新一輪AI浪潮引發的算力需求急速膨脹，在将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。
财報顯示，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，低于分析師預期的136.3億美元；調整後EPS為0.2美元，低于分析師預期的0.24美元；預計毛利率為43.5%，低于分析師預期的45.3%。
這似乎顯現出英特爾的發展信心不足，但面對競争，英特爾仍有沖勁，從其大舉押注AI晶片及晶片代工的動作來看，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？
财報資料顯示，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：“我們的用戶端、邊緣和資料中心産品組合的強大創新推動了英特爾收入增長。”
不過，從企業仍處于虧損中的表現來看，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闆塊——資料中心和人工智能業務、代工業務為例。
财報顯示，英特爾的資料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熱潮帶動新一輪資料中心投資高峰之下，這樣的增速似乎并未明顯受益于行業面增長。
具體而言，目前為了夯實競逐AI的底座，亞馬遜、微軟、谷歌等巨頭都在資料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，其中近半用于資料基礎設施建設。
強勁的需求帶動下，2024财年第四季度（截至1月28日），英偉達的資料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市場還是資料中心市場，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，且由于Al伺服器通常搭載以GPU（圖形處理器）為主的加速晶片，GPU開始成為全球資料中心增量市場的主角。
根據Verified Market Research的資料，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，資料中心市場的主導玩家也成為了英偉達。
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“自家晶片自家造”的傳統，将晶片生産獨立營運出來，以契合市場需求。
具體而言，随着以GPU為主的AI晶片需求快速膨脹，晶片産能瓶頸日益凸顯，比如英偉達主要通過台積電代工，但受台積電CoWoS先進封裝産能限制，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，英特爾布局晶片代工的重要性顯著。
此外，美國及歐盟紛紛推出晶片法案，對于歐美本土企業擴建晶圓代工廠提供巨額補貼。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，從一季度财報來看，英特爾代工業務似乎還未真正進入收獲期。财報顯示，2024年一季度，英特爾代工業務實作營收44億美元，同比下滑10%，營業虧損25億美元。
這樣的表現也不難了解。首先，晶圓廠建置成本極高。根據機構估算，建造一座月産量在5萬片晶圓的2nm工廠需要的成本約為280億美元（約合人民币1998.44億元），而同樣産能的3nm工廠的成本約為200億美元（約合人民币1427.46億元）。
而為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，英特爾相繼公布了在美國、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，據了解，英特爾代工闆塊由企業體系内原有的晶片制造相關部門合并而成，長期服務于内部訂單，并不需要獨立承擔盈虧，這也導緻其在服務外部客戶、開拓更大市場上，或需要一定适應期。
綜合來看，目前英特爾仍然處在深度調整階段，而從最新布局來看，英特爾仍将加速押注資料中心及代工業務：目前，公司斥巨資購買了最先進的High NA EUV光刻機；4月份，釋出新一代AI晶片Gaudi 3，對标英偉達H100。
而在市場競争激烈的局面下，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？？
目前，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，資料顯示，預計2022年至2027年大陸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争态勢，英特爾的進擊政策仍然展現在産品端，如Gaudi 3的釋出，被視為對英偉達在AI晶片市場上司地位的挑戰。
英特爾聲稱，與英偉達H100晶片相比，Gaudi 3推理能力平均提高50%，能效平均提高40%，運作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”，這無疑讓下遊需求方充滿期待。
實際上，目前英偉達GPU一卡難求所帶來的價格攀升，也影響了下遊科技公司對AI的布局。據悉，國内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，成本效益更高的産品無疑更受市場歡迎。
而Gaudi 3價格優勢的實作，或源于英特爾并未全部采用最尖端的技術。比如，在制程方面，Gaudi 3采用的是台積電5納米工藝，而在記憶體方面，Gaudi 3未采用最新的HBM3（高帶寬記憶體）。
這一定程度也引起市場對英特爾産品競争力的疑慮。因為Gaudi 3對标的H100是英偉達兩年前基于Hopper GPU架構釋出的産品，而上個月英偉達基于BlackWell GPU架構釋出的 B100又進行了一輪大幅的更新，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，聯系英特爾目前的業績表現來看，不追求前沿配置，而是在控制成本的前提下大幅提升晶片性能，或許是更聰明的産品政策。
目前，英偉達已在AI加速計算方面具備絕對的技術和生态領先優勢，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，占總營收的比例已經高達34.4%），回正利潤更需漫長周期。是以，通過洞察市場痛點，打造差異性産品，或是更加穩妥的選擇。
而為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，該領域布局對投入要求頗高，而在難以縮減擴大産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。是以，可以看到，英特爾已經成功拿下全球首台高數值孔徑的EUV光刻機，随着時間的推移，這或将持續降低英特爾的制造成本。
此外，根據财報，英特爾即将完成“四年五個制程節點”計劃，其中Intel 7，Intel 4和Intel 3已實作大規模量産。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：“随着英特爾代工的發展，我們有望在明年重獲制程方面的領先性，我們對推動全年持續增長的計劃充滿信心。”
不過，從行業競争的持續以及晶片代工“重資産、長周期”的産業屬性來看，老牌晶片企業英特爾還有諸多硬仗要打。
作者：堅白
來源：美股研究社