晶片及CPU價格持續上漲：英特爾和AMD的CPU價格自2月份以來普遍上漲了10-15%，且國際大廠正在醞釀在第三季度再次上調價格。隨著AI場景從訓練向推理及智能體演進，CPU在算力架構中的地位不斷提升。DeepSeek V4適配華為昇騰生態，半導體行情爆發：4月27日，DeepSeek V4大模型適配華為昇騰生態，多家國產晶片完成適配，市場開始重估國產算力的商業化前景，A股半導體類股集體走強。4月27日當天，科創50指數大漲3.76%，半導體產業鏈全線走強。4月28日早盤，算力晶片概念延續活躍態勢。氦氣等工業氣體價格持續上漲：受供應鏈緊張影響，高純氦氣（40L）價格一個月內從550元飆升至5000元，氦氣概念股因此大漲。據瞭解，三星和SK海力士此前已表示，由於原材料中斷，光刻膠等產品的供應鏈面臨嚴重衝擊。盛美上海等半導體裝置股下跌：4月28日，半導體裝置股震盪下挫，盛美上海跌超10%，至純科技逼近跌停，芯源微、矽電股份等跟跌。消息面上，盛美上海發佈的一季報顯示其歸母淨利潤同比大幅下滑57.66%。台積電以"二倍速"推進擴產：為應對AI與高性能計算需求的爆發式增長，台積電正以"二倍速"推進擴產計畫，今年將同時有五座2nm晶圓廠進入產能爬坡階段，2nm首年產出將較3nm同期提升約45%。輝達市值突破5.2兆美元，閃迪首次站上1000美元：4月27日美股交易中，輝達大漲4.0%，市值突破5.2兆美元，創下全球上市公司市值新紀錄。儲存晶片股閃迪暴漲8.11%，收盤價首次站上1000美元，受益於NAND快閃記憶體強勁的定價動能。韓國股市超越英國，躍升全球第八：受AI和半導體熱潮推動，韓國上市公司總市值今年來增長逾45%，達到4.04兆美元，超越英國躋身全球第八大股票市場。三星電子與SK海力士兩大儲存晶片巨頭佔據韓國綜指總市值的四成以上。美伊談判陷入僵局持續推高油價，半導體材料供應鏈承壓：美國白宮證實川普團隊正討論伊朗提出的談判新方案，但談判幾乎無進展，荷姆茲海峽局勢再度升級導致油價持續上漲。中東緊張局勢進一步加劇了半導體原材料（氦氣、光刻膠等）的供應緊張局面。電裝將撤回收購羅姆報價，日本功率器件三強合併將加速：因未能獲得羅姆公司同意，日本電裝集團正考慮撤回對羅姆的收購提案。羅姆已確定與東芝、三菱電機進行三家合併磋商。三強合併後的新實體將佔據全球功率半導體約11%的市場份額，規模位列全球第二，僅次於英飛凌。費城半導體指數結束18連陽，晶片股走勢劇烈分化：4月27日美股收盤，費城半導體指數下跌1.34%，結束了長達18個交易日的連續上漲紀錄。晶片股走勢呈劇烈分化態勢，Arm跌超8%，邁威爾科技、AMD跌超3%，而高通則大漲逾7%。 (晶片行業)

4月最後一個交易周，英特爾給美股半導體市場扔出了一份很難忽視的財報。公司一季度營收136億美元，同比增長7%；非GAAP每股收益0.29美元；二季度收入指引給到138億至148億美元，中樞約143億美元。這個數字比市場原先的預期更高，也直接改寫了投資者對英特爾的短期定價。股價反應更直接。4月24日，英特爾收漲23.6%，創1987年以來最大單日漲幅，並突破網際網路泡沫時期高點；路透稱，其市值升至4160億美元以上。過去很長一段時間，英特爾在市場眼裡是一家被先進製程、GPU周期和資料中心份額侵蝕的舊巨頭。但這次，資金開始用另一套邏輯看它：AI基礎設施擴張，不只需要GPU，也需要CPU、封裝、製造和穩定供給。這輪重估的核心，並不是英特爾突然追上輝達。更準確地說，市場開始承認一件事：AI算力從訓練走向推理、從模型走嚮應用、從單點算力走向系統調度後，CPU重新有了價格。英特爾過去被壓低的資產價值，終於找到了一個新的解釋框架。01 英特爾丟掉的，不只是製程，還有市場耐心過去幾年，英特爾最麻煩的地方，並不只是某一代產品慢了，或者某個節點掉隊。它真正失去的是市場對其商業模式的信任。PC業務遇到周期下行，資料中心份額被AMD持續擠壓，先進製程節奏落後於台積電，代工業務長期投入巨大卻缺少足夠外部客戶。Pat Gelsinger時代提出IDM 2.0，本意是重建美國本土先進製造能力，也試圖把英特爾重新帶回半導體產業鏈核心位置。但在二級市場看來，這套戰略短期很難變成現金流。問題就卡在這裡：資本開支越大，市場越擔心回報；製造敘事越宏大，投資者越追問訂單。英特爾過去幾年估值被壓制，並非只因為盈利不好，更因為市場不確定它究竟還掌握那一種定價權。這也是陳立武接手後的難題。他面對的不是簡單的財務修復，而是一個更棘手的認知修復：英特爾到底還能不能在AI時代佔據一個不可替代的位置？4月這份財報給出的答案很現實。英特爾沒有靠一個大故事說服市場，而是用收入、利潤率和指引先把信心拉回來。公司一季度資料中心與AI收入51億美元，同比增長22%；Intel Foundry收入54億美元，同比增長16%。這兩個數字雖然還不能宣告全面翻身，但足以讓市場重新評估英特爾的底盤。02 陳立武押中的，是AI推理時代的CPU回潮英特爾這次上漲，最值得拆開的地方，是CPU重新被放回AI基礎設施的定價模型。過去兩年，AI交易幾乎被GPU主導。訓練大模型需要海量平行計算，輝達自然成為最強資產。但AI應用進入推理和Agent階段後，算力結構開始變複雜。