AI芯片、晶圓代工雙戰線反擊，英特爾能否王者歸來？

新一輪AI浪潮引發的算力需求急速膨脹，在將GPU之王英偉達捧上神壇的同時，也讓英特爾這位CPU霸主顯得有些落寞。

財報顯示，2024年第一季度，英特爾營收保持增長，但利潤卻無較大起色。

而其也給出第二季度業績指引：營收125-135億美元，低於分析師預期的136.3億美元；調整后EPS為0.2美元，低於分析師預期的0.24美元；預計毛利率為43.5%，低於分析師預期的45.3%。

這似乎顯現出英特爾的發展信心不足，但面對競爭，英特爾仍有衝勁，從其大舉押注AI芯片及芯片代工的動作來看，英特爾正在全新AI時代找回失落的王座。

業績向好之下，英特爾有何煩憂？

財報數據顯示，2024年第一季度，英特爾營收127.24億美元，同比增長8.61%；淨虧損4.37億美元，同比收窄84.21%。

可以看出，英特爾的整體經營情況是顯著向好的。對此，英特爾首席執行官帕特・基辛格（Pat Gelsinger）在一份聲明中也做出表示：「我們的客户端、邊緣和數據中心產品組合的強大創新推動了英特爾收入增長。」

不過，從企業仍處於虧損中的表現來看，英特爾的業務還有較大優化空間。以英特爾被寄予厚望的兩大業務板塊——數據中心和人工智能業務、代工業務為例。

財報顯示，英特爾的數據中心和人工智能業務收入約30億美元，雖然相比去年同期增長5%，但AI熱潮帶動新一輪數據中心投資高峰之下，這樣的增速似乎並未明顯受益於行業面增長。

具體而言，當前爲了夯實競逐AI的底座，亞馬遜、微軟、谷歌等巨頭都在數據中心業務上投入巨資，如谷歌去年第四季度的資本支出同比增長45%達到110億美元，其中近半用於數據基礎設施建設。

強勁的需求帶動下，2024財年第四季度（截至1月28日），英偉達的數據中心業務營收規模達到約184億美元，同比激增409%。

相比之下，英特爾相關業務的增長潛能似乎還未充分釋放。

其實，一直以來，無論是PC市場還是數據中心市場，英特爾的優勢均集中在CPU（中央處理器）領域，但2021年以來，人工智能技術快速發展，且由於Al服務器通常搭載以GPU（圖形處理器）為主的加速芯片，GPU開始成為全球數據中心增量市場的主角。

根據Verified Market Research的數據，2021年全球GPU市場規模335億元，2028年全球GPU市場規模有望達到4774億元，數據中心市場的主導玩家也成爲了英偉達。

不過，在這一輪轉折期，英特爾也面臨一定機遇，這就涉及到其代工業務的發展。

2021年，英特爾提出IDM2.0戰略，打破「自家芯片自家造」的傳統，將芯片生產獨立運營出來，以契合市場需求。

具體而言，隨着以GPU為主的AI芯片需求快速膨脹，芯片產能瓶頸日益凸顯，比如英偉達主要通過臺積電代工，但受臺積電CoWoS先進封裝產能限制，2023年下半年，英偉達就出現了高性能計算卡交貨周期普遍延長至12-16個月的情況。這一背景下，英特爾佈局芯片代工的重要性顯著。

此外，美國及歐盟紛紛推出芯片法案，對於歐美本土企業擴建晶圓代工廠提供鉅額補貼。種種利好，都為英特爾加碼晶圓代工提供了難得的驅動力。

不過，從一季度財報來看，英特爾代工業務似乎還未真正進入收穫期。財報顯示，2024年一季度，英特爾代工業務實現營收44億美元，同比下滑10%，營業虧損25億美元。

這樣的表現也不難理解。首先，晶圓廠建置成本極高。根據機構估算，建造一座月產量在5萬片晶圓的2nm工廠需要的成本約為280億美元（約合人民幣1998.44億元），而同樣產能的3nm工廠的成本約為200億美元（約合人民幣1427.46億元）。

