英特尔重返盈利轨道,营收增长,并表示对AI的需求将确保其困难重重的代工业务赢得客户并推动数据中心CPU业务发展。
英特尔在周四公布2025财年第三季度业绩时向投资者通报了上述消息。该季度营收达到137亿美元,同比增长3%,净收入41亿美元,成功扭转了第二季度29亿美元亏损的局面,重新实现盈利。
不过消息并非全部利好,因为英特尔数据中心产品销售下降1%,代工业务营收下滑4%。
客户端产品领跑,营收85亿美元,增长5%。
首席财务官David Zinsner在公司财报电话会议上表示:"Windows系统更新换代的影响比我们预期的更加显著。"由于微软已结束对Windows 10的支持,买家纷纷购买新硬件来运行Windows 11,英特尔因此在桌面市场表现良好。
PC仍是重要市场,但目前硬件增长全部集中在AI领域,而英特尔在这方面错失良机——竞争对手英伟达和AMD已经垄断了GPU市场。英特尔的芯片制造代工业务在AI领域也毫无建树,因为它无法匹敌台积电的制造实力,18A工艺也尚未完善,而这一工艺将使其更接近这家台湾竞争对手。
在财报电话会议上,高管们表示英特尔正在解决这些问题。
首席执行官Lip Bu Tan表示,英特尔"在18A工艺上取得了巨大进展",并提到了全面运营亚利桑那州Fab 52工厂这一关键里程碑,该工厂将为采用18A工艺制造的芯片生产硅晶圆。
但Zinsner警告说,英特尔不会急于推进18A工艺,因为在获得客户之前,公司不想投资芯片制造产能,同时还要努力让客户相信18A是安全的选择。
"18A工艺我们仍需扩大产能,"他在公司财报电话会议上说道。"我不期望近期内产能会大幅增加。但正如我们所说,我们还没有达到18A工艺的供应峰值。实际上,要到本十年末才能达到。"
高管们没有直接回应买家对18A工艺缺乏信心的事实——只有微软签约使用该工艺制造芯片——并表示英特尔正在与客户合作,让他们相信应该选择英特尔作为代工厂。公司还在与芯片设计公司讨论下一代工艺14A,并表示这项工作比18A在同一发展阶段时更加成熟。
谈到GPU时,Lip Bu Tan表示,英特尔计划"按年度节奏推出连续几代针对推理优化的GPU,具备增强的内存和带宽功能,以满足企业需求。"
这表明分析师相信,随着更多企业部署融合AI的应用程序,运行AI工作负载硬件(需要推理能力)的市场将快速增长并变得巨大。
首席财务官Zinsner还表示,英特尔多年来的现金牛服务器CPU业务也将从AI热潮中受益。
"在数据中心领域,AI基础设施建设的加速对来自头节点、推理、编排层和存储的服务器CPU需求是积极的,"他说。"我们谨慎乐观地认为,CPU总体可寻址市场将在2026年继续增长,尽管我们需要努力改善竞争地位。"
首席财务官补充说:"越来越清楚的是,CPU在今天以及未来的AI数据中心中发挥着关键作用,随着AI使用的扩展,特别是推理工作负载超过训练工作负载。由于AI基础设施的快速扩张,一些数据中心客户开始询问长期战略供应协议以支持其业务目标。这种动态,加上过去几年对传统基础设施的投资不足,应该能够使服务器CPU的营收总体可寻址市场继续增长。"
公司警告并非一切都乐观:它无法在现有的Intel 7和Intel 10工艺上制造足够的芯片来满足需求,也不会投资增加产能。"在某种程度上,我们在消耗库存,"Zinsner说。公司在获得一些芯片制造供应方面也面临困难。
但公司已改善了资产负债表,部分原因是偿还了债务,这意味着它将有投资所需的现金。
首席执行官Tan表示,英特尔因此正在招聘所需人员,以使其芯片制造业务进入良好状态。
投资者对听到的消息感到满意,英特尔股价在盘后交易中从略高于38美元跃升至超过41美元。
Q&A
Q1:英特尔18A工艺进展如何?什么时候能大规模投产?
A:英特尔在18A工艺上取得了巨大进展,已经全面运营亚利桑那州Fab 52工厂。但公司表示不会急于推进,近期内产能不会大幅增加,要到本十年末才能达到供应峰值。目前只有微软签约使用该工艺制造芯片。
Q2:AI热潮如何影响英特尔服务器CPU业务?
A:英特尔认为AI基础设施建设加速对服务器CPU需求是积极的,CPU在AI数据中心中发挥关键作用。随着推理工作负载超过训练工作负载,一些数据中心客户开始询问长期战略供应协议,这将推动服务器CPU市场增长。
Q3:英特尔第三季度财务表现如何?
A:英特尔第三季度营收137亿美元,同比增长3%,净收入41亿美元,成功扭转第二季度29亿美元亏损,重新实现盈利。客户端产品表现最好,营收85亿美元增长5%,但数据中心产品销售下降1%,代工业务营收下滑4%。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。