半导体行业是一个重技术、重资本投入的行业，整个产业在过去几十年里的竞争一直非常激烈，而企业的发展也都非常积极。接下来，我们可以看到，随着当前移动智能终端及芯片的爆发式增长以及云计算、物联网、大数据等新业态的快速发展，未来集成电路技术的演进将出现新趋势。
北QualcommTechnologies产品市场副总裁颜辰巍
企业越来越意识到半导体行业的发展对于整个产业链具有非常重要的作用。因此，加强产业合作，促进先进资源的全球共享也将成为半导体产业未来发展的一个主要趋势。举个例子，Qualcomm拥有众多关于半导体工艺和设计的领先技术，我们与中国内地规模最大、技术最先进的集成电路晶圆代工企业中芯国际进行系列合作。一方面，作为双方28纳米制程工艺合作的一部分，我们为中芯国际提出实际的产品需求，帮助中芯国际利用、改进和完善其生产能力，打造出高良品率、高精确度的世界级商用产品，同时帮助Qualcomm以外的其它设计企业对中芯国际28纳米工艺树立信心。另一方面，2015年6月，Qualcomm携手中芯国际、华为、imec，共同投资中芯国际集成电路新技术研发公司，致力于14纳米先进逻辑工艺研发。此外，Qualcomm之前还宣布与贵州省达成谅解备忘录，探讨成立一个独立的中国法人实体，开发和销售供中国境内使用的、以Qualcomm基于ARM架构的服务器技术为基础的芯片组。
在移动处理器方面，Qualcomm将会一如既往地坚持提供覆盖各个层级的全系列骁龙处理器平台，帮助终端厂商推出面向不同层级市场的终端产品。随着我们向14纳米制程的过渡，我们将进一步向大众提供覆盖各个层级、高效能、低成本的产品组合。具体而言，在高端层级，我们推出了旗舰级的骁龙820处理器，为新一代移动终端带来视觉、听觉、连接和交互的创新技术。骁龙820使用我们首款定制设计的64位CPU——QualcommKryo，采用最新14纳米FinFET工艺，支持最高达2.2GHz的处理速度；而作为我们性能最强的GPU，Adreno530也将集成在骁龙820处理器中首发，与前代产品相比实现了图形性能和计算能力上最高达40%的提升。目前消费者在智能机使用时最关心的除了性能还是功耗。所以我们采用14nm架构，新一代的CPU和GPU在功耗上降低40%。再加上专门处理各种传感器的专用低功耗DSP。此外，在调制解调器侧，全新升级的X12调制解调器也将集成于骁龙820，为其提供突破性的LTE和Wi-Fi技术。目前，已有超过60款终端设计正在进行当中。此外，在中低端层级，我们近期推出了骁龙430和骁龙617处理器，分别集成Qualcomm骁龙X7和X8调制解调器，支持双摄像头。
同时，正如我们一直致力于3G、4G技术的研发一样，Qualcomm还将投身于5G前沿技术的研发当中，致力于打造功能强大的统一5G平台。Qualcomm正在开发的5G技术不仅大幅提升移动宽带性能，还能扩展到连接大型物联网，支持对时延、可靠性和安全性水平有新要求的新服务，比如关键任务控制。5G技术不仅能够提供丰富的移动体验，如超高清视频会议和虚拟现实直播，还能够助力车联网、智慧城市、智能家居和可穿戴设备的发展和普及。
除此之外，Qualcomm还将一如既往地投资于重要的垂直行业，包括智慧城市、联网汽车、智能家居、移动计算和可穿戴设备等，实现其在万物互联领域的重要愿景。通过广泛地整合3G、4G-LTE、Wi-Fi及蓝牙等连接技术，Qualcomm构想着打造一个集成的连接平台，即连接万物的智能网络。Qualcomm于近期推出的最新的LTE调制解调器MDM9207-1和MDM9206，可以为物联网内日益增多的终端和系统提供可靠的、优化的蜂窝链接。此外，Qualcomm还宣布推出面向消费级无人机和机器人应用的QualcommSnapdragonFlight参考板。基于Qualcomm骁龙801处理器，QualcommSnapdragonFlight具有强大连接性、先进的无人机软件和开发工具，可为新型消费级无人机带来最新的移动技术。
另外，Qualcomm，尤其是比较前沿的研究部门，认为机器人和人工智能应该是下一代工业发展浪潮的一个必然趋势。并且，Qualcomm在机器人领域已经投入研究多年，基于Qualcomm骁龙处理器、以及它强大的处理能力、还有附带的感知传感器能力，包括Wi-Fi、GPS等，Qualcomm致力于打造一个综合性非常强大的移动开发平台，未来针对机器人OEM提供解决方案。SnapdragonCargo就是Qualcomm的一款既可以行驶又可以飞行的机器人，配置了由骁龙处理器驱动的一体化飞行控制器，不仅可以提供通讯、定位、电机控制和多核运行，更可以实现实时计算机视觉处理。而SnapdragonRover机器人则通过集中的中央处理器和计算机视觉任务，让机器人可以“看到”和“感受”到周围的事物。同时，嵌入QualcommZeroth深度神经网络的机器人，具备了一定的“学习”能力，使其能够对特殊物体进行理解。