而爲了打開業務發展空間，目前英特爾正在不斷加強代工基礎設施建設。據悉，2023年以來，英特爾相繼公佈了在美國、歐洲和以色列興建半導體制造工廠的計劃，在各地政府的紛紛補助下，總投資金額高達千億美元。

其次，據瞭解，英特爾代工板塊由企業體系內原有的芯片製造相關部門合併而成，長期服務於內部訂單，並不需要獨立承擔盈虧，這也導致其在服務外部客户、開拓更大市場上，或需要一定適應期。

綜合來看，目前英特爾仍然處在深度調整階段，而從最新佈局來看，英特爾仍將加速押注數據中心及代工業務：當前，公司斥巨資購買了最先進的High NA EUV光刻機；4月份，發佈新一代AI芯片Gaudi 3，對標英偉達H100。

而在市場競爭激烈的局面下，英特爾的大舉進擊足夠胸有成竹嗎？

雙戰線反擊，英特爾能否重返王座？？

當前，AI技術的躍進式發展，正在不斷拉動智能算力市場規模擴大，數據顯示，預計2022年至2027年我國智能算力規模年均複合增長率達33.9%。

面對爆發性的市場需求和日趨加劇的競爭態勢，英特爾的進擊策略仍然體現在產品端，如Gaudi 3的發佈，被視為對英偉達在AI芯片市場領導地位的挑戰。

英特爾聲稱，與英偉達H100芯片相比，Gaudi 3推理能力平均提高50%，能效平均提高40%，運行人工智能模型的速度是H100的1.5倍。與此同時，Gaudi 3還有一個極其重要的優勢，「成本僅為英偉達 H100 的一小部分」，這無疑讓下游需求方充滿期待。

實際上，當前英偉達GPU一卡難求所帶來的價格攀升，也影響了下游科技公司對AI的佈局。據悉，國內可以買到的單卡算力2P 的H800價格高達20萬/張，若算力需求達到2000P，企業僅用卡成本就達到2億元。這種情況下，性價比更高的產品無疑更受市場歡迎。

而Gaudi 3價格優勢的實現，或源於英特爾並未全部採用最尖端的技術。比如，在製程方面，Gaudi 3採用的是臺積電5納米工藝，而在內存方面，Gaudi 3未採用最新的HBM3（高帶寬內存）。

這一定程度也引起市場對英特爾產品競爭力的疑慮。因為Gaudi 3對標的H100是英偉達兩年前基於Hopper GPU架構發佈的產品，而上個月英偉達基於BlackWell GPU架構發佈的 B100又進行了一輪大幅的升級，在性能方面遠勝英特爾的Gaudi 3。這種情況下，英特爾能以新品真正突圍嗎？

其實，聯繫英特爾當前的業績表現來看，不追求前沿配置，而是在控制成本的前提下大幅提升芯片性能，或許是更聰明的產品策略。

當前，英偉達已在AI加速計算方面具備絕對的技術和生態領先優勢，在這種局面下，若英特爾不惜一切進行追趕，成本壓力勢必會大幅攀升（今年第一季度，英特爾研發費用為43.82億美元，佔總營收的比例已經高達34.4%），回正利潤更需漫長周期。因此，通過洞察市場痛點，打造差異性產品，或是更加穩妥的選擇。

而爲了探尋更大的增長空間，英特爾還有一大戰略即推進代工業務發展。正如前文所述，該領域佈局對投入要求頗高，而在難以縮減擴大產能等固定支出的情況下，控制成本的另一手段即提高成本效率。因此，可以看到，英特爾已經成功拿下全球首臺高數值孔徑的EUV光刻機，隨着時間的推移，這或將持續降低英特爾的製造成本。

此外，根據財報，英特爾即將完成「四年五個製程節點」計劃，其中Intel 7，Intel 4和Intel 3已實現大規模量產。這樣來看，英特爾或許能在未來斬獲更多訂單。

對此，英特爾CEO基辛格也做出表示：「隨着英特爾代工的發展，我們有望在明年重獲製程方面的領先性，我們對推動全年持續增長的計劃充滿信心。」

不過，從行業競爭的持續以及芯片代工「重資產、長周期」的產業屬性來看，老牌芯片企業英特爾還有諸多硬仗要打。