芯片巨头英特尔陷入困境，AI时代浪潮能否助其重焕生机
2025 年 3 月陈立武接手英特尔(99.17, -12.61, -11.28%)之际，这家老牌企业急需一场脱困变革。 过去数年间，这家硅谷芯片鼻祖在制造工艺上接连失利，市场份额持续被英伟达、超威（AMD(466.38, -56.82, -10.86%)）、高通(215.94, -26.63, -10.98%)等竞争对手蚕食鲸吞。与此同时，台积电(415.17, -29.75, -6.69%)几乎垄断了全球 90% 的尖端制程产能，英特尔的晶圆代工业务几乎无立锥之地。 在首次财报电话会议上，陈立武并未避
亚洲 AI 峰会与台北电脑展深度解析：芯片、算力及光互联新趋势
本文梳理了首届亚洲 AI 峰会及台北电脑展的关键产业洞察，涵盖 AI 驱动下的 CPU 需求激增、Nvidia、AMD、联发科等巨头的最新动态，以及 AIPC、光互联、台积电产能等焦点话题，并提供了清晰的行业预判与投资建议。AI 推动 CPU 需求攀升的核心逻辑 - 过去 CPU 与 PC 主要服务于人类，未来将转由 AI 智能体主导，AI 需求的爆发将强力拉动 CPU 增长。- Nvidia Vera CPU 性能较 Intel X86 提升 1.7 至 1.9 倍，预估单价达 6000 美元。若以 3
机构纷纷看多AMD Agentic AI催化CPU市场前景
AMD(483.8717, -39.33, -7.52%)披露亮眼的一季报及乐观的二季度预期后，高盛(1064.6, -28.01, -2.56%)、伯恩斯坦和交银国际等机构近期相继调升评级与目标价，核心观点均指向Agentic AI驱动的CPU需求正成为企业新的增长动力。 AMD首季财报揭示，公司实现102.5亿美元营收，每股盈利1.37美元，均高于华尔街预期的99亿美元和1.28美元。更为市场关注的是，公司对二季度营收预期达112亿美元，大幅超越市场预期的105亿美元。交银国际研报强调，业绩核心亮点在
AI算力重构：CPU架构演进与市场变革
核心观点：随着AI推理需求增长及智能应用普及，CPU设备从传统辅助角色转向核心计算单元，服务器配置中CPU与GPU比例正从1:8调整至1:1。指令集优化、多核架构、内存技术三项突破全面增强处理器性能与并行处理水平，x86架构依靠成熟产业体系维持主导地位，ARM架构则借功率效率优势不断扩大应用范围。全球处理器市场快速扩张，国内厂商如海光、鲲鹏等加快本土化替代进程，上游存储、封装测试等配套环节同步获益，整个产业进入量价双升阶段。报告篇幅：53页，因内容长度控制，此处仅节选部分要点。具身智能专题资料免费获取，获
CPU重归AI计算核心：揭秘其隐藏的AI战略
在GPU风头正劲之时，CPU制造商却在背后酝酿着一场技术变革。6月1日，英伟达公布其首款独立数据中心CPU Vera已进入量产阶段，预计第三季度开始交付。而就在前一周，AMD也宣布其新一代EPYC数据中心CPU Venice正式投入生产。这些CPU巨头的集中行动引人深思。01 为何CPU再度崛起关键原因在于Agentic AI（智能代理）的兴起。GPU擅长处理大规模并行计算任务，但AI Agent更依赖于精细化的资源调度与控制。随着AI Agent逐步成为应用主流，CPU的应用需求正在发生结构性转变。示意
AI Agent黎明将至，CPU重掌计算中枢
多一个点在看多一条小鱼干当众人仍聚焦算力峰值时，芯片巨头已悄然转移战场若你今日查阅英伟达、高通、英特尔的官网，或研读其近期技术发布会记录，会发现一个意味深长的共同焦点——AI Agent。更确切地说：它们不约而同地强调同一观点——在即将到来的AI Agent时代，CPU的地位将变得空前关键，甚至可能再度成为整个计算架构的“总调度”。众所周知，过去两年多，GPU一直是AI领域无可争议的核心。从大模型训练到对话推理，GPU算力几乎等同于“AI国力”。英伟达的H100、B200一度被炒至单块4万美元，黄仁勋的皮
AIAgent浪潮席卷全球
英伟达 CEO 黄仁勋提出 “AIAgent 时代已经全面开启” 的观点，随后高通总裁兼 CEO 克里斯蒂亚诺・安蒙在演讲中指出 “2026 年将是 AIAgent 元年”，鸿海、广达、纬创、和硕四大代工厂罕见地共同探讨 AIAgent；微软、联发科、Arm 与甲骨文等企业也纷纷联合推出了相关新品。英特尔与 Arm 均强调 AIAgent 对 CPU 的推动作用，前者表示多家公司 CEO 纷纷致电催促供货，后者则表示随着 AIAgent 快速发展，CPU 需求增长速度已超预期。智能体（Agent）时代 C
英特尔点燃交易员新热情