模型不再只是一次性回答問題，而是要呼叫工具、檢索資料、執行任務、管理上下文、處理企業系統裡的大量流程。這裡面，CPU的角色會被重新放大。路透在報導中提到，AI行業從訓練轉向推理，讓市場重新關注CPU；英特爾的Xeon伺服器CPU在AI資料中心需求中受益，至少23家券商上調了英特爾目標價。Evercore ISI的判斷更激進：增長最快的AI工作負載需要顯著更多CPU，CPU與GPU配比可能從1:8轉向8:1。這個測算不一定會按線性方式兌現，但它解釋了資金為什麼願意重新給英特爾溢價。英特爾不需要在GPU戰場正面擊敗輝達。它真正要證明的是，在AI資料中心的系統架構裡，CPU依然是調度、控制、任務執行和通用計算的核心元件。一旦這個判斷成立，英特爾的邏輯就從“被AI淘汰的舊公司”，切換成“AI基礎設施再平衡的受益者”。這也解釋了為什麼市場會對毛利率改善如此敏感。一季度英特爾調整後毛利率達到41%，明顯高於此前指引，也高於上一季度的36.7%。財報超預期之外，利潤率修復才是資金敢追高的重要原因。換句話說，英特爾這次被買入，不只是因為收入超預期。資金買的是三件事：伺服器CPU需求回暖、營運效率改善、AI推理帶來的新敘事。三件事疊在一起，才有了這次劇烈重估。03 股價新高後，真正的考試才開始英特爾現在的問題，也因為股價暴漲變得更尖銳。第一道題，是製程兌現。18A和14A仍是英特爾長期估值的底層錨。市場可以因為AI CPU需求給英特爾短期溢價，但如果先進製程無法按節奏交付，製造能力的重估很快會被打折。CEO陳立武近期稱，14A在相同開發階段的成熟度、良率和性能表現已經超過18A，並且正與多個客戶推進PDK開發。這個表態對市場有安撫作用，但最終仍要回到良率、成本和外部客戶訂單。第二道題，是代工業務能不能形成穩定客戶池。台積電最強的地方，並不只是技術領先，更是它繫結了蘋果、輝達、AMD、高通等一整套客戶生態。英特爾如果只靠少數合作新聞，很難支撐長期產能利用率。代工業務的真正價值，要看外部客戶是否持續下單，是否願意把關鍵產品交給英特爾生產。第三道題，是估值壓力。路透稱，英特爾上漲後遠期市盈率約90倍，明顯高於AMD和輝達；Barron’s也提到，部分機構對其盈利強度和競爭壓力保持謹慎。市場可以快速修正低估，但高估值會放大任何一次指引不及預期。這意味著，英特爾已經從“低預期修復”進入“高預期交付”。前者只需要證明公司沒有那麼差，後者要求公司持續拿出更好的資料。對一家仍處於轉型期的半導體巨頭來說，這個難度不小。04 結語：CPU回來了，但英特爾還沒完全回來英特爾這一輪上漲，核心價值不在於一份財報本身，而在於它把市場的注意力從GPU單線敘事裡拽了出來。AI基礎設施的下一階段，不會只由單一晶片決定。訓練需要GPU，推理需要更複雜的系統協同，企業級Agent需要CPU承擔調度、控制和通用計算，先進製造和封裝又決定供給安全。英特爾的機會，就藏在這套分工重新調整的過程中。短期看，股價還會圍繞業績兌現、伺服器CPU需求和二季度指引波動；中期看，18A、14A和外部代工客戶決定估值中樞；長期看，英特爾能否真正重回核心資產池，要看它能不能把資本開支轉化為訂單、利潤和自由現金流。這輪暴漲讓英特爾重新回到牌桌，但牌桌上的籌碼也變貴了。市場已經給了它一次改名片的機會：從舊巨頭，改成AI周期裡的關鍵變數。接下來，英特爾要證明的不是自己還能漲多久，而是這張新名片能不能經得起每個季度的檢驗。 (美股研究社)

根據基金的每日交易資訊，4月24日，“木頭姐”凱茜·伍德旗下的Ark基金共售出 215,643股 Advanced Micro Devices Inc. ( AMD ) 股票。根據AMD最新收盤價347.81美元計算，這些股票價值約為7500萬美元。這是伍德近期最大的一筆交易之一。4月24日， AMD股價上漲13.9%，過去一個月累計漲幅接近70%。近期股價上漲主要得益於競爭對手英特爾的強勁表現，該公司公佈了強勁的盈利報告，並提高了對資料中心 CPU 需求的預期，因為隨著企業加大人工智慧方面的投入。據CNBC報導，DA Davidson分析師吉爾·盧里亞在一份研究報告中寫道：“我們原本認為CPU是下一個重大瓶頸，但英特爾的業績表明，這已經轉化為非常顯著的增長潛力。CPU正在重新成為人工智慧時代不可或缺的基礎。”DA Davidson將AMD的評級從“中性”上調至“買入”，並將AMD股票的目標價從220美元上調至375美元。“我們認為英特爾的業績預示著AMD的CPU產品線將迎來巨大的飛躍，並且相信向智能AI工作負載的結構性轉變正在創造對伺服器CPU前所未有的需求，”該分析師表示。AMD將於5月5日公佈第一季度業績，投資者希望瞭解更多關於人工智慧驅動的銷售額和利潤方面的資訊。“木頭 姐”對AMD股票的拋售很可能反映了獲利回吐。儘管遭到大幅拋售，AMD仍然是她最大的持倉之一，在Ark Innovation ETF基金中排名第三，市值達4.16億美元。截至2026年4月24日，Ark Innovation ETF的前十大持倉：特斯拉 ( TSLA ) 9.49%CRISPR Therapeutics ( CRSP ) 6.40%AMD（超微半導體）5.18%Tempus AI ( TEM ) 4.94%Shopify ( SHOP ) 4.47%Coinbase Global ( COIN ) 4.44%Robinhood Markets ( HOOD ) 4.31%Roku（ROKU）4.25%Circle Internet Group ( CRCL ) 4.21%Beam Therapeutics（BEAM）3.78%除了出售AMD股票外，“木頭姐”最近的舉措還包括通過Ark基金買入X Energy (XE) 和亞馬遜 ( AMZN ) 股票，同時減持Rocket Lab ( RKLB ) 股票。 (美股財經社)

