Intel 最近一季業績表面上很亮眼。2026 年第一季，公司收入達 136億美元，按年升 7%；非 GAAP EPS 為 0.29美元；第二季收入指引為 138億至148億美元，亦高過市場原先預期。最惹人注意的是 Data Center and AI，即 DCAI 部門，第一季收入達 51億美元，按年升 22%。這正是市場重新炒起 Intel 的核心理由。
如果只看表面，這似乎是一個很漂亮的 turnaround story。過去幾年 Intel 最弱的地方，就是 data center server CPU 被 AMD EPYC 追打，被 ARM server CPU 蠶食，又被 NVIDIA GPU 搶走 AI infrastructure 的核心價值。現在 DCAI 突然重新增長 22%，市場自然會問：Intel 是否終於由下跌週期轉入復甦週期？甚至更進一步，Intel 是否會因為 AI inference 和 agentic AI 爆發，變成下一個 NVIDIA？
我的結論很直接：Intel 可以有修復，但很難成為第二個 NVIDIA。用六千億美元市值去定價 Intel，是把 AI GPU 的 economics 錯誤套用到 AI CPU 身上。
一、Intel 這一季業績真正好的是 Data Center，不是 consumer CPU
Intel 第一季最重要的不是 consumer PC CPU，而是 DCAI。Consumer 端的 Client Computing Group 只是平穩，真正令市場興奮的是 Data Center and AI 收入 51億美元，按年 +22%。如果年化，單季 51億美元大約等於全年 204億美元 run-rate。若給它較樂觀假設，全年做到 220億美元、240億美元，甚至260億美元，
這裏的投資故事是：AI infrastructure 不只是 GPU。當 AI 從 training 走向 inference，尤其是 agentic AI、工具調用、workflow orchestration、memory retrieval、API routing、distributed scheduling，CPU 的角色會重新變重要。CPU 不再只是「插在旁邊的輔助零件」，而是整個 AI stack 的 orchestration layer 或 control plane。
這個方向有道理。但問題是：有道理，不等於 Intel 可以像 NVIDIA 一樣收割整個價值池。
二、GPU:CPU ratio 改善，不等於 Intel revenue 翻倍
市場有一種說法：過去 AI server 大約是 8 GPU : 1 CPU，未來 inference 和 agentic AI 增加，可能走向 4 GPU : 1 CPU，甚至更低。如果由 8:1 去到 4:1，理論上 CPU socket 需求就是翻倍。
但這個推論有兩個問題。
第一，一年內由 8:1 變 4:1 太激進。較合理是假設由 8:1 改善到 6:1。這樣 CPU 需求不是 +100%，而是大約 +33%。
第二，CPU 需求增加，不等於 Intel 吃到全部增加值。新增需求會被 AMD、ARM、自研 CPU、NVIDIA Grace，以及 hyperscaler 自家架構分走。Intel 只是其中一個參與者，而且不是最強勢的參與者。
所以 Intel DCAI 增長 20%左右，其實不是奇怪，而是合理。它反映的是：整體 AI server CPU 需求在增長，但 Intel 的份額正在被稀釋。
三、AI CPU 的市場規模本來就遠小於 GPU
這是整個 argument 最核心的地方。
AI GPU 一粒可以賣三萬美元，甚至更高。NVIDIA 的真正威力，不只是出貨量，而是 ASP 極高、毛利極高、software lock-in 極強、CUDA 生態極深。GPU 直接決定模型訓練能力和推理吞吐能力，所以 hyperscaler 願意用極高價格搶供應。
但 CPU 不同。
AI server CPU 一粒大約只是 五六千美元級別。即使需求增加，它的 dollar density 仍然遠低於 GPU。假設 AI GPU 出貨約 700萬顆，8:1 ratio 對應約 87.5萬粒 server CPU。如果每粒 CPU 6000美元，整個 AI CPU attach market 只是約 52.5億美元。相反，700萬粒 GPU 每粒 3萬美元，就是 2100億美元。
這就是差別。
GPU 是 AI intelligence engine。CPU 是 orchestration component。CPU 很重要，但它不是價值池最大的地方。
四、整個 x86 server CPU 市場，一年也只是幾百億美元級別
再看 AMD。AMD 2026 Q1 Data Center revenue 是 58億美元，按年升 57%，由 EPYC server CPU 和 Instinct GPU 共同推動。
但這 58億美元不是純 CPU，當中包括 Instinct GPU。若粗略估 EPYC server CPU 佔 60%至70%，AMD 一季 server CPU 大約是 35億至40億美元。
