今天，英特尔公司发布了2026年第三季度财报，数据显示，第三季度营收165亿美元，同比增长21%，各项指标都不错，尤其数据中心业务营收实现了15年来最强劲的增长！

但细看财报，其却呈现出一个颇具反差的局面：一边是AI带动的数据中心业务高速增长，服务器CPU重新成为市场追捧的计算资源；另一边却是PC市场持续疲软、产能供给不足、代工业务仍在亏损，以及下一阶段资本投入带来的现金流压力。

如果把视线放到第四季度，情况就没有那么乐观了。英特尔预计第四季度营收为150亿至160亿美元，非GAAP每股收益为0.25美元，低于市场此前预期。财报发布后，公司股价在盘后交易中一度大幅下跌，反映出市场对其增长持续性、产能瓶颈和现金流的担忧。

笔者认为这份财报真正值得讨论的，并不是英特尔有没有实现复苏，而是：当AI重新抬高CPU的产业价值时，英特尔能否将需求优势转化为持续的利润增长，并为制造业务的长期转型赢得时间？

先看英特尔2026年前三季度的表现。

注：数据来自英特尔2026年第一、第二及第三季度财报。第一季度和第二季度GAAP净利润受到不同程度的特殊项目影响，因此分析盈利趋势时，还需结合非GAAP指标。

从这组数据看，英特尔的经营表现确实在改善。

第一季度，公司营收同比增长7%，非GAAP毛利率为41.0%；第二季度，营收增速升至25%，非GAAP毛利率提高至41.8%；第三季度，非GAAP毛利率进一步升至44.1%。

营收与毛利率同步改善，说明这轮增长并不只是简单地增加出货量，也与产品结构、定价和运营效率的变化有关。

不过，有一个细节值得注意：第二季度营收为161亿美元，第三季度为165亿美元，环比仅增长约2.5%。虽然同比增速仍然达到21%，但增长动能已经不像第二季度那么强劲。

这并不意味着英特尔的复苏已经结束。相反，第三季度的业务结构揭示了一个更重要的变化：英特尔正在从依赖传统PC市场的增长逻辑，转向由数据中心和AI需求驱动的新增长模式。

财报显示，第三季度客户端计算与物理AI事业部（CCPG）营收为81亿美元，同比下降5%；数据中心与人工智能事业部（DCAI）营收则达到73亿美元，同比增长78%。

两项业务的变化方向截然相反。

客户端业务依然贡献了英特尔近一半的总营收，但已经成为拖累增长的一方。相较之下，DCAI业务不仅增长迅猛，而且正在成为推动公司业绩改善的核心力量。

从产业角度看，这意味着英特尔的复苏已经不再只是传统PC市场的周期性反弹，而是与AI基础设施的投资方向发生了更紧密的联系。

问题在于，这种新的增长模式能否持续，以及英特尔能否真正抓住机会。

过去两年，AI芯片产业最受关注的无疑是GPU。

随着大模型训练和推理需求迅速扩大，英伟达凭借GPU及其软件生态建立了强大的竞争优势。相比之下，传统CPU一度被市场视为增长相对缓慢、难以直接受益于AI浪潮的成熟产品。

但随着AI基础设施的复杂度不断提高，这种认识正在发生变化。

AI计算并不是把GPU简单堆叠起来就能完成的。尤其当应用从大模型训练走向大规模推理、智能体运行和企业级部署时，整个系统需要处理的任务变得更加多样。

GPU负责大规模并行计算，但数据准备、任务调度、系统管理、通用逻辑执行以及不同计算资源之间的协调，仍然需要CPU承担重要角色。

对于智能体系统而言，这种变化尤其值得关注。

当一个智能体需要调用多个工具、访问数据库、执行代码、与其他智能体协作，并根据执行结果不断调整下一步行动时，系统的工作负载不再只是单纯的矩阵运算。大量任务需要CPU进行控制和编排，同时还要与GPU及其他加速器协同工作。