客戶正在瘋狂買買買，甚至包括一些有缺陷的CPU晶片。Intel2026年第一季度財報業績大幅超預期引發關注。據報導，該公司已證實，已將原本會被當作廢品處理的低質CPU推向市場獲利，而面對極度旺盛的行業需求，下遊客戶對這些晶片照單全收，甚至出現了搶購的情況。4月23日，Intel發佈2026財年第一季度財報。財報顯示，公司當期營收達136億美元，遠超市場預期的123.6億美元；非GAAP毛利率達到41%，較公司自身給出的34.5%指引高出650個基點，每股收益更是超出市場預期3000%。如此巨大的差距令分析師們不禁好奇，究竟是什麼讓Intel業績如此亮眼？而答案似乎部分在於一些存在缺陷的晶片。科技行業分析師本・巴加林（BenBajarin）對外披露，他已直接從Intel投資者關係團隊獲悉。公司利潤率的意外提升，至少有一部分來自於原本會被歸為廢品或低預期產出的CPU銷售，這些產品為Intel帶來了實打實的營收增量。在晶片製造過程中，同一片晶圓切割出的晶片，性能和品質有好有壞，也就是大家常說的良率。晶圓中心區域切割出的晶片，性能更穩定，缺陷更少。晶圓邊緣切割出的晶片，往往缺陷更多，性能表現更差。按照行業常規操作，達不到高端型號規格但仍可使用的晶片，會被降檔標定為低端型號銷售。還有一部分邊緣晶片，連降檔的標準都達不到，最終只能被當作報廢品處理。如今CPU市場需求極度旺盛，客戶願意採購這些原本會被報廢的晶片。Intel只需將這些晶片降檔標定為低規格型號，就能順利完成銷售。這部分額外收益，並非來自晶片工藝提升，也不是來自成本控制最佳化，純粹是旺盛的市場需求，讓原本幾乎沒有商業價值的晶片實現了變現。這一罕見現象的背後，是AI浪潮帶動的全行業算力建設熱潮。AI基礎設施建設，正在以遠超供應鏈設計上限的速度消耗算力，直接催生了對伺服器處理器的海量需求。當下，作為是AI資料中心的核心硬體，Intel至強系列CPU始終處於持續高需求狀態。戴爾、惠普、聯想等頭部整機廠商，以及微軟、Google、亞馬遜等雲服務巨頭，都在大規模採購Intel處理器。管它好與不好，能用就行。 (硬體世界)

國內相關標的是不是還是瀾起跟聚辰這種好一些？我先把結論給一個定調的說法 “推理提升 CPU 用量”這個方向是成立的，但賣方把它簡單對應成 x86 或 CPU股票，邏輯是不完整的。而A股炒瀾起、聚辰，更多是從CPU 配比提高 → 主機側記憶體/互連/DDR5 模組配套增加這條二階鏈條去對應，不是它們直接賣CPU。推理會不會大幅提升 CPU 用量？方向成立。我的看法是CPU 配比提升這個趨勢是有確定性的，但提升幅度、節奏、以及到底利多誰，要分清楚，區分這些不同才是做好投資的關鍵。現在賣方喜歡講AI 推理時代 CPU 用量大幅提升，這個說法本身是對的。因為推理，尤其是未來的 agentic AI、MoE、多輪對話、RAG、工具呼叫、多模態推理，已經不是過去那種簡單把 token 喂給 GPU 的線性計算。它越來越像一個複雜的線上服務系統，前面有請求調度、檢索、排序、資料預處理、tokenization、KV cache 管理、batching、路由、網路通訊、儲存訪問、失敗重試、服務編排，後面還有結果校驗、函數呼叫、資料庫訪問。這些事情很多並不適合全部放在 GPU/TPU 上做，而是由 CPU 和主機側系統來完成。Google 最近發佈 TPU 8t/8i 時，官方也特別強調第八代 TPU 系統整合 Arm-based Axion CPU host，是為了移除 data preparation latency 造成的 host bottleneck，讓 TPU 不要因為主機側供料、預處理、編排跟不上而停下來。Google明確說，Axion 提供了處理複雜資料預處理和 orchestration 的 compute headroom，讓 TPU 保持fed，不要 stall。所以從技術原理上講，CPU 配比提高不是因為 CPU 替代 GPU 做矩陣乘，而是因為加速器越來越強，主機側不能成為瓶頸。GPU/TPU 的 FLOPS、HBM 頻寬、互聯頻寬都在快速上升，如果 CPU、記憶體、PCIe/CXL、網路、儲存調度跟不上，整個系統的有效利用率就會下降。AI 資料中心真正追求的是系統吞吐，而不是單顆 GPU 理論峰值。為什麼推理階段更容易拉高 CPU/主機側需求？訓練任務相對更批處理化，資料流和計算圖更穩定，GPU/TPU 可以長時間跑大 batch、大矩陣。推理不一樣，特別是線上推理，天然有幾個特點：第一，請求更碎片化。不同使用者的問題長度、上下文長度、模型呼叫路徑都不一樣，導致 batching、調度、排隊、延遲控制都更複雜。