Intel Newsroom 第二季度业绩显现复苏，但背后有一个 110 亿美元的隐忧

Intel 公布第二季度营收为 161 亿美元，同比增长 25%，但 110 亿美元的 GAAP 净亏损令其复苏叙事变得复杂。最新的 intel newsroom 新闻稿提供了迄今最明确的证据，表明 AI 基础设施需求正在提振 Intel 的核心处理器业务。它也说明了为何仅凭一个强劲季度，还不足以平息围绕 Intel Foundry 的争论。

经营数据远好于巨额亏损这一标题数字所呈现的情况。Intel 实现了 18 亿美元的 GAAP 营业利润，而一年前为 32 亿美元的营业亏损。调整后净利润达到 22 亿美元，摊薄后每股收益为 0.42 美元。

然而，Intel 仍夹在两种财务现实之间。其产品业务集团正受益于更强劲的需求，而其制造战略仍在消耗资本并产生巨额亏损。这种矛盾比单纯超出盈利预期更值得关注。

Nvidia 在 AI 加速器领域仍占据主导地位，而 AMD 则在服务器和客户端处理器市场与 Intel 直接竞争。TSMC 带来了另一种挑战，它是 Intel Foundry 希望与之抗衡的晶圆代工制造商。因此，Intel 必须在捍卫其 CPU 业务优势的同时，证明自己能够以符合经济效益的方式为自身及外部客户制造先进芯片。

Intel Newsroom 数据表明经营业务正在真正复苏

Intel 的营收增长源于更强大的产品和更出色的工厂执行能力，而非单一的会计调整。

本季度于 2026 年 6 月 27 日结束，Intel 于 7 月 23 日公布业绩。根据该公司的季度业绩，营收从上年同期的 129 亿美元增至 161 亿美元。

据首席执行官陈立武称，这 25% 的增幅是 Intel 逾 15 年来最强劲的季度营收增长。它也超过了业绩公布前汇总的市场预期。S&P Global 的业绩前瞻曾援引 144 亿美元的营收共识预期。

这一差距绝非微不足道。Intel 的营收比业绩公布前的共识预期高出约 17 亿美元，同时调整后每股收益达到 0.42 美元。

毛利率提供了另一个重要信号。GAAP 毛利率从 27.5% 升至 40.4%，提高了 12.9 个百分点。调整后毛利率达到 41.8%，而一年前为 29.7%。

这一改善意味着，在扣除直接生产成本后，Intel 留存了更多营收。工厂良率提高发挥了作用，因为每片经过加工的晶圆能够产出更多可用芯片。生产周期缩短也让 Intel 能够更快地推动晶圆通过其工厂的各道流程。

首席财务官 Dave Zinsner 表示，更高的良率和更短的生产周期带来了额外的产品产量。这一点表明，Intel 2026 年第二季度财报并非一个仅由需求推动的故事。客户需要更多算力，而 Intel 供应这些算力的能力也有所增强。

营业费用的走势与营收相反。按 GAAP 计算，研发、营销、一般及行政支出合计下降 6%，至 45 亿美元。因此，Intel 公布的 GAAP 营业利润率为 11.1%，高于此前的负 24.7%。

利润表显示，毛利润为 65 亿美元，营业费用为 47 亿美元。在计入投资结果、融资项目、税费及其他非经营性影响之前，Intel 因此实现了 18 亿美元的营业利润。

现金创造能力也有所改善。Intel 本季度经营活动产生的现金为 70 亿美元。这些现金至关重要，因为其制造计划需要持续投入设备、设施、封装和制程开发。

Intel 的客户端业务仍是其最大的报告业务单元。客户端计算与物理 AI 事业部实现 89 亿美元营收，同比增长 13%。这一更名后的事业部涵盖 Intel 的 PC 处理器，以及该公司对本地 AI、机器人和边缘系统日益增长的投入。

更具影响力的变化来自数据中心与 AI 业务。该业务营收达到 63 亿美元，同比增长 59%。其营业利润达到约 25 亿美元，而 2025 年第二季度约为 6.33 亿美元。

