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？
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。
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。
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。
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。
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%。
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。
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。