CPU 要負責把這些不規則請求整理成 GPU/TPU 能高效處理的形態。第二，agentic AI 會讓推理從一次模型呼叫變成多次系統呼叫。未來的 AI 助手不是只生成一段文字，而是要搜尋、呼叫工具、讀資料庫、執行程式碼、呼叫外部 API、再回到模型。這些流程裡，大量工作發生在 CPU、記憶體、網路、儲存和軟體棧上。第三，MoE 和長上下文會提高系統調度複雜度。MoE 需要專家路由，不同 token 走不同專家，通訊和調度壓力會增加。長上下文、KV cache 管理、prefix cache、paged attention 等，也需要更複雜的記憶體管理和調度策略。Google 第八代 TPU 的介紹裡，也把更高互聯頻寬、on-chip Collectives Acceleration Engine、降低 on-chip latency 等作為解決 MoE 和推理瓶頸的重要改進。第四，GPU/TPU 越強，CPU 側越不能拖後腿。過去 8 卡伺服器裡面 CPU 只要不明顯拖後腿就行，未來 rack-scale AI system 裡面，幾十顆甚至上千顆加速器被當作一個系統來調度，CPU、記憶體、PCIe/CXL、乙太網路/IB、儲存 I/O 都變成整體效率的一部分。所以，CPU 用量提升的核心不是AI 要靠CPU算，而是AI 推理系統變複雜後，主機側控製麵、資料面、記憶體面、調度面的負擔都提高了。但這個邏輯不能直接推導成利多 Intel跟AMD x86 CPU  這裡是我認為賣方最容易偷換概念的地方。CPU 配比提高，確實是趨勢，但是誰受益，不一定是傳統 x86 CPU 廠商。因為 AI 加速器的主機 CPU，正在從傳統 x86 走向 CSP 自研或者加速器廠商自帶 CPU，這全部是Arm的天下。輝達 GB200 NVL72 是非常典型的例子，一個 rack 裡面是 36 顆 Grace CPU + 72 顆 Blackwell GPU，也就是 2 顆 GPU 配 1 顆 Grace CPU。Grace 本身是 Arm 架構，不是 x86。Google TPU 8 也開始明確使用自研 Axion Arm CPU host。第八代 TPU 首次兩款晶片都運行在 Google 自己的 Axion ARM-based CPU host 上，以最佳化整個系統，而不只是最佳化 TPU 晶片。TPU 8i 平台的 TPU-to-CPU 比例約為 2:1，而此前 Ironwood 系統大約是 4:1，說明主機 CPU 配比確實在提高，但方向是 Google 自研 Arm CPU，而不是回到TPU 5以前的 Intel 至強Xeon。AWS 也是類似邏輯。Trainium2 UltraServer 是 AWS 自研 Trainium2，通過 NeuronLink 連接到 64 顆 Trainium2 晶片，AWS 的 AI 硬體體系自然會優先和自家 Graviton、Nitro、EFA、Neuron 軟體棧結合，基本沒有外采傳統 x86 方案。所以AI 推理拉高 CPU 配比是對的，但它更像是利多 Arm 架構、自研 CPU、台積電先進製程、先進封裝、記憶體介面、PCIe/CXL/Retimer、伺服器主機板和系統級互連，而不是直接利多 Intel/AMD 這種傳統 x86 CPU。AMD 的特殊性在於，它的 GPU 平台可以和 EPYC 繫結，所以 AMD 有一定受益邏輯，但如果討論全球最大幾個 AI ASIC/GPU 體系，輝達、Google、AWS，主機 CPU 越來越多是 Arm/自研路線。Meta 即使自身量小一些，他也幾乎不外采x86 CPU，之前用過AWS的自研，目前則在部署輝達 Grace CPU，並測試下一代 Vera CPU，這都是 Arm 伺服器 CPU 進入 AI 資料中心的方向。那為什麼 A 股會炒瀾起、聚辰？我不太關注A股市場的各種小道消息，炒作標的也不太關注，我只能從你提出的這兩家從產業邏輯上幫你分析。A 股一般不會只炒最直接受益，因為全球AI主流標的，A股除了光模組跟PCB以外A股很少有直接標的。比如全世界炒儲存晶片，我們炒的卻是儲存模組廠跟代理商。所以大A通常會炒能講成產業鏈對應的公司，請注意是『能講成』也就是邏輯能掛勾上，先不管真假，然後是『能對應』即可，不一定要相關度很高能扯得上說得通的也行。瀾起和聚辰被拉進這個邏輯，自然不是賣 CPU，而是因為 CPU 配比提高以後，主機側 DDR5 記憶體模組、記憶體介面晶片、SPD、TS、PMIC、PCIe Retimer、CXL 等配套器件用量也會提高。我認為瀾起科技的邏輯比聚辰硬很多。它不是 CPU 公司，而是伺服器記憶體介面和高速互連晶片公司。  瀾起產品線覆蓋 DDR5 RCD、DB、MRCD、MDB、SPD Hub、TS、PMIC 等，其中 MRCD/MDB 是 DDR5 MRDIMM/MCRDIMM 高頻寬記憶體模組的核心邏輯器件。MRCD/MDB 通過雙倍資料傳輸速率和時分資料復用，可以在標準速率下同時訪問兩個記憶體陣列，實現雙倍頻寬，第一代產品速率可到 8800MT/s。