AI算力新變局：誰能動英偉達奶酪

由單一芯片長久統治的AI（人工智能）敘事，正在被推向一個新的轉折點。

近日，英特爾CEO陳立武在一檔播客深度訪談中，首次復盤了其執掌英特爾14個月以來的改革思路。面對外界對傳統芯片巨頭轉型的質疑，陳立武用“爬-走-跑”來形容公司幾大業務板塊。他坦言：“過去幾個月公司還在爬，但人們已經開始看到潛力了?！?/p>

英特爾的底氣，源于全球AI算力市場正在發生的一場結構性逆轉。在不久前結束的臺北電腦展（COMPUTEX 2026）上，陳立武還在接受采訪時透露了一個細節：在過去短短四周內，多位全球科技巨頭CEO直接打電話給他，目的只有一個——要更多的CPU。

在過去的數年中，全球AI算力的敘事幾乎由英偉達和其生產的GPU獨攬。不過，從基礎大模型逐步邁向推理應用，再到如今火爆全球的智能體（Agent）階段，GPU以外的芯片也在重新確立地位。

這場變革不僅推動英特爾的至強服務器CPU供不應求，甚至讓英偉達CEO黃仁勛也從今年開始積極“推銷”CPU。他在6月的一場發布會上指出：“現在，CPU是指揮家，GPU是樂團。”

AI算力市場的這塊大奶酪，正在被重新切分。

從1:8到1:1，智能體幫助CPU“回到牌桌”

算力市場的風向轉變，其根源在于AI技術路線從“生成式AI”向“智能體AI”的加速演進。

英偉達高管曾指出，AI已正式跨入“自動執行、使用工具、自我檢查工作”的自主智能體時代。傳統的ChatGPT式應用是“一問一答”的單次推理，而智能體的工作流則是“思考、規劃、行動、反思”的無限迭代循環。

傳統CPU是為活在秒級世界的人類設計的，而智能體則“活在納秒的世界里”，對延遲極其敏感。同時，單個智能體的Token消耗量，最高可達單輪推理的1000倍。

這種模式上的變化，導致算力配比發生“質變”：陳立武指出，傳統大模型訓練階段，CPU與GPU的配比通常是1:8。但在智能體階段，由于需要大量的任務編排、數據移動、內存協調和安全控制，CPU的工作負載飆升，兩者的配比正迅速趨向1:1。

這種增長表現在了CPU巨頭的財報數據中。今年4月，英特爾第一財季財報顯示，公司數據中心和AI產品營收為51億美元，同比增長了22%，成為公司所有業務板塊增長最快的。

今年5月，AMD CEO蘇姿豐（Lisa Su）也在財報電話會上宣布，將服務器CPU的市場規模預測從600億美元翻倍上調至1200億美元以上，對應2025至2030年的復合年增長率從18%提高到35%。

華爾街主流投行伯恩斯坦（Bernstein）近期發布的一份重量級報告，更是點燃了市場對CPU復興的樂觀情緒。該機構將2030年全球服務器CPU的市場規模預測，從原先的1370億美元大幅上調至2230億美元，意味著未來5年內該市場規模將暴增近6倍。

在這期間，英偉達也“親自下場”，推出了從零構建、專為智能體打造的Vera CPU，試圖將這塊日漸壯大的CPU AI算力市場一并拿下，間接佐證了其重要性。

供給側分流：臺積電產能吃緊與本土制造的執念

如果說需求的多元化從前端分散了英偉達的吸引力，那么在后端，供應鏈的深度重塑則造成了實質性的“分流”。

目前，全球AI芯片的先進產能幾乎大比例取決于臺積電一家。隨著AI熱潮導致臺積電先進制程產能持續極度緊張，大型科技公司開始展現出強烈的“去風險化”意愿，這就成為了誓要當“美版臺積電”的英特爾的翻盤支點。