Intel 的产品业务合计实现 151 亿美元的分部营收和 48 亿美元的营业利润。这两项数据都表明，核心产品组合带来的不只是暂时性的营收增长。

这些业绩并不意味着 Intel 的每个业务板块都已复苏。它们确实证明，需求、供应、利润率和产品盈利能力实现了同步改善。接下来的问题是，AI 能否让这一组合持续下去。

AI 需求让 CPU 重回基础设施之争

Intel 无需先取代 Nvidia 的加速器就能从 AI 中受益，因为现代 AI 系统所需的远不止 GPU。

早期的 AI 基础设施竞赛往往被简化为一个问题：哪家公司能够提供性能最强的加速器？这种叙事有利于 Nvidia，也让 Intel 只能为其成熟的 CPU 业务辩护。

市场正变得更加复杂。AI 集群使用加速器执行密集的模型计算，但仍需要 CPU 来协调数据移动、存储、网络、应用逻辑和系统管理。

智能体 AI 增加了这类辅助工作负载。AI 智能体是一种能够规划并执行一系列操作的软件，例如搜索数据库、编写代码或调用业务应用程序。这些活动会围绕模型本身产生大量通用计算需求。

Intel 表示，这种转变正在增加对 Xeon 服务器处理器、定制 ASIC、先进封装和晶圆代工产能的需求。ASIC 是为特定工作负载设计的芯片，而非像 CPU 那样提供广泛的灵活性。

该公司并未将 Xeon 6+ 定位为所有加速器的直接替代品。相反，它希望 Intel 处理器成为专业化 AI 计算周围的通用基础。

Intel 自身的基础设施演示也体现了这种思路。其中一个系统结合了 Intel Xeon 处理器、SambaNova 的数据流处理器和 Nvidia Blackwell GPU。这种混合架构承认，客户通常会使用多种类型的芯片来组建 AI 基础设施。

该战略与 Nvidia 形成了一种不同寻常的竞合关系。Intel 会争夺数据中心支出，但其处理器也可以运行在采用 Nvidia 加速器的系统中。Intel 无需等到所有客户都拒绝 Nvidia，才能销售更多 CPU。

AMD 带来的处理器挑战则更为直接。其 EPYC 服务器产品瞄准与 Xeon 相同的云端、企业和 AI 辅助工作负载。AMD 还销售 Instinct 加速器，为客户提供了另一条在同一供应商产品组合中结合 CPU 和 AI 芯片的路径。

Intel 数据中心与 AI 业务增长 59%，表明它从当前的基础设施扩张中分得了一杯羹。Reuters 报道称，该公司的服务器芯片需求足够强劲，从而支持其提高投资计划。

不过，仅凭一个季度的数据，无法判断有多少需求来自可持续的部署，又有多少是供应受限的客户提前下单所致。零部件短缺可能会促使买家比平时更早锁定供应。

Intel 还面临大型云服务提供商自行设计更多芯片的风险。Amazon、Google、Microsoft 及其他基础设施运营商正越来越多地为特定工作负载使用定制处理器和加速器。当业务规模足以证明开发成本合理时，定制芯片可以降低对通用供应商的依赖。

Intel 将这一趋势既视为威胁，也视为机遇。云服务商内部设计的芯片可能减少对标准 Xeon 产品的需求。然而，Intel 也可以争取与之相关的 ASIC、封装和制造业务。

这种双重定位有助于解释陈立武为何在同一份声明中同时强调 CPU、ASIC、封装和晶圆制造。该公司试图从 AI 系统的多个层面获取营收，即使 Intel 并不拥有其中的核心加速器。

该战略还延伸到了数据中心之外。Intel 表示，已有超过 130 家客户正在采用或测试其用于机器人和边缘 AI 的 Core Ultra Series 3 和 Core Series 3 处理器。

边缘 AI 在靠近摄像头、机器、车辆或其他数据源的位置运行模型。它可以减少延迟，并限制必须传输至远程数据中心的信息量。

Intel 推出了 OpenVINO Physical AI，以支持涉及视觉、语言、推理和运动控制的模型。该框架旨在帮助开发者在 Intel 硬件上部署这些工作负载。