這和 AI 推理的關係是，CPU host 數量增加，主機側記憶體容量和記憶體頻寬需求提高，高速 DDR5、MRDIMM/MCRDIMM、PCIe/CXL 互連的重要性自然提高。瀾起還在 PCIe Retimer、CXL MXC 上佈局。公司 2025 年業績說明裡也提到，AI 伺服器增長拉動 PCIe Retimer、PCIe Switch 需求，典型 8 卡 AI 伺服器通常需要 2–4 個 PCIe Switch、8–16 個 Retimer，部分國內 8 卡 GPU 方案需要 24 個 Retimer。瀾起 2025 年確實已經體現出 AI 伺服器和 DDR5 周期的業績彈性。公司投資者關係材料顯示，2025 年營收 54.56 億元，同比增長 49.9%；互連類晶片收入 51.39 億元，同比增長 53.4%；歸母淨利潤 22.36 億元，同比增長 58.4%。所以瀾起的題材不是空穴來風。它真正掛鉤的是，CPU host 增加 → DDR5 記憶體模組增加/升級 → RCD、MRCD/MDB、SPD Hub、PMIC、TS 需求增加；AI 伺服器複雜度提高 → PCIe Retimer/CXL 需求增加。但也要注意，瀾起不是CPU 配比提高這個題材的第一順位受益者。第一順位是自研 CPU 設計方、Arm IP、台積電、伺服器 ODM/OEM、CSP 自身。瀾起屬於二階受益，但好處是對公司影響夠大。相比台積電跟Arm，CPU配比增加的增量對他們龐大的業務來說業績影響不是那麼大。但主機側記憶體和互連配套，CPU配比提高給Rambus，Astera跟瀾起帶來收入增量是直接的，因為他們體量小。其實CPU配比增加也能算在之前市場認為AI能給相關企業帶來的增量裡，不會因為CPU配比提高而業績增長變大很多，這些公司本來就是在AI受益鏈條中，這次的題材讓市場焦點又重回他們身上。所以美股從4月初就開始上漲。聚辰股份邏輯有但比瀾起弱，它主要是 SPD EEPROM、SPD Hub、TS、EEPROM/NOR 等。DDR5 記憶體模組確實需要 SPD、TS、PMIC 等配套晶片。DDR5 記憶體模組除了搭載記憶體顆粒和介面晶片，還需要 SPD、TS、PMIC。其中 SPD 是 DDR5 記憶體模組的通訊中樞，內建 SPD EEPROM，用於儲存記憶體模組資訊和配置參數，並整合 I2C/I3C 匯流排集線器和高精度溫度感測器。所以聚辰和這個題材的連接是，AI 伺服器 CPU host 和 DDR5 模組用量增加 → DDR5 SPD/TS 需求增加。但聚辰的彈性和產業地位要弱於瀾起。因為 SPD/TS 更偏模組配套晶片，價值量和技術壁壘通常不如 RCD、MRCD/MDB、PCIe Retimer、CXL 這類高速互連晶片。聚辰 2025 年營收 12.21 億元，同比增長 18.77%；歸母淨利潤 3.64 億元，同比增長 25.25%，DDR5 SPD 確實是增長驅動之一，但增長幅度和 AI 伺服器核心鏈條的爆發性不能簡單等同。所以我認為，聚辰能掛上 DDR5 模組升級和伺服器記憶體配套，但它不是 CPU 配比提升的核心受益標的，更偏題材延伸。CPU配比提高這件事，我認為如果按全球產業鏈看，CPU 配比提高的受益順序大概是：  第一層：自研 CPU - Arm 生態 / 台積電Foundry。Google Axion、AWS Graviton、輝達 Grace/Vera 這類 Arm 伺服器 CPU 會直接受益。Arm IP、台積電先進製程/先進封裝是更底層的受益者。第二層：伺服器主機側記憶體和高速互連。DDR5、MRDIMM/MCRDIMM、RCD、MRCD/MDB、SPD、PMIC、TS、PCIe Retimer、CXL、PCIe Switch 會受益。全球受惠的有Rambus跟Astera ，這兩個票4月以來紛紛都翻倍了，A 股裡瀾起是這一層最清晰的標的，目前漲幅50％左右，聚辰是 DDR5 模組配套的延伸標的弱了不少。第三層：伺服器平台、主機板、PCB、連接器、電源、散熱、ODM/OEM。  CPU host 增加，不只是多一顆 CPU，而是更多記憶體通道、更多供電、更多 PCIe/CXL 鏈路、更複雜的板級設計和系統整合。這會拉動伺服器平台價值量，但 A 股多數公司要看是否真的進入海外 AI 伺服器供應鏈，不能只靠概念。第四層：中國本土 AI 伺服器生態。如果單單看國內 AI 伺服器，由於輝達受限、國產 GPU/ASIC 體系發展，海光、鯤鵬、飛騰、龍芯、寒武紀等會被市場拿來對應。但這裡要分清楚，很多公司不是因為全球 TPU/GB200 這條鏈受益，而是因為國內替代和國產 AI 伺服器建設受益。邏輯不一樣。更重要的是國內AI的CPU還有個致命的問題，那就是可以買到英特爾至強CPU，為何要用國產的？比如寒武紀配套字節伺服器的CPU正是至強，崑崙芯也是，國內有能力的自研AI GPU跟CPU的只有海思跟平頭哥。如此一來海光，飛騰，龍芯是否是利多？首先海光必然是搭配他的深算GPGPU一起出貨，我想很少人會單獨買他的CPU來配AI 伺服器，龍芯跟飛騰也類似，但這些國產CPU都要先跟英特爾跟AMD競爭，大部分市場還是由美系壟斷。國產CPU廠家在配比提高這件事上當然也是利多，但落到真正業績上的可能不會有想像中得多。