英特尔15年最强增长背后：AI算力需求正在改写服务器CPU的竞争逻辑

英特尔2026财年第三财季交出了一份超出市场预期的成绩单。北京时间10月30日凌晨，英特尔CEO陈立武在财报电话会议上披露，该季度公司营收达到165亿美元，同比增长21%；其中数据中心与人工智能（DCAI）业务营收73亿美元，同比暴增近80%，创下该板块15年来最强增长，营业利润30亿美元，占板块营收42%。这一数据不仅拉动整体业绩超预期，更折射出AI算力需求结构正在发生的深层变化——当业界目光长期聚焦于GPU时，服务器CPU正以另一种方式重新回到算力舞台的中央。

一、80%增长不是周期性反弹，而是算力结构迁移的信号

将DCAI业务近80%的同比增长简单归因于服务器市场周期性回暖，会错过这条财报中最关键的产业信息。陈立武在电话会议上给出的判断值得仔细拆解：GPU擅长AI的“思考任务”，而CPU在处理查找类任务时能效更高；即便保守估算，未来五年面向数字智能体的CPU市场规模（TAM）空间巨大。

这一表述的背后，是AI负载形态从“训练主导”向“推理与智能体主导”迁移的现实。大模型训练阶段以GPU并行计算为核心，但推理阶段尤其是智能体（Agent）场景中，大量任务涉及工具调用、状态管理、数据检索、流程编排等逻辑密集型操作，这些恰恰是CPU高能效比的优势区间。当AI应用从单次问答走向多步骤自主执行，CPU在机架级基础设施中的角色不再是GPU的“配属”，而是智能体运转的调度中枢。

英特尔本季度DCAI营收中，Granite Rapids（Intel 3制程）被陈立武称为“爬坡速度最快的服务器产品之一”，首款Intel 18A服务器芯片Clearwater Forest已出货确认收入，且2027年需求热度很高，尤其面向高密度CPU和AI智能体机架级基础设施场景。这说明市场对CPU算力的需求不仅真实存在，而且正在从通用计算向“AI使能型计算”演进。陈立武同时透露，目前CPU需求旺盛到只能满足约50%客户需求，10月再度涨价10%，供需紧张程度可见一斑。

二、制程突破与产品节奏：英特尔重建信任的两个支点

数据中心业务的爆发式增长，离不开产品侧和制程侧的同步推进。财报电话会议披露的信息显示，英特尔在先进制程上的执行力正在恢复：Intel 3与Intel 18A良率本季度继续提升，其中Intel 18A良率实现两位数幅度改善，两个节点晶圆产出均超出内部预期。Intel 18A-P按计划年底内部产品落地，下一代Intel 14A进度正常，10月已向特定客户发布0.9版PDK工艺套件，发布即达成行业良率与性能标准。

产品节奏方面，Panther Lake（Intel 18A）已完成量产爬坡；Wildcat Lake供不应求、直接售罄，出货量环比提升约70%；Nova Lake作为首款Intel 18A-P客户端芯片，研发进度超前，预计上市时客户设计导入数量是Panther Lake的两倍。客户端业务整体营收同比下滑5%的背景下，AI PC营收同比增长35%，边缘计算与物理AI持续拿到新客户设计项目，说明英特尔在PC与边缘侧的AI化转型并未失速。

更值得通信与数据中心基础设施从业者关注的是，陈立武明确将专用定制芯片、先进封装、外部晶圆代工列为三个百亿美元级新赛道。专用定制芯片过去三年规模增长了两倍，有望在未来几年再翻两番。这一布局与AI算力基础设施的演进方向高度吻合——当超大规模数据中心越来越多采用自研ASIC或XPU加速器，先进封装和代工能力就成为决定算力供给弹性的关键环节。英特尔同时表态会维持在台积电前十大客户之列，陈立武对张忠谋的公开敬意，也透露出这家IDM巨头在代工生态中寻求竞合平衡的现实姿态。

三、服务器CPU竞争格局：从双雄博弈走向多元异构

英特尔DCAI业务的强势增长，必然对服务器CPU竞争格局产生影响。过去数年，AMD凭借EPYC系列在服务器市场份额持续攀升，Arm架构服务器芯片在云服务商的自研浪潮中不断扩大领地，RISC-V也在边缘与特定场景加速渗透。英特尔此次Granite Rapids快速爬坡、Clearwater Forest如期出货，至少证明其在x86服务器主航道上的产品迭代没有掉队，而18A制程的良率改善则为后续竞争提供了制程底座。