与 Intel 已成熟的 PC 和服务器业务相比，这项边缘业务仍然较小。不过，它为该公司提供了另一条进入 AI 支出市场的路径，而不必只竞争规模最大的训练集群。

关键考验在于盈利能力。如果昂贵的产品爬坡和零部件价格上涨吞噬了收益，那么由紧迫需求推动的营收就没那么有价值。Intel 毛利率的改善表明，第二季度的平衡朝着正确方向发展，但代工业务业绩也显示，仍有大量工作尚待完成。

Intel Foundry 正在改善，但仍亏损数十亿美元

Intel Foundry 缩窄了亏损并提高了产量，但尚未证明外部客户能够大规模支撑这项业务。

Intel Foundry 公布分部营收为 58 亿美元，同比增长 31%。其营业亏损从 32 亿美元收窄至 21 亿美元。

这一改善相当显著。但单季度亏损超过 20 亿美元，仍是将 Intel 的复苏视为已经完成的最大障碍。

所报告的大部分代工营收并不代表独立客户选择 Intel 而非 TSMC。Intel 的产品部门向代工业务分部支付制造服务费用，而这些内部交易会在合并报表时抵销。

Intel 公布本季度的分部间抵销金额为 55 亿美元。这一数字几乎与代工业务单元报告的 58 亿美元营收一样高。

这种会计处理并不意味着该分部无关紧要。它让投资者能够将 Intel 制造组织的成本和表现与其产品业务集团分开审视。然而，这一营收数字不能作为外部需求具备相近规模的证据。

外部客户承诺至关重要，因为 Intel 的工厂需要极大的规模。当工厂的产能利用率不足时，固定成本会分摊到更少的可用芯片上。更多客户订单可以提高产能利用率，并降低分摊至每个单位的成本。

Intel 18A 是这项努力的核心。该制程采用 RibbonFET 晶体管和背面供电技术，这两项变革旨在改善性能和能源效率。它也代表着 Intel 在此前制造延期后恢复信誉的尝试。

该公司表示，Intel 18A-P 已在本季度进入风险生产阶段。风险生产是早期制造阶段，此时一个制程开始生产客户设计，但尚未完全达到成熟的大批量生产水平。

Intel 还表示，部分 Panther Lake 处理器已采用 Intel 18A 进入大批量生产阶段。Panther Lake 是一代 Core Ultra 客户端处理器的代号。

这些里程碑比演示文稿中的一页幻灯片更有分量，因为它们将工艺流程与实际产品联系起来。不过，仅凭量产状态并不能揭示制造良率、客户出货量、单位经济效益或长期可靠性。

Intel 表示，良率提升帮助改善了第二季度的供应。良率衡量一片晶圆上符合规定规格并能够正常工作的芯片占比。由于每片晶圆价格高昂，即使是小幅改进，也能显著改变成本。

该公司并未在财报新闻稿中公开提供详细的良率百分比。因此，读者不应将管理层的方向性评论视为 18A 的经济效益已经可以媲美 TSMC 领先制程的证据。

Intel Foundry 还报告了 21 亿美元的营业亏损，而 Intel Products 则实现了 48 亿美元的营业利润。实际上，制造业务消耗了产品事业群营业利润的很大一部分。

这种关系是 Intel 财报故事中的主要矛盾：产品经济效益正在改善，但重建制造业务的成本仍在持续。

TSMC 采用的是不同的模式。它为众多客户制造芯片，但不会以自有品牌销售与客户竞争的 PC 或服务器处理器。这种中立性帮助它与芯片设计公司建立了深厚的合作关系。

Intel 必须让外部客户相信，其制造路线图值得信赖，并且客户的设计会得到适当的保护与支持。与此同时，Intel 自己的产品团队仍是其工厂的主要客户。

先进封装为建立这些关系提供了另一条路径。封装将处理器、内存、加速器和其他组件连接到一个完整设备中。AI 系统越来越依赖这些连接，因为没有任何单一硅芯片能够以经济的方式处理所有任务。

