziel für die Nicht-Smartphone-Geschäfte 2029 von 22 auf 40 Mrd. US-Dollar an – allein 15 Mrd. davon sollen aus dem Rechenzentrum kommen.

Eckdaten Dragonfly

• C1000: Custom-Arm-Server-CPU, Erstkunde Meta
• AI300: Inferenz-Beschleuniger, 3–8× Token pro Watt gegenüber GPUs
• HBC Gen2: 54× effektive Speicherbandbreite, Azure ab 2027
• Modular: 3,9 Mrd. US-Dollar, all-stock

Branchenanalysten sehen Qualcomms zentrale Wette weniger in der CPU als in der HBC-Speicherarchitektur: Wer Speicher und Compute physisch zusammenlegt, spart Watt – die knappste Ressource im KI-Rechenzentrum.

Was das für den Mittelstand am Niederrhein bedeutet

Für Unternehmen, die ab 2027 Inferenz-Kapazität einkaufen – also KI-Modelle im laufenden Betrieb nutzen –, entsteht mehr Wettbewerb auf der Anbieterseite. Mit Qualcomm neben Nvidia und AMD kann kein einzelner Hersteller die Preise allein bestimmen. Konkret heißt das: Die laufenden Kosten für KI-Anwendungen dürften mittelfristig eher sinken als steigen. Wer heute ein KI-Projekt plant, sollte Inferenz-Kosten daher nicht als feste Größe behandeln, sondern Spielraum nach unten einkalkulieren.