如果智能体从单个应用扩展到企业级、多用户、长时间运行的服务，CPU的作用就可能进一步凸显。

这也是英特尔近来不断强调服务器CPU市场潜力的原因。

根据第三季度财报电话会上的管理层判断，未来五年服务器CPU的潜在市场规模可能从目前约400亿美元扩大至2000亿美元以上。这是英特尔对未来市场空间的估计，并非已经实现的行业收入，但其背后的产业逻辑值得重视：AI并非只会扩大加速器市场，也可能增加通用计算资源的需求。

这一趋势对英特尔尤其重要。

与GPU市场相比，英特尔在服务器CPU领域拥有长期积累的产品、客户关系和软件生态。如果AI应用的发展持续增加对CPU的需求，那么英特尔就有机会在新一轮基础设施投资中获得更大的市场空间。

不过，需要区分两个概念：CPU在AI系统中的重要性提高，并不意味着英特尔必然获得相应的市场份额。

服务器CPU需求增长，可能同时惠及AMD以及采用Arm架构的处理器厂商。云服务商也可能通过自研芯片、定制ASIC和异构计算架构，重新安排服务器内部的计算资源。

英特尔真正需要证明的，不只是CPU仍然重要，而是其产品在性能、能效、总体拥有成本和系统适配方面具有足够竞争力，能够把行业增长转化为自身的收入和利润。

第三季度DCAI业务的强劲表现，至少说明英特尔已经开始从这轮变化中受益。

接下来，考验将从需求端转向供给端。

在传统半导体行业中，需求不足往往意味着库存积压、产能利用率下降和产品降价。

但英特尔当前面临的情况恰好相反：服务器CPU需求旺盛，供给能力却限制了业务增长。

英特尔在第一季度财报中已经指出，内部制造和外部供应约束影响了产品出货，导致公司无法充分满足客户需求。第二季度，公司进一步表示，服务器需求超过可供产品的供应量，晶圆产能及封装基板等关键环节仍然受到限制。第三季度，管理层再次将扩大供应列为首要任务。

这三个季度的信息串联起来，可以看到一个清晰的变化过程。

第一季度，需求恢复与供给约束同时存在；第二季度，AI带动的服务器需求进一步扩大，供给问题更加突出；第三季度，数据中心业务继续高速增长，但供给能力依然没有完全跟上需求。

换句话说，英特尔现在面对的不是简单的市场拓展问题，而是制造、供应链与产品交付能力的系统性挑战。

半导体制造的复杂性在这里体现得尤为明显。

即使客户已经下单，也不意味着厂商能够立即增加交付量。从晶圆制造、良率爬坡，到封装基板、测试及最终产品交付，各个环节都需要匹配。任何一个环节出现瓶颈，都可能影响最终出货。

更重要的是，新增产能并非没有成本。

扩充产能需要设备投资、洁净室空间、工艺验证、供应链协同和营运资金支持。对于英特尔这样同时承担产品设计与先进制造任务的企业而言，产能扩张还涉及不同制程节点、产品路线图以及内部工厂之间的资源分配。

这使得英特尔当前的增长机会带有某种矛盾性：需求越强，扩大产能的必要性越高；但扩产越快，资本投入和现金流压力也越大。

第三季度财报中，公司披露运营活动产生51亿美元现金，显示经营端具备一定的现金创造能力。但这并不能直接等同于自由现金流，更不能据此认定英特尔已经解决了制造转型中的资金问题。