客户可能会先采用 Intel 的封装服务，然后才将其最重要的处理器交由 Intel 的晶圆制程生产。这为代工业务提供了一个潜在切入点，但封装业务的胜利不能无限期替代领先制程的晶圆产量。

因此，Intel 的制造改进意义重大，但仍不完整。本季度降低了代工执行停滞不前的可能性，但并未证明 Intel 已打造出一个能够自我维持的晶圆代工竞争者。

110 亿美元亏损是会计冲击，而非经营崩溃

Intel 的 GAAP 亏损主要源于与政府托管股份相关的按市值计价费用，但完全忽视这项亏损同样会造成误导。

Intel 报告归属于公司的净亏损为 110 亿美元，相当于每股摊薄亏损 2.16 美元。乍看之下，这似乎与收入增长、利润率扩大和营业利润转正相互矛盾。

其中的差异出现在营业利润以下的项目中。Intel 录得约 126 亿美元的“利息及其他净额”费用，而一年前的费用仅为 9500 万美元。

主要调整涉及与美国政府协议相关的 Intel 托管股份。随着 Intel 履行 Secure Enclave 计划下的义务并收到相关资金，这些股份将从托管中释放。

随着 Intel 股价变化，公司必须重新计量相关衍生负债。第二季度的费用反映了本季度已释放股份及仍处于托管状态股份的公允价值变动。

这种按市值计价的处理方式会产生一种反直觉的结果。即使基础业务有所改善，Intel 股价上涨也可能增加计量负债，并造成会计亏损。

Intel 在非 GAAP 业绩中剔除了这一影响。公司报告调整后净利润为 22 亿美元，调整后每股收益为 0.42 美元。

调整后数据更清晰地反映了当前经营状况，因为托管股份的重新计量并不代表正常的处理器生产或客户需求。不过，它也不能取代 GAAP 报告。

Intel 自己的非 GAAP 说明警告称，不应认为调整后指标优于根据公认会计原则计算的业绩。

这一区别之所以重要，有两个原因。首先，在评估 Intel 的经营复苏时，读者不应将这 110 亿美元亏损理解为其工厂和产品事业群在第二季度实际亏掉了这么多钱。

其次，托管股份代表一项涉及潜在股权稀释和价值转移的经济安排。将这项费用称为非经营性费用，并不意味着相关义务并不存在。

Intel 此前的季度申报文件显示，截至第一季度末，仍有 1.49 亿股托管股份尚未释放。文件还说明，部分股份的释放取决于政府进一步拨款。

因此，投资者应同时关注经营业绩和 GAAP 业绩。营业利润能够显示 Intel 的产品和工厂是否正在改善，而 GAAP 业绩则涵盖仍会影响股东价值的融资、股权和合同因素。

现金流提供了第三个视角。Intel 第二季度产生了 70 亿美元经营现金流，这支持了一个判断：本季度的业务表现强于净亏损这一标题所呈现的情况。

然而，Intel 的资产负债表也反映出其资本密集型战略。截至季度末，现金及现金等价物为 129 亿美元，短期投资为 169 亿美元。长期债务达到 485 亿美元。

随着公司应对预期中的 AI 需求，Intel 计划增加投资。这一决定带来了典型的时机风险：Intel 必须在尚不清楚需求周期究竟会持续多久之前，就订购设备并扩充产能。

