英特尔与英伟达，为什么奔赴“彼此的主场”？

2026.06.07 文 | 半导体产业纵横 这一周，台北国际电脑展COMPUTEX可谓精彩。 前一天，黄仁勋站在GTC大会的舞台上，出人意料的接连发布Vare CPU、RTX Spark，宣布“这是40年来，PC产品线首次全面重新设计。”台下坐着微软、戴尔、惠普、联想、华硕的全球 高管，他们将在今年秋季推出搭载英伟达RTX Spark芯片的笔记本电脑。 后一天，英特尔反手杀入英伟达的腹地，发布：数据中心CPU至强6+，288核，18A制程；Crescent Island数据中心GPU，160GB显存，风冷部署。 作为全球GPU霸主，英伟达杀入了英特尔的主场：CPU和PC；而英特尔这个CPU老牌王者，也盯上了英伟达的AI算力地盘。 AMD倒是乐得坐山观虎斗。AMD客户端业务高级副总裁拉胡尔·蒂库（Rahul Tikoo）表示欢迎竞争。不过，之前AMD一直宣称自己是全球唯一一家同时具备高性能CPU和高性能GPU研发能力的半导体公司。现在好了，全球唯三。 这一周的数据中心，算是彻底乱起来了。如果只是把这场交锋解读为产品矩阵的完善或技术路线的竞争，那就太浅了。更关键的核心是：为什么两大巨头，双向奔赴彼此的主场？ 01 复仇者联盟，归来 历史上，英伟达试图做过PC处理器。 2011年，英伟达在CES上宣布Project Denver，这是老黄首次公开涉足PC处理器领域。2012年，微软推出Surface RT，搭载英伟达Tegra 3芯片。2013年Surface 2沿用Tegra 4。这两款设备是英伟达ARM SOC首次进入Windows PC的尝试。但因为Windows RT生态不成熟、应用兼容性差，英伟达最终铩羽而归。 这次推出RTX Spark是在一个很特殊的历史节点上。 三个理由。 第一，GPU市场的到顶了。现在英伟达在GPU市场的占有率超过80%，在AI训练芯片市场超过90%，数字是非常强势，但天花板肉眼可见，英伟达在这个赛道上已经没有太多增长空间。欲登更高山，必须先下山。 第二，AI PC是全新的入口。传统PC的逻辑是：CPU是核心，GPU是配角。所有软件为x86设计，所有计算经过CPU调度。英特尔是这个生态的定义者，英伟达最多是个“增强显卡”的供应商。但是AI PC不一样，现在AI PC成为了AI本地运行载体，这时候GPU的并行计算能力变的关键。英伟达既掌握着CUDA生态，又掌握着全球最强的GPU技术，还掌握着AI开发者最熟悉的工具链。在AI PC这个新赛道上，英伟达有天然的起点优势，他不需要从头建立生态，只需要把现有的AI能力封装成PC可以使用的形态。 第三，苹果的前车之鉴。苹果用M系列芯片证明了：当你同时掌握硬件和软件的定义权，你就能打造出竞争对手无法复制的体验。英伟达做的同样是这个模式，桌面、笔记本、工作站三件套，全部100% Windows兼容、100% CUDA、100% Tensor Core。按照英伟达的说法，微软会为此修改 Windows 任务栏用户界面。上百家软件供应商和游戏开发商同意开发Arm移植版。Adobe 正在“从底层重构”Photoshop和Premiere来适配RTX Spark。 这一次，黄仁勋显然是有备而来，组合了一个“复仇者联盟”：微软、联发科、ARM。联发科，长期主导入门级消费芯片市场，高端始终难以突破，PC芯片领域一直徘徊在中低端梯队。Arm，在移动端称王，但是PC市场被X86垄断，高通也和微软带头做Windows on Arm，但Windows用户对Arm PC一直有顾虑。微软，Copilot+ PC已经把AI电脑的概念打了出来，但目前很多AI PC体验仍然偏轻，云端Copilot到本地Copilot之间缺一座桥。 英伟达的加入，刚好补上了这块短板。AI性能高达1 PetaFLOP，128GB统一内存，可本地运行120亿参数、上下文长度达100万token的大语言模型。 1 PetaFLOP是什么概念？英伟达2020年卖的数据中心GPU A100的FP16峰值是312 TFLOPS。一颗笔记本芯片，四年后翻了不止三倍。