AI晶片、晶圓代工雙戰線反擊，英特爾能否王者歸來？

新一波AI浪潮引發的算力需求急速膨脹，在將GPU之王輝達捧上神壇的同時，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，英特爾營收維持成長，但獲利卻無較大起色。

而其也給出第二季業績指引：營收125-135億美元，低於分析師預期的136.3億美元；調整後EPS為0.2美元，低於分析師預期的0.24美元；預估毛利率為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。

01業績向好之下，英特爾有何煩憂？

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

可以看出，英特尔的整体经营情况是显著向好的。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：“我們的客戶端、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——資料中心和人工智慧業務、代工業務為例。

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

具體而言，目前為了夯實競逐AI的底座，亞馬遜、微軟、Google等巨頭都在資料中心業務上投入巨資，如Google去年第四季的資本支出年增45%達到110億美元，其中近半用於資料基礎設施建設。

強勁的需求帶動下，2024財年第四季（截至1月28日），輝達的資料中心業務營收規模達到約184億美元，較去年同期激增409%。

相較之下，英特爾相關業務的成長潛能似乎尚未充分釋放。

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，人工智慧技術快速發展，且由於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為了輝達。

不過，在這一輪轉折期，英特爾也面臨一定機遇，這涉及其代工業務的發展。

2021年，英特爾提出IDM2.0策略，打破「自家晶片自家造」的傳統，將晶片生產獨立運作出來，以契合市場需求。

具体而言，随着以GPU为主的AI芯片需求快速膨胀，芯片产能瓶颈日益凸显，比如英伟达主要通过台积电代工，但受台积电CoWoS先进封装产能限制，2023年下半年，英伟达就出现了高性能计算卡交货周期普遍延长至12-16个月的情况。这一背景下，英特尔布局芯片代工的重要性显著。

此外，美國及歐盟紛紛推出晶片法案，對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，從第一季財報來看，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，較去年同期下滑10%，營業虧損25億美元。

這樣的表現也不難懂。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工廠所需的成本約為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）。

而為了開啟業務發展空間，目前英特爾正持續加強代工基礎建設。據悉，自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製造工廠的計劃，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，英特爾代工板塊由企業體系內原有的晶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戶、開拓更大市場上，或需要一定適應期。

綜合來看，目前英特爾仍處於深度調整階段，而從最新佈局來看，英特爾仍將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，發表新一代AI晶片Gaudi 3，對標輝達H100。

那麼，在市場競爭激烈的局面下，英特爾的大舉進擊夠胸有成竹嗎？

02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，不斷拉動智慧算力市場規模擴大，數據顯示，預計2022年至2027年我國智能算力規模年均複合成長率達33.9%。

面對爆發性的市場需求和日益加劇的競爭態勢，英特爾的進擊策略仍然體現在產品端，如Gaudi 3的發布，被視為對輝達在AI晶片市場領導地位的挑戰。

英特爾聲稱，與輝達H100晶片相比，Gaudi 3推理能力平均提高50%，能源效率平均提高40%，運行人工智慧模型的速度是H100的1.5倍。同時，Gaudi 3還有一個極其重要的優勢，“成本僅為輝達 H100 的一小部分”，這無疑讓下游需求方充滿期待。

實際上，目前輝達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。在這種情況下，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，或源自於英特爾並未全部採用最尖端的技術。例如，在製程方面，Gaudi 3採用的是台積電5奈米工藝，而在記憶體方面，Gaudi 3未採用最新的HBM3（高頻寬記憶體）。

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是輝達兩年前基於Hopper GPU架構發布的產品，而當前輝達基於BlackWell GPU架構發布的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，聯繫英特爾目前的業績表現來看，不追求前沿配置，而是在控製成本的前提下大幅提升晶片效能，或許是更聰明的產品策略。

目前，輝達已在AI加速運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%），回正利潤更需漫長週期。因此，透過洞察市場痛點，打造差異性產品，或是更穩健的選擇。

而為了探索更大的成長空間，英特爾還有一大策略即推動代工業務發展。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方面固定支出的情況下，控製成本的另一手段即提高生產效率。因此，可以看到，英特爾已經成功拿下全球首台高數值孔徑的EUV微影機，隨著時間的推移，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：“隨著英特爾代工的發展，我們有望在明年重獲流程方面的領先性，我們對推動全年持續增長的計劃充滿信心。”

不過，從產業競爭的持續性以及晶片代工「重資產、長週期」的產業屬性來看，老牌晶片企業英特爾還有許多硬仗要打。

來源 | 美股研究社

作者 | 堅白