AI推理太火，英特尔CPU造不过来了——只能满足50%需求

一个反常的现象：GPU时代的"配角"成了抢手货

2026年9月14日，美国科罗拉多州丹佛。Splunk.conf26大会的主题演讲台上，英特尔CEO陈立武面对一个问题时停顿了半秒——芯片制造工厂到底重要吗？他的回答直白且带着焦虑："全球AI芯片制造不应该过度依赖单一代工企业。如果把95%的订单交给台积电，风险将显著增加。"

然后他抛出了一个更令人意外的数据点：英特尔当前只能满足约50%的客户需求。

这不是关于AI训练芯片。训练领域的霸主是英伟达GPU，这一点行业共识早已确立。英特尔遭遇的"断供"危机发生在它的主场——服务器CPU。在AI推理场景中，越来越多企业发现，协调数千张GPU协同工作的节点算力，以及处理应用程序和安全性保障的通用处理器，需求正在超出预期增长。

"许多CEO给我打电话，我却只能告诉他们很抱歉，我们无法生产足够的产品。"陈立武说。

这组对话发生在一个微妙时间点：就在两个月前，英特尔公布了2026财年第二季度财报——总营收161亿美元，同比增长25%；其数据中心与AI（DCAI）部门收入达到63亿美元，同比猛增59%。这是英特尔连续十余年来增速最快的季度。

速度在加快，但产能追不上。

基板：谁控制了这个小环节，谁就卡住了大脖子

问题出在哪里？不是晶圆厂缺硅片，不是设计有问题，而是封装基板。

先进封装技术如英特尔的EMIB（嵌入式多芯片互连桥），需要将多个芯片裸片整合到同一个封装内以提升计算密度。在这个过程中，基板是最关键的上游组件之一——它连接着CPU核心、内存和各种IO设备，承载整个系统的物理底座。

据陈立武在丹佛大会上披露，日本和中国台湾地区的基板供应商，正通过预付款方式锁定了大量产能。这种模式意味着下游客户要提前支付款项才能确保拿到供应份额。对英特尔而言，它的CPU虽然设计能力强，但在封装环节受制于上游供应商的交付能力。

这并非新鲜事。半导体行业的"瓶颈转移"规律在此再次验证：当一个领域需求爆发式增长时，最先紧缺的往往不是核心技术本身，而是支撑该技术落地的配套环节。

英特尔CFO Dave Zinsner在二季度财报电话会上印证了这一判断："为了支持今明两年的增长，我们正在大幅增加对设备、洁净室空间和基板的投资。"

这句话透露了两个信号：一是基板已经成为确定性的制约因素；二是英特尔试图通过重资产投入来打破上游垄断，但这需要时间。通常情况下，新建一条高端基板产线需要18到24个月的周期，短期内供需紧张局面难以根本缓解。

值得注意的是，基板成本在整个服务器CPU组装中的占比虽然没有公开的精确数字，但根据行业经验，先进封装相关的基板成本可能占到整机组装成本的10%至20%区间。这个比例随着芯片集成度提高还在持续上升。

市场格局：AMD在等机会，台积电在笑

英特尔的困境恰好映射了整个AI产业链的力量博弈。

Counterpoint数据显示，2026年第一季度台积电占据全球晶圆代工收入的70%以上，领先三星电子、中芯国际和英特尔。而包括英伟达、AMD和苹果在内的主要AI芯片厂商，几乎都将生产交给了台积电。

这意味着什么？英特尔一方面想通过代工厂业务扩张来分一杯羹，另一方面自己的CPU又陷入产能困局，形成一种讽刺的闭环。

对于AMD来说，这是一个窗口期。AMD的Instinct系列AI加速卡已经在部分推理场景获得采用，如果英特尔的服务器CPU持续供不应求，企业客户自然会转向其他选项。服务器CPU市场的竞争本质上是"生态粘性"的竞争——一旦客户迁移了workload，切换成本很高，AMD可能借此建立新的用户基础。

但反过来看，也有另一个角度：基板供应紧张的状况是行业通用的，不只是英特尔遇到这个问题。AMD同样面临同样的上游约束条件。所以这个瓶颈未必能让AMD直接吃掉英特尔的市场份额，更可能的结果是整个AI推理市场的扩容速度因此放缓。

此外，英特尔自身的代工业务也在艰难复苏中。公司此前在14A制程良率方面遇到困难，2026年4月同意向由特斯拉和SpaceX主导的Terafab项目提供14A制程技术。如果代工业务能在未来两年实现良率和交付能力的突破，英特尔的整体制造弹性将显著提升。

未来怎么看？三个指标值得追踪

这篇报道的核心不是"英特尔不行了"这种简单叙事，而是一个产业阶段转换中的结构性矛盾——当AI推理从概念走向大规模部署时，传统服务器CPU的增量价值被重新定价，而供给侧的反应存在天然的滞后性。

接下来最值得关注的三个观察点：

第一，基板扩产进度。 关注日本（如Ibiden、Shinko Electric）和中国台湾（如欣兴电子、南电）基板厂商的资本开支计划和产能释放时间表。基板是英特尔突破50%供应率的物理前提。通常高端基板产线的建设周期需要18至24个月。

第二，英特尔18A制程良率与客户拓展。 英特尔已将Intel 18A-P推进至风险生产阶段，并获得了ASML High NA EUV光刻机的支持。代工客户的数量和规模是判断英特尔能否摆脱单纯"设计厂商"定位的关键指标。

第三，AMD Instinct在推理端的实际装机量。 如果AMD的GPU加速卡在推理场景占比持续提升，说明市场确实出现了替代趋势；如果增幅缓慢，则说明英特尔的供需失衡更多是周期性而非结构性问题。

还有一个隐藏变量：英伟达自身也在推出针对推理优化的CPU方案（如Grace CPU），这可能进一步重塑整个AI推理服务器的架构逻辑——如果推理不再以"CPU+GPU"的传统形式运行，那英特尔的机会窗口是在收窄还是在转换形态？

答案不在英特尔自己的财报里，而在产业链的真实运转中。对于投资者而言，与其押注某个公司的胜负，不如先看清谁的产能能更快释放出来。