陳立武表示：“我們都經歷過供應鏈挑戰，任何半導體大公司都必須認真思考供應鏈的問題，必須擁有穩健且具有韌性的供應鏈，不能完全依賴某一個或兩個地理集中的供應商。越來越多的人會意識到，在美國本土制造是至關重要的?！?/p>

今年4月，英特爾宣布加入由特斯拉、SpaceX和xAI主導的Terafab項目。Terafab工廠落戶美國德州奧斯汀，定位為全球規模最大的2nm先進芯片工廠，年芯片產能目標鎖定1000億至2000億顆。特斯拉CEO馬斯克更是明確表示，計劃在其項目中采用英特爾下一代的14A芯片制造工藝。

此外，一周前，美國總統特朗普在社交媒體上發布一則公開爆料，稱蘋果已同意與英特爾合作在美國本土設計和制造芯片，意味著英特爾的晶圓代工業務迎來重大突破。據外媒報道，盡管英特爾高管對這一計劃的提前曝光感到吃驚，但知情人士證實兩家公司關于在美制造部分芯片的秘密談判確實已持續數月。?

一旦蘋果、特斯拉等“現象級客戶”的訂單落地，不僅將打破臺積電在先進制程上的絕對壟斷，也將為英特爾的18A及更先進節點帶來希望。陳立武透露，雖然目前在代工領域英特爾與臺積電的差距還很大，但英特爾最先進的18A工藝已經全面進入量產爬坡階段，并已經在規劃1納米和0.7納米。

定制化芯片火熱，科技巨頭試圖發布“獨立宣言”

除了CPU的重新抬頭和代工廠的供給側變化外，英偉達最大的“隱形蛋糕”，正在被各大云廠商的自研定制芯片（ASIC）蠶食。

近幾年來，為了降低對英偉達高昂產品的依賴，并針對特定工作負載進行能效優化，科技巨頭們開始紛紛想辦法繞開通用的GPU。

例如，專注于ASIC的博通負責幫助其他科技公司構建定制芯片，提供AI芯片所需的知識產權和其他關鍵技術。今年6月，公司CEO陳福陽在財報電話會上指出，博通擁有六家核心定制芯片客戶，包括谷歌、Meta、Anthropic和OpenAI。雖然在本財季，公司的AI半導體收入為108億美元，但該領域的訂單其實已經超過300億美元。

同時，谷歌的TPU（張量處理器）已經發展到成熟階段，不僅大規模用于自身業務，更開始走向對外銷售與云端開放。另一邊，亞馬遜云計算（AWS）為AI訓練和推理任務設計了自研芯片Trainium系列。此外，Meta、微軟等巨頭也都加入了這場自研芯片的潮流。

頂級投行摩根大通（JPMorgan）在6月發布的最新報告中寫道，隨著各大科技巨頭加速尋求擺脫對通用GPU的過度依賴，包括谷歌TPU、AWS Trainium、微軟Maia以及Meta MTIA等定制化AI芯片正以驚人的速度崛起。其預測，最快到2027年，定制化ASIC的出貨量將首度超越英偉達的通用GPU。

報告強調，在數據中心面臨日益嚴峻的“電力瓶頸”和高昂毛利壓力的當下，ASIC在特定工作負載（尤其是智能體推理應用）上的極高能效比，正在讓英偉達的AI算力霸權發生實質性松動。

當AI工作負載的重心從大模型訓練向“智能體推理”轉移時，價格高昂的通用GPU不再是唯一的標準答案。

隨著全球AI算力市場走向“生態混戰”，這種供給側的多元化、技術的系統級整合以及對供應鏈韌性的強調，對于正在全力構建自主算力體系的中國半導體產業而言，也釋放出了強大的結構性紅利。

正如蘇姿豐（Lisa Su）在上海AI開發者日上所盛贊的那樣：“中國生態系統最令人興奮的是，這是真正理解開放創新的地方?！痹谶@個崇尚開放與多元的嶄新AI時代，中國本土的算力產業鏈，正迎來屬于自己的突圍期。