英特爾一年五倍，CPU快和GPU一樣重要了？

前幾年，市場上曾形成一個集體共識：AI時代，GPU吃肉，CPU喝湯。但如今這個判斷，似乎正在松動。

過去一年，英特爾完成了從“棄兒”到“寵兒”的逆轉，近一年時間里股價暴漲近5倍。股價暴漲的邏輯，可以抄一下英特爾在今年一季度財報會上的總結：數據中心里CPU與GPU的部署比例，正從傳統的1:8慢慢收緊到1:4，到了智能體場景，甚至可能進一步逼近1:1。

要是覺得英特爾這話有自賣自夸的嫌疑，那今年3月英偉達的動作，就進一步坐實了CPU需求升溫的趨勢——它首次以獨立產品的形式，賣起了Vera CPU。

CPU與GPU的部署數量逐漸收斂，核心原因是AI競爭的邏輯變了，從訓練競賽，轉向了應用競賽。

在訓練場景中，AI的核心任務是用海量數據反復迭代優化，GPU憑著高吞吐量的并行數據處理優勢，成了妥妥的AI軍備品。

可到了應用場景，以智能體為例，它的大量工作根本不是“算”，而是“調度”。這就決定了AI的瓶頸，正在從“能不能算”轉向“能不能調度”，而調度效率的關鍵，恰恰在CPU身上。

這意味著，當AI轉向應用競賽后，CPU或許正成為AI基礎設施里，那個被長期低估的資產。

另外值得一提的是，除了CPU需求爆發的預期，英特爾手里，還握著另一個故事——“美積電”的敘事。

/ 01 / 重復1987年的故事？

1987年10月，英特爾股價單日暴漲26%，創下公司史上單日最大漲幅紀錄。背后邏輯很簡單，市場終于看清，完成轉型的英特爾，正死死攥住PC時代的歷史性風口。

時間拉回上世紀80年代，英特爾在DRAM賽道被日本人打得丟盔棄甲，1986年更是迎來公司史上首次年度虧損，凈虧損高達1.73億美元，處境狼狽不堪。

瀕臨絕境之際，英特爾將全部資源砸向當時還只是“副業”的微處理器研發。這場置之死地而后生的豪賭，讓英特爾聚焦CPU賽道，也為它在個人電腦時代穩坐數十年霸主地位，埋下了伏筆。

39年后，歷史重演，2026年4月，財報發布后，英特爾漲幅一度超過27%，追平單日漲幅記錄，而在不到一年的時間中，英特爾最高漲幅近5倍。

實際上，一年前的英特爾，還躺在ICU里。

業績上，直到去年同期，英特爾還連續6個季度虧損，創下35年來最長連續虧損紀錄。股價上，英特爾創下2016年以來新低，不到曾經小弟英偉達的五十分之一。

彼時的英特爾，麻煩纏身且無解：制程工藝被對手遠遠甩開，服務器CPU的市場份額不斷被侵蝕，Arm架構持續滲透，云廠商自研芯片的腳步也在不斷加快。

如今，英特爾大翻身，是上面的問題解決了嗎？這次起死回生，有點類似，上世紀80年代的轉型邏輯，舊戰場惡化了，那就抓住新戰場的機會。

這種轉變體現到了財報上。英特爾的收入主要分為三塊：客戶端業務（也就是電腦芯片）、數據中心及AI業務（對應這個領域的芯片），以及代工業務。

一季度英特爾實現營收136億美元，同比增長7%。拆開來看，舊戰場的頹勢沒止住，但新戰場的曙光有了。

具體來看，電腦芯片本季度收入77 億美元，同比只增長 1.3%。但結合一季度全球PC出貨量同比增長4%來看，英特爾在PC市場中份額其實是丟失的。

真正的增長引擎，來自數據中心及AI業務和代工業務。其中，數據中心及AI業務本季度收入50.5億美元，同比暴漲22%；代工業務收入54.2億美元，同比也增長了16%。

其中代工業務的收入大多來自英特爾內部結算，這塊業務的預期更多是寄托在“美積電”的大餅上；而數據中心及AI業務的增長，則正在實打實的業績兌現。

數據中心及AI業務22%的收入增速看似不爆炸，但其中AI相關業務同比增長40%。這還是受到了產能跟不上的影響，科技行業分析師Ben Bajarin在一篇X平臺帖子中表示，為了搶CPU，客戶正在大量購買英特爾原本可能被視為報廢品或歸入低良率區間的CPU。

問題來了，CPU為什么緊缺了？

/ 02 / CPU快和GPU一樣重要了？

過去幾年，AI算力的故事幾乎濃縮為一句話：GPU決定一切。但這個敘事正出現松動。

英特爾在今年一季度財報會上透露，數據中心中CPU與GPU的部署比例，正從傳統的1:8收緊到1:4，在智能體場景中甚至可能進一步向1:1靠近。

這話倒不能像英特爾自賣自夸，TrendForce也有類似判斷：當前AI數據中心里，CPU與GPU的配比大概在1:4到1:8之間，而到了智能體AI時代，這一比例預計會逐步變成1:1到1:2。

英偉達的動作，也讓這種判斷多了可信度。英偉達選擇Xeon 6作為DGX Rubin NVL8系統的主機CPU，等于在自己的旗艦架構里，認了英特爾在中控位置的不可替代性。除此之外，英偉達還在今年3月，首次以獨立產品的形式賣起了Vera CPU，說白了就是回應市場對更靈活CPU:GPU配置的需求。