这对微软来说是Windows AI PC体验质变的机会，对ARM是打穿x86垄断的机会，对联发科是切入高端PC市场的机会。四方的利益，在AI PC上形成了交集。但很微妙的是，在数据中心市场，英伟达最大的客户是：Azure、AWS、Google Cloud。英伟达是“卖铲人”，把产品卖给所有人。RTX Spark的核心卖点是本地AI算力，1 PetaFLOP的AI推理能力，本地跑模型、本地跑Agent。如果本地算力足够强，用户为什么还要上云？为什么还要Azure？黄仁勋在帮微软站台的同时，其实也在松动微软云业务的地基。这就是今天科技行业悖论的地方，所有人都是合作伙伴，所有人也都是潜在对手。 再来看英伟达的Vare CPU。英伟达为什么要花费巨大资源自研数据中心CPU？黄仁勋在发布Vera CPU时说了一句话，被业界反复引用：“CPU不再仅仅是支持模型运行；它正在驱动模型。”这句话背后，是英伟达对AI时代计算架构的重新理解。 英伟达做Vera CPU，不是为了抢英特尔传统CPU的市场，而是不能让CPU成为自己GPU的绊脚石。在智能体AI工作负载中，CPU需要频繁调度GPU资源、处理超长上下文、管理海量的工具调用。这些任务的延迟要求是纳秒级的，如果CPU响应慢，整个系统的吞吐量都会下降。现在的瓶颈在于：任务编排、工具调用、超长上下文管理、海量状态维护，这些全都压在CPU上，PU集群价值数百亿美元，但如果CPU跟不上调度节奏，这些GPU会因为等待任务分配而大量闲置。 算力越强，浪费越多。所以，Vera CPU定位很清晰：不是x86的替代品，而是“为Agent制造的CPU”。我们来看Vare CPU的设计重点：第一，极致带宽，1.2TB/s内存带宽，比高端x86 CPU高出2-3倍；第二，超低延迟，通过NVLink与GPU直接互联，避免PCIe瓶颈；第三，高能效，LPDDR5X内存，功耗比传统DDR5低50%。 英伟达不会让自己的算力帝国被一颗CPU卡住。老黄的意思很明显：未来的数据中心建立在“英伟达inside”的基础上，而不是“x86 inside”的基础上。Vera CPU目前已进入全面量产阶段，预计今年第三季度正式投产。OpenAI、Anthropic、SpaceX已确认成为首批部署客户。英伟达预计，本财年CPU营收将达到200亿美元，这意味着英伟达将在CPU市场与AMD、英特尔形成正面竞争。 02 数据中心，才是主战场 陈立武接英特尔CEO的时候，这家公司正陷在泥潭里。制程工艺被台积电甩开，股价低迷，核心员工流失。他需要做的事情很多，但他必须先回答一个问题：英特尔的核心价值到底是什么？陈立武在COMPUTEX上说了一个核心的观点：CPU（尤其是x86架构CPU）是整个算力体系的基石。英特尔将在四个核心领域创造万亿美元的价值，分别是，个人电脑、边缘市场和代理式AI、数据中心、新兴的智能中心。 这次，英特尔亮相的数据中心CPU和GPU，打的是是英伟达的腹地——数据中心。 首先来看英特尔的至强6+。CPU本来就是英特尔的主场，几十年的x86生态、数十年的客户关系、无数企业级软件为至强优化，这是AMD和英伟达都难以复制的优势。 至强6+采用288核，18A制程，超大规模并行设计。配备最高576MB三级缓存，面向云原生、AgenticAI和网络密集型等负载需求，可以提供更高的能效和更稳定的持续性能。单个液冷机架占用32U计算空间，就能提供36864个核心；机架功耗仅约100kW，足以承载高密度智能体部署。与过往同等性能的服务器机架相比，功耗已经大幅降低。据新华三相关工作人员介绍，新华三与英特尔合作，推出了UniServer R6900 G7 AI训推一体化方案，由于至强6+的多核优势，方案采用纯CPU部署35B参数大语言模型，能够实现价格仅为常规GPU方案的一半。在至强6+之后，英特尔又亮出了Crescent Island。具体来看，Crescent Island基于Xe3P微架构，属于Xe系列高性能方向，采用LPDDR5X显存（不是HBM），最高达到480GB，同时350W风冷部署（不是液冷），主打能效比。英特尔的核心策略是：避开英伟达在高端训练市场的绝对优势，选择推理赛道作为突破口。 