当工厂被高利润订单填满时，资本支出可以带来可观回报；但当客户需求发生变化、良率不及预期或设备闲置时，资本支出也可能损害现金流。

因此，Intel 的 110 亿美元亏损既不应抹去其经营复苏，也不应从分析中消失。有意义的解读位于这两个极端之间。

收入、利润率、营业利润和经营现金流表明，这家公司已显著改善。代工亏损、债务、与政府相关的股权义务以及未来资本需求则表明，这场复苏仍然代价高昂。

三个信号将决定 Intel 的复苏能否持续

下一阶段取决于第三季度利润率、外部代工需求，以及数据中心增长能否继续保持盈利。

第一个信号是 Intel 第三季度能否兑现自身展望。公司预计收入将在 158 亿至 168 亿美元之间，中值为 163 亿美元。

Intel 还预计 GAAP 毛利率为 41%，调整后毛利率为 42%。GAAP 每股摊薄收益预计为 0.31 美元，调整后每股收益预计达到 0.38 美元。

若能实现这一展望，将表明第二季度的表现并非仅仅来自延迟出货的集中释放或异常有利的工厂产出。如果业绩接近区间上限，则会进一步支持 AI 相关需求能够持续的判断。

相比单纯的收入，利润率更值得关注。在应对组件限制的同时，Intel 将扩大较新产品的生产并增加投资。如果收入保持稳定但毛利率大幅下降，公司可能是在通过不利的产品组合换取增长。

第二个信号是由外部客户出资的代工活动。投资者需要看到的不只是更高的部门收入，因为目前总收入仍主要由内部制造结算构成。

如果一家重要外部客户承诺将领先处理器交由 Intel 18A-P 或后续制程生产，就能同时验证多项主张。这将表明客户对设计工具、良率、产能、进度安排以及 Intel 保护客户信息的能力抱有信心。

客户身份的重要性不及承诺规模。小型测试芯片或封装合作的分量，无法与高产量计算产品相提并论。

代工业务的营业亏损也必须继续收窄。良率提升可以降低单位成本，而产量增加则可以将工厂的固定成本分摊到更大的生产规模上。

如果尽管内部收入不断增长，亏损仍维持在每季度约 20 亿美元，Intel 的制造经济效益将继续承压。如果亏损下降且外部收入增长，代工业务的复苏将变得可信得多。

第三个信号是 Data Center and AI 增长的构成。第二季度 59% 的增幅，是证明 Intel 在加速器市场之外也参与了 AI 基础设施支出的最有力证据。

Intel 必须证明，这种增长能够在不牺牲营业利润率的情况下持续。能够转化为利润的产品收入，有助于为代工投资提供资金，并增强公司的资产负债表。

与 AMD 的比较尤其具有参考价值。服务器 CPU 市场持续的份额竞争，将揭示 Intel 的增长主要来自市场扩张，还是来自其竞争地位更持久的改善。

Nvidia 的平台战略也仍然值得关注。Nvidia 正日益将加速器、CPU、网络和软件整合为完整系统。当客户可以从其他供应商处购买更统一的平台时，Intel 的混合硬件方案必须继续保持吸引力。

大型云服务提供商带来了另一项考验。它们的定制芯片可能成为 Intel Foundry 的客户，但也可能取代标准 Intel 处理器。最终净影响取决于这两种关系中哪一方增长得更快。

对企业买家而言，实际问题是供应商选择。Intel 执行力增强可能扩大可用服务器产能，并降低对少数 AI 硬件供应商的依赖。交付不可靠则会迫使买家重新转向成熟的替代方案。

开发者应关注 Intel 的软件支持能否跟上硬件发展。OpenVINO、常用 AI 框架以及混合加速器兼容性，将决定这些可用芯片能否在无需投入过多工程工作的情况下投入使用。

知识工作者将通过 AI PC、本地推理、职场智能体和云服务容量间接感受到这些结果。更高效的竞争可以改善供应能力，但供应商支出最终仍需由能创造实际价值的客户工作负载来支撑。

intel newsroom 新闻稿表明，Intel 财务业绩确实迎来了一个转折点。公司实现了快速增长，恢复了营业盈利，扩大了利润率，并将工厂改进转化为更强的供应能力。

与此同时，公司还报告了巨额 GAAP 亏损，Intel Foundry 继续亏损数十亿美元，并在需求周期尚未得到充分验证之前承诺增加投资。

关注下一份财报中的三个答案：毛利率能否保持稳定，外部代工客户是否会承诺有意义的产量，以及数据中心增长能否继续保持盈利？

这些信号将决定第二季度究竟标志着 Intel 持久复苏的开端，还是仅仅代表这场尚未完成的转型中表现最强劲的一个季度。