一個GPU巨頭開始賣CPU，這件事本身就是一個信號：AI的算力主導權，正在從單一走向多元，CPU也在扮演越來越重要的作用。這種變化是如何發生的？

答案，得從兩個產品的本質差異說起。

CPU的強項的是邏輯控制、復雜運算和任務調度，但并行吞吐量不行，沒法同時處理海量數據；而GPU剛好相反，強項是高吞吐量的并行數據處理，卻不擅長搞定邏輯復雜、分支繁多的任務。

說得更直白點，CPU就像個全能選手，啥難題都能快速解決，但一次只能沉下心處理一兩件事；GPU則是個頂級專家，能力雖單一，卻能同時搞定海量相同的活兒。

這種產品差異，也解釋了為什么GPU能率先搶占AI基建的風口。過去幾年，AI發展還處在訓練階段，核心任務就是集中、批量地“學習”——用海量數據反復迭代，更新一個龐大的模型參數。而訓練速度，幾乎全靠GPU的浮點計算能力和卡間互聯帶寬，CPU只要能及時供上數據、不拖后腿，就足夠了。

但現在不一樣了，AI正從計算場景轉向推理場景。比起訓練時“重計算、輕調度”的路子，推理更講究“重調度、輕計算”——AI要接收無數零散的用戶請求，用訓練好的模型快速給出單個答案。

這時候就會發現，GPU的算力往往綽綽有余，但CPU處理請求、組織數據的速度，常常跟不上節奏，反而成了限制系統整體吞吐量和延遲的瓶頸。CPU的需求量，自然也就上來了。

更大的需求，來自智能體。智能體不是一個“更會聊天”的模型，而是一套真要動手執行任務的系統。它得理解目標、拆解步驟、調用工具、訪問數據庫、連接API、執行代碼、維護狀態、判斷結果，必要時還得調用其他模型或子Agent協同配合。

在這條執行鏈路里，模型推理只是其中一環。大量工作根本不是“算”，而是“調度”“編排”“切換”“訪問”“管理”。而這些活兒的本質，全是控制流和系統協同，正是CPU所擅長的領域。所以按照英特爾的構想，在智能體中，CPU和GPI最終需要1:1協同干活。

當然英特爾1：1的部署判斷未必精準，但在AI競爭從“訓練競賽”轉向“應用競賽”后，CPU需求增加的大趨勢是確定的。

/ 03 / “美積電”的故事

在CPU需求越來越大的情況下，英特爾還承載著化身“美積電”的期望。

英特爾最近以142億美元買回愛爾蘭Fab 34晶圓廠49％股權，收回產能主導。該廠為Intel 4與Intel 3制程的關鍵據點，也是目前最高產量的先進制程晶圓廠之一。

要知道，2024 年，由于手頭缺錢，英特爾把這部分股權以 112 億美元的價格出售給阿波羅，現在又加價 30 億美元買回來了。

這一賣一買，其實就是英特爾代工業務的起死回生。在此之前，英特爾的芯片制程長期被臺積電甩在身后，代工業務基本就是內部結算，來自外部客戶的收入占比連3%都不到。但如今，英特爾正不斷拿下巨頭客戶。

前不久宣布，英特爾將為蘋果代工部分芯片。英特爾拿下的也不只是蘋果。英偉達以 50 億美元投資英特爾并將在其產線上生產定制數據中心CPU；馬斯克旗下的 Terafab 項目（服務 Tesla、xAI 和 SpaceX）也選擇了英特爾代工；微軟和亞馬遜 AWS 更早之前就已經簽約。

科技大廠選擇英特爾有一定的產業邏輯，臺積電與三星未來數年的先進產能已被高毛利訂單覆蓋至2028-2030年，產能稀缺到連蘋果都要排隊，庫克也親口承認，臺積電給的 A19 芯片不夠用。

而在全球先進制程的供給版圖中，除了臺積電和三星，能接住這些溢出代工需求的，也就只剩英特爾了。

除了填補產能缺口，英特爾的代工業務，更承載著美國政府對“美積電”的殷切期望。

2025年，美國政府以89億美元的代價，獲得了英特爾9.9%的股權，從而成為其第一大股東。這其實隱含出美國的科技戰略：努力促進先進制程芯片的“本土化”。

過去幾年，在現金流衰減、制程落后夾擊點英特爾一直有一個念頭：賣掉重資產且已經制程落后的代工業務，像AMD那樣變成輕資產的純芯片設計公司。

從純粹的商業邏輯來看，賣掉代工廠是最理性的選擇，但在逆全球化的當下，這顯然不符合美國的國家利益。地緣政治風險正在重新改寫半導體行業的規則，影響臺積電先進產能供給的，早已不只是簡單的供需周期，還必須加上產業安全這層考量。

所以，美國必須把芯片制造牢牢留在本土；甚至包括新能源、航天等其他戰略性產業，它也都留在自己境內。為了推動這些產業更全面的本土化，美國不只是出錢，還主動牽線搭橋促成合作。比如英特爾和蘋果的這筆代工生意，美國政府就扮演了關鍵推手，商務部長盧特尼克和特朗普總統，都直接出面促成了此事。

當然，不管是CPU需求的暴漲，還是英特爾化身“美積電”的愿景，最終能不能落地，還得靠后續業績來驗證。但在當下這個所有人都在追逐AI敘事的節點，英特爾的故事，已經足夠有吸引力了。