据路透社报道，英特尔预计2026年资本支出约为200亿美元，2027年投入还将增加，并表示今年无法实现正现金流。

这意味着英特尔必须同时完成两件事：扩大产能以抓住当下的市场需求，并控制投资节奏，以避免未来的现金流压力进一步加剧。

这不是一道容易的题。

如果扩产不足，公司可能错失服务器CPU需求增长带来的收入；如果扩产过快，而市场需求、产品竞争力或制造良率未能达到预期，又可能形成沉重的资产负担。

对英特尔而言，如何在这两者之间取得平衡，将成为决定复苏质量的重要因素。

如果只看DCAI业务，英特尔第三季度的表现确实亮眼。但一家公司的经营状况不能只看增长最快的业务。

第三季度，英特尔客户端计算与物理AI事业部营收同比下降5%。这反映出PC市场仍然面临压力，而且这种压力并不只是传统PC需求疲软那么简单。

根据英特尔管理层在第三季度财报中的判断，PC市场放缓至少还将持续至2027年上半年。路透社进一步报道，高内存价格正在增加PC整机成本、影响消费者和企业采购意愿，英特尔预计第四季度客户端芯片收入将出现更明显的同比下降。

这背后存在一条值得关注的产业链传导路径。

AI基础设施建设推高了对内存及其他关键半导体资源的需求。与此同时，内存价格上涨增加了PC整机的成本压力，可能压缩终端厂商的产品利润，并影响消费者的换机意愿。

这意味着AI热潮并不会自动惠及半导体产业链的每一个环节。

在同一个产业周期中，服务器处理器可能因需求旺盛而受益，PC处理器却可能因为终端成本上升和需求减弱而承压。

英特尔恰好同时处于这两种市场环境之中。这也解释了为什么DCAI业务增长78%，公司整体营收却没有同步实现同等幅度的增长。

与此同时，PC市场的疲软还会影响英特尔的产能规划、产品组合以及整体利润率。公司必须在不同业务之间分配有限的制造资源，并根据需求变化调整产品供应。

从更长远的角度看，AI PC、端侧AI和物理AI仍然可能为客户端业务提供新的增长机会。

但这些机会需要通过具体的产品创新、应用落地和终端需求才能兑现。仅仅在产品名称或业务部门中加入AI，并不足以保证增长。

对英特尔来说，数据中心业务已经展现出更明确的增长动力，而客户端业务何时恢复、以何种方式恢复，仍然是一个需要持续观察的问题。

除了CPU业务，英特尔第三季度财报的另一个重要看点，是代工业务。

财报显示，英特尔代工业务第三季度营收为67亿美元，同比增长58%。这一增速看起来相当可观，但必须注意，代工业务收入包含部门间交易，并不能直接等同于来自外部客户的晶圆制造收入。

更关键的是，收入增长并不意味着代工业务已经实现盈利。

根据英特尔公布的分部数据，第三季度代工业务经营亏损约19亿美元。这表明，制造业务仍然是公司整体财务结构中需要持续投入的重要部分。

英特尔代工战略的意义，在于尝试将自身长期积累的制造能力转化为面向外部客户的业务，并通过更广泛的客户基础分摊先进制程研发和制造设施的成本。

但这条道路的难度不容低估。

先进制程竞争不仅涉及晶体管性能、功耗和密度，还涉及设计规则、工艺设计套件（PDK）、IP生态、设计工具支持、良率、制造成本和交付稳定性。

对外部客户而言，选择一家代工厂并不是简单比较某个制程节点的名称，而是需要评估整个设计到制造流程能否满足产品上市时间、性能、功耗、成本和供应保障等要求。

因此，英特尔发布14A制程设计套件0.9版本，与ASML、泛林和应用材料等设备企业开展合作，以及推进先进封装，都具有战略意义。它们反映出英特尔正在继续为下一代制造技术及其生态系统做准备。

但这些进展仍然属于技术准备、生态建设和制造能力发展的组成部分，不能直接视为外部客户已经大规模采用相关制程的证明。

对于代工业务而言，真正重要的指标包括：是否获得有分量的外部客户设计定点，客户产品能否顺利流片，良率和制造成本能否改善，以及订单能否形成持续、可盈利的收入。

代工业务的转型，最终需要由客户、产品和财务表现共同验证，而不是只靠技术路线图来证明。

这也是英特尔与其他领先代工厂竞争时必须面对的现实。

更何况，代工业务与产品业务之间还存在资本配置问题。英特尔既要为自身CPU产品提供有竞争力的制造能力，又要建设服务外部客户的先进制程体系。两者存在协同空间，但也可能在产能、研发资源和投资回报方面形成压力。