这是英特尔明智的地方，不直接做高端训练GPU与英伟达GB300正面竞争。 为什么？答案很简单：挑战太大。 英伟达有完整的GPU产品线，包括：H100、H200和H20，以及Blackwell架构的GB200和GB300。英伟达的优势建立在三个基础上：第一，CUDA生态。所有训练框架（PyTorch、TensorFlow、JAX）和推理框架（TensorRT、vLLM、TGI）都针对英伟达GPU做了深度优化。第二，高带宽显存。GB300的HBM3e显存带宽达8TB/s，GB300集群可支撑万亿参数大模型的实时训练。第三，软件栈完整性。从驱动到框架到部署工具，英伟达提供一站式解决方案。 高端训练GPU的核心竞争要素从来不是硬件参数，而是软件生态。这种生态壁垒，不是英特尔花几年时间就能建立的。Gaudi系列的表现已经证明了这一点。尽管硬件规格不差，但软件生态的短板让Gaudi在市场上始终未能形成气候。 这次英特尔的战略有点类似：农村包围城市。英特尔选择推理赛道的原因很很明显，训练市场的窗口已经关闭了。英伟达和AMD建立了足够深的护城河，但是推理市场随着大模型落地带来了海量的中小规模推理需求，这些需求对成本敏感、对部署简便性要求高，恰好是Crescent Island的用武之地。我们回头来看Crescent Island的关键词：480GB LPDDR5X显存、350W热设计功耗、风冷部署。解决的正是企业客户最关心的问题：功耗、散热、部署成本。 如果说，英伟达的推理GPU是高端市场的低成本方案，用性能收取相对合理的价格。那么，英特尔的Crescent Island是低端市场的高端方案。用相对低的功耗和部署成本，提供“足够用”的AI推理能力。英特尔赌的是当推理成为AI应用的主流场景时，今天积累的市场份额将转化为更大的话语权。 03 AMD怎么办？ 在本周的这场交锋里，AMD没有出现，但是AMD也在暗中经历价值重估。 2026年第一季度，AMD交出了一份令人惊艳的财报：营收103亿美元，同比增长38%，净利润13.8亿美元，同比增长95%。数据中心业务营收58亿美元，同比暴增57%，占公司总营收的比例已上升至约57%。 从2025年Q1到2026年Q1，AMD数据中心业务走过了一条教科书式的加速曲线：37亿美元→43亿美元→58亿美元。AMD数据中心业务的增长由两条腿驱动：EPYC服务器CPU和Instinct GPU加速卡。两者在2025至2026年的AI基础设施投资潮中均获得了强劲的市场需求。Oracle Cloud、谷歌云相继宣布采用第五代EPYC处理器构建新一代实例；Instinct GPU方面，MI300系列在AI推理和训练市场中持续扩大客户基础。AMD在2026年最具战略意义的产品动作，是一个名为Helios的全机柜AI系统。这套系统被定位为直接对标英伟达Grace Blackwell和Vera Rubin系统的竞品——后者的整机柜售价超过300万美元。 Lisa Su在财报电话会上说了一句超出常规财报措辞尺度的话：“AMD有信心2027年实现数据中心人工智能业务年营收数百亿美元。” 这是一个相当激进的承诺。但如果AMD能够将Helios系统成功推向市场，并在ROCm软件生态上持续缩小与CUDA的差距，这个承诺并非不可能实现。 04 算力新秩序的黎明 2026年的数据中心芯片市场，呈现出一幅前所未有的图景。 英伟达从GPU霸主向系统级算力平台供应商转型，携RTX Spark和Vera CPU双线进攻。英特尔以至强6+和Crescent Island反击，同时在制程工艺和架构设计上寻求突破。AMD在CPU和GPU双线并进，以Helios和ROCm生态为抓手，试图在两强之间开辟自己的生态位。 这是一场关乎未来十年数字经济主导权的交锋。谁能赢得智能体AI时代的算力基础设施，谁就能在下一个计算时代占据核心位置。 目前来看，但变数依然存在。芯片通胀正在推高整个产业成本，供应链紧张态势短期难以缓解。Arm与x86的架构之争鹿死谁手，尚未可知。芯片政策变数和中国本土芯片厂商的崛起，将为这场比拼增添更多不确定性。 唯一确定的是，在AI变幻莫测的时代，没有厂商敢继续安于一隅。