結論：推理提升 CPU/host 側用量是確定方向，但不是簡單利多傳統 x86 CPU。它真正反映的是 AI 資料中心從單顆加速器競爭，進入 rack/system 級系統效率競爭。A 股裡瀾起的掛鉤度相對更高，至少美股的相關標的短期都翻倍了，它對應 DDR5 記憶體介面、MRDIMM/MCRDIMM、PCIe Retimer、CXL。整體來說這個題材可以炒，但要分清一階受益和二階對應，不能把 CPU 配比提高直接等同於所有 CPU 或儲存股都受益。另外這題材美股比A股反應的更快更多，如果美股相關標的漲幅已經充分price in，股價出現反轉是否對帶崩A股的標的值得投資者加強注意。以上為知識星球會員同學的提問與解答，類似解答星球有數百道，涉及A股半導體大部分票。不添油加醋，不拔高也不否定，用最精準的產業邏輯讓會員獲得客觀的投資判斷依據。 (梓豪談芯)

英特爾目前正在出售此前通常會被報廢或歸入低良率區間的CPU，強勁的市場需求使客戶願意接受這些產品。英特爾方面確認，CPU需求之旺盛，已使幾乎所有可用產出——包括邊緣晶粒及低良率品——都找到了買家，公司選擇將這些晶片重新歸級為低規格SKU出售，而非直接丟棄。華爾街見聞CPU需求熱潮正在重塑英特爾的供貨策略與定價邏輯——這家晶片巨頭如今連原本計畫報廢的低良率晶片也納入銷售。據科技媒體Tom's Hardware援引知情人士消息，英特爾目前正在出售此前通常會被報廢或歸入低良率區間的CPU，強勁的市場需求使客戶願意接受這些產品。英特爾方面確認，CPU需求之旺盛，已使幾乎所有可用產出——包括邊緣晶粒及低良率品——都找到了買家，公司選擇將這些晶片重新歸級為低規格SKU出售，而非直接丟棄。從財務資料看，這一策略已轉化為實質性收入貢獻。據CRN援引英特爾向美國證券交易委員會提交的2026年第一季度10-Q季報，英特爾資料中心業務約16%的收入增長來自伺服器CPU，其中ASP提升27%是核心驅動力。與此同時，英特爾當季伺服器CPU出貨量同比下降5%，"少賣多賺"的格局初步成形。更深層的結構性變化或許更值得關注。隨著AI應用向智能體（Agentic AI）形態演進，CPU在整體算力架構中的戰略地位正在回升，這為英特爾的需求前景提供了更長期的支撐邏輯。"殘次品"變身商品：邊緣晶粒重獲價值在半導體製造中，晶圓邊緣的裸片（die）因物理特性先天存在更多缺陷，性能普遍低於來自晶圓中心的裸片。常規做法是，若某顆晶片未能達到高端規格但仍具備基本功能，廠商會將其降級至低檔SKU以折價出售；若性能過差，則直接報廢處理。如今需求環境的轉變，使英特爾得以突破傳統良率管理邊界。據Tom's Hardware報導，此前被視為廢料或低良率邊緣品的CPU，因客戶需求旺盛而獲得出路，英特爾通過"降檔再銷售"（binning down）將其重新定義為低規格產品推向市場。這一做法的直接意義在於：在晶圓投入量不變的前提下，英特爾有效提升了每片晶圓的貨幣化效率，減少了良率損耗對營收的侵蝕。ASP大漲27%：少賣多賺的定價邏輯據CRN援引英特爾10-Q季報，2026年第一季度，英特爾將客戶端及伺服器CPU的ASP提升列為營收增長的主要驅動因素，儘管同期出貨處理器總量少於去年同期。伺服器CPU方面，ASP同比上漲27%，增長動力來自兩個方面：高端產品組合佔比提升，以及基於需求狀況的動態定價調整。當季伺服器CPU出貨量同比下滑5%，但高ASP已足以彌補量的缺口並驅動整體收入擴張。對投資者而言，這一模式意味著英特爾資料中心業務的盈利質量有所改善——營收增長不再依賴出貨量堆砌，而是更多由產品結構升級和定價能力支撐。CPU需求重回視野：AI算力格局正在重塑英特爾CPU需求的回暖，與AI應用架構的演進趨勢密切相關。據路透社報導，英特爾CEO Lip-Bu Tan在上周的業績電話會上表示，CPU與GPU的配比曾約為1:8，未來可能逐步走向1:1，甚至進一步向CPU傾斜。這一判斷與TrendForce的研究方向一致。TrendForce指出，GPU長期主導需要大規模平行計算的AI工作負載，CPU則在記憶體管理中扮演輔助角色。隨著智能體AI（Agentic AI）走向成熟，CPU在任務編排、工具呼叫及評估等核心工作流中的作用日益凸顯，戰略地位顯著回升。TrendForce預計，在智能體AI部署場景中，CPU與GPU的配比將從目前的約1:4至1:8，逐步向1:1至1:2演進。這一結構性轉變若持續兌現，將從需求端為英特爾伺服器CPU業務提供中長期支撐，也將進一步強化其當前"供不應求"格局下的定價議價能力。 (invest wallstreet)