芯片巨头英特尔突然再次成为交易员关注的焦点，管理层对处理器需求的乐观预期引发股价剧烈波动，并刺激看涨期权出现抢购热潮。周三开盘时，该公司股价一度飙升近10%，随后回落至113美元附近，截至发稿时仍上涨近5%。此轮上涨之前，英特尔高管强调数据中心市场的处理器需求正在回暖，并披露了与3和18A制程节点相关的产能扩张进展。期权市场迅速转向做多方向。6月5日到期的周度合约显示，投资者预计到周五收盘时股价波动幅度约7%，而行权价在113、114和115美元的平值跨式期权报价在7.70至7.90美元之间。这意味着交易
安谋掌门人：禁售 AI 芯片给中国？根本行不通
6 月 2 日，英国芯片设计巨头安谋科技的执行长雷内·哈斯指出，想要阻断面向中国的人工智能（AI）中央处理器（CPU）出口极具难度，缘由在于 CPU 应用场景极广，很难界定哪部分是专门服务于 AI 的。据路透社报道，哈斯是在中国台湾台北参加展会期间，利用空隙接受采访时发表了上述观点。哈斯强调，封锁 AI CPU 几乎无法实现，因为不像针对英伟达图形处理器那样，能为 CPU 设定明确的性能门槛或内存带宽上限。他直言，若美方执意如此，那就得“全面限制”所有 CPU。他进一步补充，美国政府或许会尝试此类举措，但
瑞穗再度提升AMD估值预期，代理型AI芯片需求成核心驱动力
瑞穗证券于本周一再次将AMD(512.295, -3.81, -0.74%)的目标股价调高至615美元，并维持“跑赢大市”的评级，背后的关键因素是整个CPU市场正迎来代理型AI需求的强劲增长。这已是瑞穗近一个月内第二次上调AMD目标价——5月初该机构刚将目标价从280美元提升至415美元。 瑞穗分析师在研究报告中强调，AMD正从多个层面受益于AI算力需求的扩散效应。不同于过去两年市场高度聚焦GPU的局面，随着OpenClaw等代理型AI工具的迅速崛起，CPU在AI基础设施中的战略地位显著提升。代理型AI需
芯片巨头争夺AI计算主导权
英特尔与英伟达在处理器市场的激烈竞争，标志着新一轮人工智能基础设施控制权之战已经打响。 6月1日美股开盘前，半导体板块走势出现明显分化。英伟达股价上扬2.4%，Arm涨幅一度超过15%，而英特尔下跌近6%，高通跌幅超过7%，AMD下跌逾3%。 在消息层面，英伟达正快速进入PC生态系统，携手微软、Arm、联发科等合作伙伴推动基于Arm架构的AI PC发展。几乎同时，英特尔公布了在数据中心领域的最新突破，包括发布至强6+处理器、以太网E835控制器以及AI加速器升级版本。 两家公司在处理器市场的竞争，标志着新
英伟达重拳出击：Vera CPU量产，联手微软进军PC芯片领域
英伟达不仅在Vera CPU上挑战英特尔和AMD，更携手微软正式进军个人电脑市场。 在台北电脑展COMPUTEX开幕前夕，英伟达CEO黄仁勋现身台北流行音乐中心发表演讲。此次同行者还有他的父母。演讲伊始，他先是感谢了英伟达的生态伙伴，随后在名单中“夹带私货”，提到了“水果女士”、肉粽以及餐厅名字。 黄仁勋在演讲中宣称，“有用的AI”时代已然来临，他视token（词元）为利润单位，并将AI比作GDP的“生成器”。 产品更新依然是全场焦点。关于新一代平台Vera Rubin，黄仁勋透露该产品已全面投产。他提到
AI CPU：性能跃迁新纪元
伴随大模型迈向Agentic AI（多智能体推理）的新范式，CPU在数据中心中的定位正经历根本性转变——从以往的任务调度与数据流转，升级为深度介入推理环节，致使CPU需求激增，甚至显现出用量超越GPU的态势。在Agentic AI推理流程中，约70%-80%的时间由CPU承担（涵盖任务分解、沙箱隔离、线程调度及应用调用等），GPU则仅聚焦于核心计算。这使得CPU与GPU的配比由传统的1:2逐步向1:1乃至更高比例演进，单颗CPU需支撑的线程数量剧增，以英伟达Vera（88核176线程）为例，单颗CPU可承
AI服务器产业趋势解析
依据最近数家证券机构的报告及市场统计数据，AI服务器行业正在经历由“模型训练”向“实际推理”应用的结构性转型，全球市场需求持续强劲，但供应链体系也面临全新挑战。以下为关键分析要点：市场核心驱动力：戴尔AI服务器收入同比激增757%并大幅上调预期；同时英伟达新一代平台量产将带动PCB、MLCC等上游价值量提升。技术发展趋势：随着AI走向推理（Agentic AI），CPU在调度中的作用凸显，预计价值将重估，CPU:GPU配比或从1:8升至1:2。产业链主要环节：CPU/芯片：关注龙芯中科、海光信息、中国长城
算力风口转向!CPU产业进入超级周期|投资攻略
今日A股市场呈现震荡分化格局，硬科技领域继续领涨，半导体、先进封装、AI服务器算力等细分方向保持高度活跃，市场资金持续挖掘AI算力领域的结构性机遇。随着智能体AI应用加速落地，行业算力逻辑正在发生根本性重构，长期被市场冷落的CPU领域迎来价值重估，高景气行情正式启动。行业转折点算力中心从GPU全面转向CPU此前AI领域长期以GPU为算力核心，但随着AI从模型训练转向推理应用，以及智能体AI全面爆发，算力格局迎来颠覆性变革。传统AI时代70%-80%算力负载集中于GPU，而当前智能体的多轮规划、工具调用、自