英特尔一年五倍，CPU快和GPU一样重要了？

前几年，市场上曾形成一个集体共识：AI时代，GPU吃肉，CPU喝汤。但如今这个判断，似乎正在松动。

过去一年，英特尔完成了从“弃儿”到“宠儿”的逆转，近一年时间里股价暴涨近5倍。股价暴涨的逻辑，可以抄一下英特尔在今年一季度财报会上的总结：数据中心里CPU与GPU的部署比例，正从传统的1:8慢慢收紧到1:4，到了智能体场景，甚至可能进一步逼近1:1。

要是觉得英特尔这话有自卖自夸的嫌疑，那今年3月英伟达的动作，就进一步坐实了CPU需求升温的趋势——它首次以独立产品的形式，卖起了Vera CPU。

CPU与GPU的部署数量逐渐收敛，核心原因是AI竞争的逻辑变了，从训练竞赛，转向了应用竞赛。

在训练场景中，AI的核心任务是用海量数据反复迭代优化，GPU凭着高吞吐量的并行数据处理优势，成了妥妥的AI军备品。

可到了应用场景，以智能体为例，它的大量工作根本不是“算”，而是“调度”。这就决定了AI的瓶颈，正在从“能不能算”转向“能不能调度”，而调度效率的关键，恰恰在CPU身上。

这意味着，当AI转向应用竞赛后，CPU或许正成为AI基础设施里，那个被长期低估的资产。

另外值得一提的是，除了CPU需求爆发的预期，英特尔手里，还握着另一个故事——“美积电”的叙事。

/ 01 / 重复1987年的故事？

1987年10月，英特尔股价单日暴涨26%，创下公司史上单日最大涨幅纪录。背后逻辑很简单，市场终于看清，完成转型的英特尔，正死死攥住PC时代的历史性风口。

时间拉回上世纪80年代，英特尔在DRAM赛道被日本人打得丢盔弃甲，1986年更是迎来公司史上首次年度亏损，净亏损高达1.73亿美元，处境狼狈不堪。

濒临绝境之际，英特尔将全部资源砸向当时还只是“副业”的微处理器研发。这场置之死地而后生的豪赌，让英特尔聚焦CPU赛道，也为它在个人电脑时代稳坐数十年霸主地位，埋下了伏笔。

39年后，历史重演，2026年4月，财报发布后，英特尔涨幅一度超过27%，追平单日涨幅记录，而在不到一年的时间中，英特尔最高涨幅近5倍。

实际上，一年前的英特尔，还躺在ICU里。

业绩上，直到去年同期，英特尔还连续6个季度亏损，创下35年来最长连续亏损纪录。股价上，英特尔创下2016年以来新低，不到曾经小弟英伟达的五十分之一。

彼时的英特尔，麻烦缠身且无解：制程工艺被对手远远甩开，服务器CPU的市场份额不断被侵蚀，Arm架构持续渗透，云厂商自研芯片的脚步也在不断加快。

如今，英特尔大翻身，是上面的问题解决了吗？这次起死回生，有点类似，上世纪80年代的转型逻辑，旧战场恶化了，那就抓住新战场的机会。

这种转变体现到了财报上。英特尔的收入主要分为三块：客户端业务（也就是电脑芯片）、数据中心及AI业务（对应这个领域的芯片），以及代工业务。

一季度英特尔实现营收136亿美元，同比增长7%。拆开来看，旧战场的颓势没止住，但新战场的曙光有了。

具体来看，电脑芯片本季度收入77 亿美元，同比只增长 1.3%。但结合一季度全球PC出货量同比增长4%来看，英特尔在PC市场中份额其实是丢失的。

真正的增长引擎，来自数据中心及AI业务和代工业务。其中，数据中心及AI业务本季度收入50.5亿美元，同比暴涨22%；代工业务收入54.2亿美元，同比也增长了16%。

其中代工业务的收入大多来自英特尔内部结算，这块业务的预期更多是寄托在“美积电”的大饼上；而数据中心及AI业务的增长，则正在实打实的业绩兑现。

数据中心及AI业务22%的收入增速看似不爆炸，但其中AI相关业务同比增长40%。这还是受到了产能跟不上的影响，科技行业分析师Ben Bajarin在一篇X平台帖子中表示，为了抢CPU，客户正在大量购买英特尔原本可能被视为报废品或归入低良率区间的CPU。

问题来了，CPU为什么紧缺了？

/ 02 / CPU快和GPU一样重要了？

过去几年，AI算力的故事几乎浓缩为一句话：GPU决定一切。但这个叙事正出现松动。

英特尔在今年一季度财报会上透露，数据中心中CPU与GPU的部署比例，正从传统的1:8收紧到1:4，在智能体场景中甚至可能进一步向1:1靠近。

这话倒不能像英特尔自卖自夸，TrendForce也有类似判断：当前AI数据中心里，CPU与GPU的配比大概在1:4到1:8之间，而到了智能体AI时代，这一比例预计会逐步变成1:1到1:2。

英伟达的动作，也让这种判断多了可信度。英伟达选择Xeon 6作为DGX Rubin NVL8系统的主机CPU，等于在自己的旗舰架构里，认了英特尔在中控位置的不可替代性。除此之外，英伟达还在今年3月，首次以独立产品的形式卖起了Vera CPU，说白了就是回应市场对更灵活CPU:GPU配置的需求。

