上周五，美国股市遭遇了一场“黑色星期五”，科技板块首当其冲。英特尔盘中一度暴跌超过30%，最终收盘下跌28.58%，单日市值蒸发近1500亿美元，创下自1974年以来最惨烈的单日表现。
闪迪、AMD等芯片股同样下跌超过10%。这场剧烈波动以英特尔为震中，随后向整个科技板块蔓延，市场对科技巨头在AI领域巨额投入的回报前景，已经产生了深层焦虑。
暴跌的英特尔
从英特尔近期发布的三季度财报来看，营收达到165.1亿美元，同比增长21%，成绩并不算差。数据中心与AI业务更是贡献了73.2亿美元营收，同比增长78%，创下14年来单季度最强表现。
但问题出在客户端业务上。PC芯片营收同比下滑5%至81亿美元，低于分析师预期的89.8亿美元。四季度指引同样疲软，预计营收150-160亿美元，明显低于市场平均预期的170亿美元。
更大的压力来自供应链。日经亚洲数据显示，三星、SK海力士、美光等五大存储厂三季度营业利润合计达32万亿日元，是去年同期的10倍，甚至超过了美股五大科技巨头的利润总和。AI对HBM和服务器DRAM的庞大需求，让存储厂掌握了绝对的定价权。
英特尔、亚马逊、谷歌等都成了这场利润转移的直接影响者。英特尔的PC业务首当其冲——消费级内存涨价直接挤压了需求，而大量云厂商的资本开支则流向了昂贵的AI芯片、服务器和存储设备。
英特尔CEO陈立武在电话会议上明确指出，内存价格暴涨和供应紧张正在挤压企业IT预算，PC厂商被迫加速去库存。IDC最新预测显示，2026年全球PC出货量将下滑11.3%，四季度单季同比下降20%，内存短缺要到2027年底才能实质性缓解。
具体价格数据更能说明问题：DDR5 16GB模组从约51美元飙升至260美元，128GB DDR5套装触及3399美元，12个月涨幅超过400%。Acer已经明确警告，四季度PC整机价格最高将上涨20%。
这里出现了一个相当反直觉的逻辑：AI越繁荣，HBM和DRAM对产能的虹吸效应就越严重，PC端的成本压力随之增大；PC越贵买的人越少，整个PC产业链被进一步压制。
尽管英特尔试图用AI PC来触发换机潮，也在Lunar Lake、Panther Lake等新一代处理器上大幅重构了架构，但x86指令集为了维持向后兼容，硬件解码器依然庞大复杂。在轻薄本的物理空间和散热限制下，x86芯片在“每瓦性能”这一核心指标上，依然难以抵消苹果M系列和高通骁龙X Elite（Arm架构）的硬件优势。
更关键的一点在于，AI PC至今仍未出现杀手级应用。IDC数据显示，60%的企业确实在试点或部署AI PC，但驱动因素中“生产力提升”仅占59%，而实际落地的仍然是Live Captions、Studio Effects这类边缘功能，没有一个大到足以让人为NPU多付溢价。
当OEM因为内存涨价被迫提价20%，而AI PC的差异化卖点又模糊不清，消费者自然选择延长换机周期。这正是AI挤出效应最反直觉的体现：英特尔越是把自己绑在AI PC叙事上，越是暴露了其PC基本盘正在被同一股力量掏空。
AI叙事还能否继续？
英特尔的暴跌重新点燃了市场的质疑：AI真的能为企业带来巨额回报吗？目前各大企业在AI上的投入越来越大。亚马逊过去12个月自由现金流流出约424亿美元，单季资本开支飙至772.6亿美元；Alphabet同期自由现金流录得-90.7亿美元。
Gartner的测算更为直观：到2030年，全球AI数据中心需要累计创造约8.5万亿美元收入，才能覆盖资本开支并实现12%的预设回报率；但按当前增速，同期企业级和消费级AI应用能带来的收入预计不超过3.6万亿美元，缺口接近5万亿美元。换句话说，如果投资节奏不变，到2030年近5万亿美元的AI基础设施支出将面临资产减值风险。