英特爾這份一季報，把華爾街打得有點措手不及。公司一季度收入136億美元，同比增長7%；非GAAP每股收益0.29美元，遠高於市場預期；二季度收入指引給到138億至148億美元。更刺眼的是，資料中心與AI業務收入達到51億美元，同比增長22%，Intel Foundry收入54億美元，同比增長16%。財報公佈後，英特爾股價一度漲超24%，市值站上4000億美元，重新摸到網際網路泡沫時期高點附近。這件事的重點，已經不只是“業績超預期”。過去兩年，市場給AI算力定價，幾乎只看GPU。輝達吃掉最大敘事，AMD靠EPYC和MI系列搶位置，Arm被看作雲廠商自研晶片的最大受益者，英特爾則長期被放在“老牌CPU公司”的估值框裡。可一旦AI從訓練模型走向企業部署，推理、調度、資料管理、多Agent協作開始變重，CPU的角色就從“配角”變成系統底座。陳立武在一季報裡講得很直接：AI正在從基礎模型走向推理和Agentic階段，這會顯著增加市場對英特爾CPU、晶圓製造和先進封裝的需求。英特爾這一輪行情，表面是財報驅動，底層是算力結構重算。市場過去押注“GPU替代一切”，現在被迫接受另一套帳：AI基礎設施越複雜，CPU越難被繞開。GPU敘事太滿，CPU被低估太久過去兩年，英特爾最吃虧的地方，不在於沒有AI概念，而在於它的AI位置太難講。訓練階段的AI故事很簡單：模型越大，GPU越緊缺，HBM越漲價，資料中心越燒錢。資本市場喜歡這種線性敘事，因為它能快速對應到輝達、台積電、SK海力士、超微電腦這類公司身上。英特爾的CPU在這套邏輯裡很尷尬：不可或缺，但不性感；每台伺服器都需要，但缺少“短缺溢價”。推理階段改寫了這個框架。企業真正開始用AI，不會每天訓練一個大模型，而是把模型塞進客服、搜尋、辦公、研發、廣告、風控、工業系統裡。這裡面的算力結構更碎、更雜，也更依賴系統調度。GPU負責高強度平行計算，CPU負責控制平面、任務編排、資料搬運、記憶體管理和不同硬體之間的協同。AI Agent越多，呼叫越頻繁，CPU要處理的“雜活”反而越重。TrendForce援引產業鏈判斷稱，訓練負載下CPU/GPU配比曾接近1:8，推理場景已縮小至約1:4，未來在多Agent和更複雜推理場景裡，有機會向1:1或1:2靠近。換句話說，AI算力池擴容，並沒有把CPU擠出去，反倒把CPU需求重新拉出來。這也是英特爾一季報最有交易價值的地方：DCAI收入51億美元，同比增長22%，明顯快過PC業務；Xeon 6被選為輝達DGX Rubin NVL8系統的host CPU，Google也與英特爾達成多年合作，繼續在工作負載最佳化實例中部署Xeon處理器。市場此前給英特爾的估值，更像一家周期性老牌晶片公司；現在，資金開始把它的一部分業務重新放進AI基礎設施鏈條。差別很大。前者看PC周期和製程落後，後者看推理擴容、伺服器更新和系統架構變化。這輪重估的第一層邏輯，正在這裡發生。成本刀舉起來行業變化只給機會，英特爾能不能吃到，仍取決於公司自身。陳立武上任後的動作，跟過去幾年英特爾的慣性差別很大。他沒有繼續把所有問題都包裝成“長期投入”，而是先處理現金流和資本紀律。2025年，英特爾宣佈裁減約15%員工，年底核心員工規模降至約7.5萬人；管理層級壓縮約50%；同時取消德國、波蘭項目，放慢俄亥俄工廠建設，把資本開支重新壓回更可控的區間。這些動作不好聽，但市場喜歡。因為過去英特爾的最大折價，來自兩個擔心：一是先進製程追不上台積電，二是代工投入像一個無底洞。陳立武做的事情，就是把“技術翻身”的宏大表述拆成一筆筆可計算的帳：那些項目繼續投，那些地方停，那些組織層級砍掉，那些資產引入外部驗證。輝達50億美元入股，是第一個強訊號。雙方宣佈共同開發多代資料中心和PC產品，英特爾將為輝達AI基礎設施平台定製x86 CPU，並在PC端推出整合NVIDIA RTX GPU chiplet的x86 SoC。這個合作對英特爾的意義，不止是資金，更是產業位置的重新確認：它沒有被GPU生態排除，反而進入了輝達下一代系統設計裡。第二個訊號來自訂單。一季報披露，英特爾加入SpaceX、xAI和Tesla相關的Terafab項目，Google多年合作繼續推進，SambaNova也將GPU、RDU與Xeon 6組合成異構硬體方案。這些訂單短期未必立刻貢獻巨大收入，但資本市場看的是“有沒有客戶願意把關鍵路線押上去”。先進製程如果沒有外部客戶，只能算內部消化；一旦被頭部客戶納入規劃，代工業務就有了重新講估值的基礎。這也是英特爾從“虧損拖累項”轉向“潛在成長資產”的關鍵一步。Foundry業務仍在虧，製程追趕仍有風險，但它已經不再是一個只有PPT和資本開支的故事。市場開始找第二個驗證點英特爾股價暴漲後，問題也跟著變了。之前市場問的是：英特爾還能不能活過這輪AI周期？現在變成：這輪重估能走到那裡？短期看二季報。公司給出的二季度收入指引是138億至148億美元。若實際收入靠近上沿，DCAI繼續保持20%左右增長，市場對全年收入和利潤的模型還會繼續上修。華爾街已經在行動。路透報導稱，財報後至少23家券商上調英特爾目標價，目標價中位數從一個月前的46.50美元升至75美元。中期看訂單擴散。當前最敏感的變數，是先進製程客戶能否繼續增加。Tesla相關項目只是第一層驗證，如果後續出現更多雲廠商、AI晶片公司或老對手繫結英特爾製造與封裝能力，Foundry估值會被繼續打開。反過來，如果訂單停在新聞層面，收入兌現慢，市場也會重新審視這部分溢價。長期看AI推理的架構演變。Gartner最新預測顯示，2026年全球IT支出將達到6.31兆美元，其中資料中心系統支出預計增長55.8%，AI基礎設施和軟體仍是核心拉動力。 這意味著，算力投資還在擴張，但資金不會永遠只追GPU。伺服器CPU、先進封裝、網路、記憶體、散熱、電力系統，都會逐漸從“配套資產”變成可單獨定價的主線。英特爾的機會在這裡，風險也在這裡。