一个GPU巨头开始卖CPU，这件事本身就是一个信号：AI的算力主导权，正在从单一走向多元，CPU也在扮演越来越重要的作用。这种变化是如何发生的？

答案，得从两个产品的本质差异说起。

CPU的强项的是逻辑控制、复杂运算和任务调度，但并行吞吐量不行，没法同时处理海量数据；而GPU刚好相反，强项是高吞吐量的并行数据处理，却不擅长搞定逻辑复杂、分支繁多的任务。

说得更直白点，CPU就像个全能选手，啥难题都能快速解决，但一次只能沉下心处理一两件事；GPU则是个顶级专家，能力虽单一，却能同时搞定海量相同的活儿。

这种产品差异，也解释了为什么GPU能率先抢占AI基建的风口。过去几年，AI发展还处在训练阶段，核心任务就是集中、批量地“学习”——用海量数据反复迭代，更新一个庞大的模型参数。而训练速度，几乎全靠GPU的浮点计算能力和卡间互联带宽，CPU只要能及时供上数据、不拖后腿，就足够了。

但现在不一样了，AI正从计算场景转向推理场景。比起训练时“重计算、轻调度”的路子，推理更讲究“重调度、轻计算”——AI要接收无数零散的用户请求，用训练好的模型快速给出单个答案。

这时候就会发现，GPU的算力往往绰绰有余，但CPU处理请求、组织数据的速度，常常跟不上节奏，反而成了限制系统整体吞吐量和延迟的瓶颈。CPU的需求量，自然也就上来了。

更大的需求，来自智能体。智能体不是一个“更会聊天”的模型，而是一套真要动手执行任务的系统。它得理解目标、拆解步骤、调用工具、访问数据库、连接API、执行代码、维护状态、判断结果，必要时还得调用其他模型或子Agent协同配合。

在这条执行链路里，模型推理只是其中一环。大量工作根本不是“算”，而是“调度”“编排”“切换”“访问”“管理”。而这些活儿的本质，全是控制流和系统协同，正是CPU所擅长的领域。所以按照英特尔的构想，在智能体中，CPU和GPI最终需要1:1协同干活。

当然英特尔1：1的部署判断未必精准，但在AI竞争从“训练竞赛”转向“应用竞赛”后，CPU需求增加的大趋势是确定的。

/ 03 / “美积电”的故事

在CPU需求越来越大的情况下，英特尔还承载着化身“美积电”的期望。

英特尔最近以142亿美元买回爱尔兰Fab 34晶圆厂49％股权，收回产能主导。该厂为Intel 4与Intel 3制程的关键据点，也是目前最高产量的先进制程晶圆厂之一。

要知道，2024 年，由于手头缺钱，英特尔把这部分股权以 112 亿美元的价格出售给阿波罗，现在又加价 30 亿美元买回来了。

这一卖一买，其实就是英特尔代工业务的起死回生。在此之前，英特尔的芯片制程长期被台积电甩在身后，代工业务基本就是内部结算，来自外部客户的收入占比连3%都不到。但如今，英特尔正不断拿下巨头客户。

前不久宣布，英特尔将为苹果代工部分芯片。英特尔拿下的也不只是苹果。英伟达以 50 亿美元投资英特尔并将在其产线上生产定制数据中心CPU；马斯克旗下的 Terafab 项目（服务 Tesla、xAI 和 SpaceX）也选择了英特尔代工；微软和亚马逊 AWS 更早之前就已经签约。

科技大厂选择英特尔有一定的产业逻辑，台积电与三星未来数年的先进产能已被高毛利订单覆盖至2028-2030年，产能稀缺到连苹果都要排队，库克也亲口承认，台积电给的 A19 芯片不够用。

而在全球先进制程的供给版图中，除了台积电和三星，能接住这些溢出代工需求的，也就只剩英特尔了。

除了填补产能缺口，英特尔的代工业务，更承载着美国政府对“美积电”的殷切期望。

2025年，美国政府以89亿美元的代价，获得了英特尔9.9%的股权，从而成为其第一大股东。这其实隐含出美国的科技战略：努力促进先进制程芯片的“本土化”。

过去几年，在现金流衰减、制程落后夹击点英特尔一直有一个念头：卖掉重资产且已经制程落后的代工业务，像AMD那样变成轻资产的纯芯片设计公司。

从纯粹的商业逻辑来看，卖掉代工厂是最理性的选择，但在逆全球化的当下，这显然不符合美国的国家利益。地缘政治风险正在重新改写半导体行业的规则，影响台积电先进产能供给的，早已不只是简单的供需周期，还必须加上产业安全这层考量。

所以，美国必须把芯片制造牢牢留在本土；甚至包括新能源、航天等其他战略性产业，它也都留在自己境内。为了推动这些产业更全面的本土化，美国不只是出钱，还主动牵线搭桥促成合作。比如英特尔和苹果的这笔代工生意，美国政府就扮演了关键推手，商务部长卢特尼克和特朗普总统，都直接出面促成了此事。

当然，不管是CPU需求的暴涨，还是英特尔化身“美积电”的愿景，最终能不能落地，还得靠后续业绩来验证。但在当下这个所有人都在追逐AI叙事的节点，英特尔的故事，已经足够有吸引力了。