Intel数据中心与AI业务收入增长59%，服务器需求回升

Intel公布2026年第二季度财务业绩，公司数据中心与人工智能业务收入达到约63亿美元，同比增长59%，高于市场此前的普遍预期。Intel第二季度总收入约161亿美元，同比增长25%。强劲的数据中心业务表现表明，在GPU和专用AI加速器受到市场关注的同时，云服务商和AI集群对通用服务器CPU的需求也在增加。

AI服务器为什么仍需要大量CPU

GPU主要负责高并行度模型训练和推理计算，但一套完整的AI服务器或GPU集群仍需要CPU处理多种任务，包括：

• 操作系统和容器运行；
• 训练数据读取与预处理；
• GPU任务调度和资源管理；
• 网络协议及存储访问；
• 数据库和向量检索；
• 用户请求分发；
• 日志、监控和安全服务；
• 非GPU适用的通用计算任务。

随着GPU服务器数量增加，与之配套的CPU、内存、网卡、存储和管理节点需求也会同步增长。

部分AI推理工作负载还可以直接运行在CPU上，特别是规模较小、并发要求不高，或者经过量化优化的模型。企业通常会根据任务成本，在CPU和GPU实例之间进行组合。

云服务商扩容推动服务器CPU采购

传统云服务器业务需要大量通用CPU，用于运行网站、数据库、虚拟机、容器、企业应用和存储服务。AI数据中心建设并没有完全取代传统云计算基础设施。相反，模型训练和推理服务还会产生API网关、用户认证、数据处理、缓存、内容审核和业务数据库等外围计算需求。

因此，大型云服务商扩建AI集群时，通常也需要增加通用服务器数量。这种需求有利于Intel Xeon、AMD EPYC以及其他服务器CPU供应商。Intel第二季度数据中心与AI业务达到63亿美元，显示CPU业务正在受益于整体AI基础设施投入。

收入增长不等于市场竞争已经结束

Intel数据中心业务收入快速增长，并不代表服务器CPU市场竞争减弱。AMD EPYC近年来持续扩大云计算和企业服务器市场份额，Arm服务器处理器也在部分超大规模云平台中得到采用。云服务商还在开发自研CPU，以降低长期硬件和能源成本。

Intel未来能否维持增长，需要继续提高处理器性能、能效、内存带宽、I/O能力和产品交付速度。

对于服务器用户而言，不同CPU平台之间的实际差异还取决于应用类型。数据库、虚拟化、游戏服务器、视频转码和高并发Web业务对CPU核心数、主频、缓存和内存性能的要求并不相同。

对服务器租用价格的影响

服务器CPU需求增加可能提高部分新型号处理器的采购压力，但服务器租用价格不会只由CPU决定。

实际价格还受到以下因素影响：

• 内存和NVMe硬盘成本；
• 数据中心电力价格；
• 机柜和散热条件；
• 国际带宽及IP资源；
• 服务器采购规模；
• 旧型号硬件库存；
• 运维服务和DDoS防护成本。

当数据中心升级新一代服务器时，上一代Xeon和EPYC设备可能进入更具性价比的租用市场。对于普通网站和企业应用，成熟平台通常比最新处理器更容易控制成本。

如何选择Intel或其他CPU服务器

选择服务器CPU时，应根据实际负载进行性能测试。

高频率CPU通常适合游戏服务器、部分数据库和单线程业务；多核心处理器更适合虚拟化、容器、大规模并行任务和多租户环境。

同时还应考虑：

• 内存通道及最大容量；
• PCIe版本和扩展数量；
• NVMe存储性能；
• 虚拟化授权和兼容性；
• 单位性能的电力成本；
• 服务商备件及故障更换能力。

只根据“Intel”或“AMD”品牌选择服务器，无法准确判断业务性能。

AI基础设施并不是只有GPU。每一个大型GPU集群背后，都需要大量CPU服务器、存储节点、网络交换设备和管理系统。对于中小企业而言，不应因为AI市场热门就盲目租用GPU服务器。网站、数据库、跨境电商和多数企业应用，使用配置合理的CPU独立服务器或云服务器通常更经济。服务器选型应从业务负载出发，在CPU主频、核心数、内存、存储和网络之间取得平衡。


声明：本文由SellBGP编辑部依据主办方及公开渠道信息独立撰写。转载请注明出处。