当然，AI需要更多芯片这个方向是明确的。例如 Agent 驱动下，CPU配比从1:8向1:1迁移，每吉瓦CPU核心数可能从3000万增至1.2亿，这些结构性趋势并未被否定。
但市场并不主要看产品本身，而是看产品需求的增速。以英特尔为例，其服务器CPU市场份额正在被侵蚀。瑞银数据显示，2026年一季度英特尔服务器CPU出货份额已降至54.9%，AMD升至27.4%，Arm升至17.7%；瑞银进一步预测，到2030年Arm架构将占据服务器CPU出货量的40%-45%，英特尔与AMD大致平分剩余市场。
更尴尬的是Gaudi 3的战略定位。虽然其性价比可达H100的1.5-2.5倍，但英特尔已经明确表态不与英伟达在主流AI市场正面竞争，而是定位在初创企业和小模型推理。这意味着英特尔实质上退出了AI加速器的高端战场，把自己的AI故事全部押注在“AI服务器需要更多至强CPU”这个次级赛道上——而这个次级赛道，正在被AMD用台积电2nm Venice不断蚕食。
与此同时，这场暴跌折射出AI产业一个不可逆的技术趋势：硬件正在被算法“反向定制”，通用芯片正在被边缘化。
大模型的核心计算是矩阵乘法和注意力机制。亚马逊、谷歌、微软等云巨头发现，用通用x86 CPU或通用GPU来做这些特定计算，包含了大量冗余逻辑电路，白白浪费功耗和面积。于是它们纷纷转向自研ASIC，直接在硅片上硬编码AI算法的计算图。英特尔引以为傲的复杂指令集和通用缓存设计，在纯粹的AI算力面前，反而成了功耗的累赘。
为了解决AI的“内存墙”，学术界和产业界正在加速推进存算一体和神经形态计算。这些新技术直接在存储单元内完成AI矩阵计算，彻底颠覆了冯·诺依曼架构。英特尔庞大的x86历史包袱，使其在这些颠覆性AI架构转型中显得极其笨重。
说到这里就能理解：AI叙事本身并未动摇。NVIDIA Rubin按年度节奏推进，AMD EPYC年底前的货已经售罄，服务器CPU的CPU:GPU配比在AI代理时代甚至更加CPU友好，CoWoS扩产仍在谨慎推进。真正变化的是，市场开始发现英特尔似乎并未真正搭上AI这趟高速列车，甚至由于AI技术的驱动，其消费级CPU市场反而承压。
写在最后
当AI负载从训练转向推理和智能体之后，CPU的角色从GPU的附属品重新变回调度中枢。这是确定性利好。英特尔数据中心与AI部门2026年二季度营收同比增长59%至63亿美元，陈立武直言“CPU需求正在起飞，正超过我们日益增长的供应能力”，部分客户甚至愿意签下三到五年、量价双锁定的长约。
同时，英特尔最先进的18A制程良率在持续改善，从65%爬升到约85%，但仍低于台积电N2的90%。更关键的是产能状态。陈立武在2026年初坦言，18A良率虽每月提升7-8个百分点，但缓冲库存已经耗尽，公司处于“做多少卖多少”的状态，供应能力严重受限。
而14A制程虽传出获得巨头订单的消息，但均未证实，量产也要等到2028年。在IDM模式下，英特尔“既当裁判又当运动员”的处境，让客户始终将其视为备胎，不敢交付核心首发订单。
软件生态上，oneAPI虽然可行，但与CUDA仍有差距，开发者迁移成本高。在Agent框架优先适配英伟达、AMD、Arm的背景下，英特尔正在丧失下一代AI生态的定义权。
尤其值得关注的是，Agent调度更青睐Arm架构的能效比与系统级整合能力，x86 CPU即便性能强劲，也可能沦为孤岛。加上产能利用率不足推高折旧成本，毛利率持续承压，而自由现金流为负则可能迫使削减研发，进一步削弱竞争力，形成恶性循环。
发表于 11 小时前
|
查看: 2|
回复: 0
/1 