因此，第三季度代工收入的增长是一个积极信号，却还不足以证明英特尔已经跨过制造转型最困难的阶段。

如果说第三季度财报展示了英特尔的增长机会，那么第四季度指引则提醒市场：机会与业绩兑现之间仍然存在距离。

英特尔预计第四季度营收为150亿至160亿美元，GAAP毛利率为37.1%，非GAAP毛利率为38%；非GAAP每股收益预计为0.25美元。相比第三季度44.1%的非GAAP毛利率，第四季度指引出现了明显回落。

这一变化并非完全来自需求。

据路透社报道，英特尔以色列基里亚特加特工厂发生事故，造成生产中断。公司预计相关事件将在两个季度内影响约6亿美元收入，并对第四季度供应和毛利率造成压力，第一季度也可能受到类似影响。与此同时，PC市场走弱、制造产能不足以及未来资本支出增加，都将影响公司接下来的经营表现。

这说明英特尔当前面临的是多重因素叠加的局面。

一方面，服务器CPU需求强劲，产品组合改善，制造良率和运营效率也在逐步提升；另一方面，供给瓶颈、PC市场压力和制造端突发事件限制了短期业绩的进一步改善。

市场对这份财报的反应，实际上反映了一个更深层次的问题：投资者不仅想知道英特尔能不能增长，还想知道这种增长是否具有持续性，以及增长能否最终转化为现金流和资本回报。

从经营角度看，英特尔至少需要证明三件事。

第一，DCAI业务的高增长能够持续，并且不是仅仅依靠供需失衡带来的阶段性价格改善。

第二，公司能够逐步解决产能和供应链约束，将旺盛的客户需求转化为实际出货，而不是长期停留在订单和需求预测层面。

第三，先进制程与代工业务的投入能够逐步形成更高的制造效率、更具竞争力的产品，以及可持续的财务回报。

这三件事相互关联，却不能互相替代。

CPU需求增长可以为英特尔提供收入机会，但无法自动解决先进制程的竞争力问题；代工技术进步可以提高未来的制造能力，却无法立即消除资本支出带来的现金流压力；成本控制可以改善短期利润，却不能替代产品竞争力和客户生态建设。

英特尔的挑战，是让这些因素最终形成一个正向循环。

从2026年前三季度的表现看，英特尔正在经历一场具有产业意义的变化。

AI没有让CPU退出计算基础设施，反而可能通过推理、智能体和企业级工作负载，重新扩大通用计算的市场空间。英特尔凭借服务器CPU的产品基础和客户关系，已经开始从这轮需求变化中获益。

但市场空间扩大，不等于企业竞争力自然增强。

英特尔仍然需要应对PC市场疲软、供应链约束、制造业务亏损以及持续的资本投入。第三季度的营收和利润改善，说明公司经营正在取得进展；第四季度指引的转弱，则说明这种改善还没有稳固到足以消除市场疑虑的程度。

从产业角度看，英特尔的故事已经不只是CPU与GPU之间的竞争，也不只是先进制程能否突破的问题。

它真正面对的是一项系统工程：如何将产品架构、制造能力、供应链、软件生态和资本投入整合起来，在AI计算需求快速变化的环境中建立可持续的竞争优势。

AI重新打开了CPU的增长空间，但不会自动替英特尔完成转型。

接下来，真正值得观察的不是英特尔能否再次公布一份漂亮的季度财报，而是它能否持续交付市场需要的产品、改善制造业务的经济性，并最终让需求增长转化为更稳定的盈利与现金流。

这才是判断英特尔能否真正走出低谷的关键。