Intel DCAI 一季 51億美元，也不是純 CPU，但 Xeon 仍是核心。假設 Intel server CPU 約 45億至50億美元，加上 AMD 約 35億至40億美元，全球 x86 server CPU 一季大概 80億至90億美元，全年大約 320億至360億美元。即使用較寬鬆口徑，也不過 400億美元以上。
這個市場不是小，但它不是 NVIDIA AI GPU 那種幾千億美元級別的市場。更重要是，Intel 不是壟斷者。AMD 正在快速增長，ARM 亦正在上來。
所以 Intel 的合理敘事是：
Data Center CPU recovery。
不是：
第二個 NVIDIA。
五、AMD 正在吃掉 Intel 最想要的增長
Intel 的 DCAI 增長是 +22%，但 AMD Data Center 是 +57%。這代表甚麼？
代表 AI server CPU 的新增需求並不是平均分配，而是 AMD 正在吃掉很大部分高增長、高 ASP、高毛利的 server demand。AMD 有 EPYC CPU，也有 Instinct GPU，可以用 CPU + GPU 的完整方案去打 hyperscaler。Intel 的 GPU 弱，所以只能主要靠 Xeon 和 foundry 故事支撐。
更重要是，AMD 比 Intel 更容易講 integrated AI platform story。Intel 現在較像是防守：守住 x86 server CPU 的 relevance。AMD 則仍在進攻：繼續搶 Intel 的份額。
因此，即使 CPU market 真的因 AI inference 擴大，Intel 也未必是最大受益者。
六、ARM 才是 Intel 更長期的結構性威脅
最大問題不是 AMD，而是 ARM。
ARM 在 AI data center 有幾個結構性優勢。
第一，慳電。AI data center 最大瓶頸不是買不到 CPU，而是電力、散熱、機櫃密度、液冷、電網容量。
第二，容易做 custom integration。NVIDIA Grace、Google Axion、AWS Graviton / Trainium 生態，本質上都是把 CPU 和 accelerator 做成一個完整平台，而不是買一粒標準 Xeon 再插上去。
第三，平台商會自己吃掉 CPU attach value。NVIDIA GB200 NVL72 一個 rack 已經是 72個 Blackwell GPU + 36個 Grace CPU 的整機設計。客戶買 GB200 rack 時，CPU 已經在 NVIDIA 系統裏面，Intel 沒有機會再插入 Xeon。
Google 亦一樣。Google 第八代 TPU 已經使用自家 Axion ARM-based CPU host，目標是優化整個系統，而不是單一晶片。
這個趨勢非常致命。它代表 AI server CPU 市場正在由「開放式 x86 市場」變成「平台內建 CPU 市場」。
七、NVIDIA 已經由 GPU 供應商變成 AI 基建平台商
以前 NVIDIA 主要賣 GPU。系統商如 Dell、HPE、Supermicro、Quanta、
但現在 NVIDIA 不只是賣 GPU，而是賣 DGX、HGX、GB200 NVL72、rack-scale AI system。這是完全不同的商業模式。
以前 CPU attach rate 由系統商和客戶決定。現在 CPU attach rate 開始由 NVIDIA 自己決定。
如果 NVIDIA 去年只有三分之一是整機，今年可能變成三分之二是整機，
所以 Intel 面對的是雙重壓力：
NVIDIA 整機化吃掉 CPU attach value；
剩下開放市場，AMD 又搶得比 Intel 快。
這不是一個有壟斷定價權的市場。
八、AI server CPU 不會像 GPU 一樣加價
這一點最容易被市場錯估。
NVIDIA GPU 可以加價，因為它近乎壟斷，且 CUDA 和整個 software ecosystem 令客戶高度鎖定。GPU 直接決定 AI 模型可否訓練、可否推理、可否擴展。客戶為了拿到 compute，願意付極高 premium。
但 CPU 不是這樣。
CPU 可以由 Intel、AMD、ARM、自研 CPU、NVIDIA Grace、Google Axion、AWS 生態供應。它是必要元件，但不是壟斷元件。它重要，但不是唯一。
所以即使 AI inference 令 CPU 需求增加，CPU ASP 也很難像 GPU 一樣爆升。CPU 一粒五六千美元，GPU 一粒三萬美元，這個單價差距本身已經決定了市場天花板不同。
九、18A 是 Intel 真正的關鍵，但也不是萬能
如果 Intel 要真正重估，關鍵不是單純 DCAI +20%，而是 18A。
18A 若成功，代表 Intel 先進製程可信度恢復，foundry 有機會止血，毛利率有機會改善，美國供應鏈安全敘事亦會給它 geopolitical premium。
但問題是，18A 成功不等於 Intel 變成 AI foundry 王者。
因為 AI server chip 真正核心不只是 logic node，而是：
-
HBM integration