它享受CPU重估，同時要面對AMD EPYC的持續進攻；它拿到輝達合作，同時要承受輝達自研CPU帶來的邊界壓力；它想把Foundry做成第二增長曲線，同時還得證明14A、18A的良率、成本和交付節奏能經得住大客戶審廠。所以，這輪行情還不能簡單看成“老巨頭翻身”。更準確的說法是：英特爾終於從AI敘事的邊緣，重新擠進了算力基礎設施的定價表。結語英特爾一季報之後，資本市場的討論已經換了頻道。過去，英特爾被放在“CPU老化、製程落後、代工燒錢”的舊框架裡；現在，AI推理、Agentic工作負載和異構計算，把CPU重新推回系統中心。陳立武的價值，在於他沒有只講技術復興，而是用裁員、砍項目、引入輝達、拿下頭部客戶合作，把英特爾的故事從遠期敘事拉回訂單和現金流。這輪重估的衝突點也很清楚：英特爾還遠未安全，但它已經不再便宜地躺在舊帳本裡。接下來，市場會盯住三件事：二季度收入能不能站穩高指引，DCAI增長能不能延續，Foundry外部客戶能不能繼續擴散。只要這三條線還能往前走，英特爾就不只是AI行情裡的補漲股，而會成為推理時代算力分工重寫的核心變數。 (美股研究社)

半導體廠商穩坐釣魚台4月24日，全球半導體類股出現罕見的同步性巨幅波動。美股盤前，英特爾因最新財報與業績溝通釋放積極訊號，盤前漲幅一度逼近30%；A股市場中，國產CPU龍頭海光資訊同步走強，收盤上漲8.20%。這並不是巧合。與過去兩年圍繞GPU展開的算力行情不同，這一輪市場關注點明顯集中在CPU龍頭公司上。市場開始重新討論一個問題：AI算力的增長，是否仍然只是“更多GPU”的故事。AI算力邏輯的重要轉向過去很長一段時間，AI產業的投資邏輯相對清晰：模型越大，需要的算力越多，GPU自然成為核心變數。但進入2025年之後，行業的關注點開始發生變化。英特爾在剛剛結束的業績溝通中提出，AI基礎設施的關鍵問題正在從算力供給轉向系統編排效率。與其繼續單純擴張算力規模，企業開始更關心系統如何被調度、資源如何被利用，以及在同樣的硬體條件下，能否支撐更多應用持續運行。這一變化的背後，是AI應用階段的切換。訓練仍然重要，但推理、智能體以及行業應用的落地，正在成為新的主線。這些場景不再追求極致算力，而更依賴穩定性、效率與成本控制。於是，CPU的重要性被重新提起。中信證券在早些時候發佈的研報中直言，市場此前對CPU在AI時代的作用“認識不充分”，隨著AI應用形態變化，CPU需求正在被重新啟動，並推動其價值重估。CPU重回舞台中心在當前AI系統中，GPU仍然承擔主要計算任務，但系統運行效率越來越取決於算力如何被組織。英特爾指出，隨著AI系統複雜度提升，CPU在任務調度與資料流管理中的作用正在增強。這在行業內也逐步形成共識，當算力叢集規模擴大到萬卡等級後，如果CPU性能不足，會直接成為系統瓶頸。中信證券分析師則更明確的指出，在AI叢集中，CPU不僅承擔控制與調度功能，同時也是共用記憶體的重要提供者，用於緩解大模型推理過程中的視訊記憶體約束。這意味著，CPU不僅影響系統“能不能跑”，還影響“能跑多滿”。與此同時，CPU的作用開始向更多實際場景延伸，比如AI叢集中的控制核心、參與小模型推理及雲端資源再利用、在具身智能中承擔運動控制與執行邏輯等。而這些場景的共同特徵是，CPU在AI系統中的“位置上移”，重新回到舞台的中心。需求重構估值在產業側看來，CPU需求的變化並非來自單一市場，而是來自算力使用方式的變化。在推理場景中，部分輕量模型已經可以在CPU上運行。中信證券的研究資料表明，在單使用者條件下，7B至14B模型在高端CPU上的推理性能已具備實用性。同時，雲端運算體系中CPU利用率長期偏低，這部分資源正在被重新調度用於AI計算。而在具身智能領域，CPU與GPU形成分工結構已成為行業共識。多家機器人廠商採用“CPU+GPU”組合，其中CPU承擔即時控制與通訊功能，成為系統穩定運行的基礎。這些變化疊加上後，使CPU不再只是“支撐元件”，而成為AI系統中直接參與運行的基礎單元。生態左右確定性儘管CPU需求正在回升，但產業受益並不會均勻分佈。一個關鍵的制約因素是，企業級計算系統對軟體生態的依賴極強。中信證券的研報中指出，儘管ARM等架構在伺服器市場佔比有所提升，但x86仍然憑藉生態相容優勢，在AI系統中佔據重要位置。業內人士表示，這會直接影響廠商的實際受益能力，能夠承接現有軟體體系、降低遷移成本的CPU方案，更容易進入真實業務系統。目前的國產廠商中，海光資訊是一個確定性的標的。相關資料表明，基於C86生態的相容能力，海光資訊在金融、電信、能源等關鍵行業中實現持續滲透。上述人士認為，在AI算力結構發生變化之後，CPU在系統中的重要性提升，也放大了這類廠商的受益空間。從產業演進看，本輪變化更接近基礎設施的重新分配，而非簡單替代。在這一過程中，需求將向具備生態承接能力的廠商集中。整體而言，本輪CPU類股的走強，更像是AI算力邏輯變化的必然結果。當行業從“增加算力”轉向“提升算力使用效率”，CPU重新回到系統核心位置，其價值也將被重新評估。這不會削弱GPU的重要性，但會改變整個產業鏈的價值分佈。在此過程中，真正受益的，將不只是做晶片的公司，還有能夠進入核心系統路徑、承接真實業務需求的基礎設施廠商。而這，才是本輪AI算力體系下CPU價值重估更值得關注的部分。 (伯虎財經)