但竞争格局的变化不止于x86阵营内部的攻防。AI智能体机架级基础设施的兴起，正在把服务器CPU的竞争维度从“核数与主频”拉向“系统级协同能力”。CPU需要与GPU、DPU、IPU、CXL内存池、高速互联芯片形成紧耦合的异构计算单元，这对英特尔的先进封装能力、互联IP储备和平台级验证能力提出了更高要求。陈立武提出的“CPU处理查找类任务能效更高”，本质上是在为CPU在异构算力体系中的位置做辩护，也是在向云服务商和大型企业客户传递一个信号：AI基础设施的TCO优化，不能只算GPU的账。

从更宏观的视角看，专用定制芯片的高速增长正在改变数据中心算力供给的形态。当谷歌、亚马逊、微软等超大规模厂商越来越多地部署自研加速器，通用服务器CPU的增量空间必然受到挤压，但与此同时，智能体推理、数据预处理、内存层管理、网络协议卸载等任务又会持续产生对高能效CPU的需求。英特尔的策略是在通用CPU主航道保持存在感的同时，通过定制芯片和先进封装切入超大规模厂商的异构算力供应链。这条路径能否走通，将决定其在下一个五年周期中的产业位势。

四、互联与基础设施：被财报数字掩盖的竞争前线

DCAI业务80%的增长数字之下，还有一个容易被忽视的维度：数据中心基础设施的互联能力正在成为算力释放的瓶颈与突破口。AI智能体机架级基础设施要求CPU、GPU、加速器之间具备高带宽、低时延、低功耗的互联通道，PCIe 6.0/7.0、CXL 3.x、以太网与InfiniBand的路线选择，以及光电共封装（CPO）技术的成熟度，都在深刻影响数据中心内部的算力效率。

英特尔在互联芯片领域有长期积累，其以太网控制器、IPU和CXL相关产品线是DCAI业务的重要组成部分。陈立武提出的“AI基础设施新观点”虽然以CPU能效为切入点，但落点到“机架级基础设施场景”，说明英特尔对互联与系统级集成的重视程度在上升。对于通信行业而言，数据中心内部互联与数据中心之间光传输的边界正在模糊，算力集群的规模扩展对光模块、交换芯片和网络协议栈提出了新的要求。服务器CPU的竞争，正在从单芯片性能比拼扩展为“计算+互联+封装”的平台级竞争。

五、中国通信产业的参照：算力自主与生态协同的双重命题

英特尔DCAI业务的结构性增长，对国内通信与算力产业同样具有参照价值。中国运营商和大型云服务商近年来持续推进智算中心建设，AI服务器采购规模快速增长，但在算力供给结构上，GPU与CPU的协同效率、互联芯片的自主可控程度、先进封装能力仍是制约因素。国产服务器CPU在通用计算领域已形成多元布局，面向AI推理和智能体场景的高能效CPU产品仍在打磨之中；国产AI芯片在训练侧进展显著，推理侧与CPU的异构协同效率还有提升空间。

从产业政策视角看，英特尔财报中“专用定制芯片三年增长两倍、未来再翻两番”的判断提示了一个重要趋势：算力供给正在从“通用芯片采购”向“定制化芯片+先进封装+代工服务”的系统能力竞争迁移。对中国通信产业而言，这意味着算力自主不能只停留在单芯片替代层面，还需要在互联IP、封装工艺、编译工具链和机架级系统集成上形成协同能力。运营商在智算中心建设中积累的场景数据和负载特征，恰恰可以反哺定制芯片的定义与优化，形成“需求牵引定义、定义驱动芯片”的正向循环。

六、趋势判断：CPU的“第二曲线”刚刚开始

回到英特尔这份财报本身，DCAI业务15年来最强增长的意义不在于一个季度的数字高低，而在于它揭示了一个被GPU光环掩盖的趋势：AI算力的下一阶段，CPU将重新获得结构性增量空间。智能体的自主性越强，任务编排、工具调用、数据查找、状态管理的复杂度越高，对高能效CPU的需求就越刚性。陈立武给出的“未来五年数字智能体CPU TAM空间巨大”的判断，即便打上保守折扣，也足以说明CPU在AI基础设施中的角色正在被重新定义。

当然，英特尔面临的挑战同样清晰：组织重组仅完成80%，中层冗余的削减和工程文化的重塑仍需时间；代工业务的外部客户拓展尚在早期，14A节点能否按时达到量产标准有待验证；服务器CPU市场上AMD和Arm阵营的竞争压力不会因为一个季度的增长而消失。但至少在这个季度，英特尔用数据证明了一件事——当AI从“训练竞赛”走向“推理与智能体落地”，CPU的价值需要被重新计价。对于通信行业而言，关注这场算力结构迁移，比追逐单季财报数字更有长期意义。