-
advanced packaging
-
CoWoS capacity
-
chiplet interconnect
-
thermal design
-
memory bandwidth
-
system-level integration
而這些地方，台積電仍然明顯領先。NVIDIA、AMD、
Intel 有 EMIB、Foveros，但整個 ecosystem、產能、客戶信任度，仍未達到台積電 CoWoS 那個地位。
所以 Intel 18A 最樂觀的現實目標，可能不是打敗台積電，而是：
令 foundry 不再大幅虧損，成為美國本土第二供應源。
這有價值，但不是 NVIDIA 式價值。
十、Intel foundry 最大希望是「不再蝕」，不是「壟斷 AI」
Intel 現在 foundry 仍然是巨大負擔。即使 DCAI 做得好，foundry 若每年繼續燒幾十億美元，EPS 仍然會被拖低。
所以投資 Intel，要看兩條線：
第一，DCAI 是否能由 200億美元 run-rate 升到 240億、260億美元。
第二，foundry 是否能由大幅虧損走向 break-even。
如果兩件事都做到，Intel 當然可以由 value trap 變成 turnaround stock。EPS 可以由低位修復，市場也可以給更高 multiple。
但這仍然不是「第二個 NVIDIA」。這只是：
老牌半導體公司由衰退轉入修復。
這是完全不同的估值框架。
十一、六千億美元市值很難 justify
如果 Intel 股價去到 110美元，以約 43億至45億股計，市值大約就是 5000億至6000億美元。這個市值不是普通 turnaround valuation，而是接近市場相信它會成為 AI infrastructure 核心平台。
但 Intel 要 justify 這個市值，需要幾乎所有 bullish 條件同時成立：
-
DCAI revenue 升到 260億美元甚至更高；
-
server CPU 毛利率回到 60%以上；
-
18A yield 穩定，量產成功；
-
foundry 虧損大幅收窄甚至 break-even；
-
ARM 沒有大幅侵蝕 x86；
-
AMD 沒有繼續搶高端 server CPU；
-
NVIDIA 整機化沒有吃掉太多 CPU attach；
-
hyperscaler 願意回到 Intel open x86 ecosystem；
-
Intel AI GPU 或 AI platform 重新有競爭力。
這些條件同時發生的難度很高。
所以市場如果用六千億美元市值去定價 Intel，本質上是在假設它不只是修復，而是重新成為 AI infrastructure 平台公司。但現實上，Intel 目前更像是 AI infrastructure 的一個重要但被動的供應商，不是控制整個 stack 的平台主。
十二、最終投資結論
Intel 的 Q1 業績的確有改善，DCAI +22% 也不是假數字。AI inference 和 agentic AI 的發展，確實會提高 server CPU 的重要性。這部分可以支持 Intel 有一段估值修復。
但市場若把這件事解讀成「Intel 是第二個 NVIDIA」，就是錯誤認識。
原因很清楚：
第一，CPU 單價遠低於 GPU，整個 value pool 細很多。
第二，CPU 供應商眾多，包括 Intel、AMD、ARM、自研 CPU、NVIDIA Grace、Google Axion、AWS 生態。
第三，新增 AI server CPU 需求不是全部給 Intel，AMD 和 ARM 反而可能吃得更多。
第四，NVIDIA 正由 GPU 供應商變成整機平台商，CPU attach value 被 NVIDIA 自己吃掉。
第五，AI server chip 的核心不只是製程，而是先進封裝和 HBM integration，台積電仍然領先。
第六，Intel 18A 即使成功，最現實作用也是幫 foundry 止血，而不是令 Intel 變成 AI 王者。
所以 Intel 的合理定位應該是：
一間有機會由衰退走向修復的美國國家級半導體基建公司。
不是：
下一個 NVIDIA。
這就是整個投資判斷的核心。
如果股價只是反映 DCAI 復甦、foundry 虧損收窄、EPS 修復，這有合理性。但如果市場把 Intel 推到六千億美元市值，等於相信它會重奪 AI infrastructure 的平台控制權。以目前 CPU economics、ARM 趨勢、NVIDIA 整機化、AMD 增長、台積電封裝優勢來看，這個定價很難成立。
免責聲明： 本內容提供之報告內容係根據本公司認可之資料來源，
並基於特定日期所做之判斷，但不保證其完整性或正確性， 報告中所有的意見及預估，如有變更恕不另行通知。 本研究報告所載之投資資訊，僅提供客戶做為一般投資參考，
並非針對特定對象提供專屬之投資建議。 文中所載資訊或任何意見， 不構成任何買賣有價證券或其他投資標的之要約、 宣傳或引誘等事項。對於本投資報告所討論或建議之任何證券、 投資標的，或文中所討論或建議之投資策略， 投資人應就其是否適合本身財務狀況與投資條件， 進一步諮詢財務顧問的意見。