供应链人士透露，因应整体成本飙升，#英特尔 PC CPU过去1年来已陆续涨价，暂定10月上旬再涨10%。在PC终端市场2027年预估小幅衰退的情况下，英特尔仍选择调高CPU价格，显见拉升毛利率为首要目标，过往杀价抢市占已不复见。供应链分析，若英特尔将低毛利率设定为产品去留的重要门槛，势必有部分产品被迫退出。这些需求一旦释出，恐令联发科、高通等Arm阵营业者有机会切入。尤其在IPC、边缘运算及IoT市场，Arm SoC具备高整合度及低功耗优势。

#英特尔 在Hot Chips 2026上正式展示下一代服务器处理器Diamond Rapids，以最高256个P核心和全新Fan-out Fabric架构为核心卖点，将产品定位于企业级AI Agent基础设施，直面AMD和Arm日益激烈的竞争。Diamond Rapids将采用英特尔18A-P制程打造，支持高达1.6TB/s内存带宽、128条PCIe Gen 6通道及CXL 3.0，较上代Xeon 6核心数提升50%以上。从物理构造来看，整颗芯片由22个独立裸片拼接而成，具体包括16个基于Intel 18A-P制程的核心小芯片（Core Chiplet）、2个基于Intel 3制程的Fabric Hub以及4个基于Intel 3-T制程的基础裸片（Base Tile），各部分通过Foveros Direct 3D混合键合及UCIe-S铜互联接口相连。这一设计思路与AMD EPYC Venice采用多CPU小芯片围绕大型I/O裸片的方案高度相似。英特尔将在 #AIDC 数据中心CPU市场与英伟达 Vera及AMD Venice展开正面竞争。

#腾讯 2026年二季度算力采购扩张明显，2026年第二季度资本开支达到527.84亿元，同比增长176%。#阿里巴巴 2027财年第一季度资本开支676.78亿元，同比增长75%。AI基础设施投入明显加速，主要由于智能体带动CPU算力需求增加以及芯片组件价格的上涨的因素

根据TrendForce集邦咨询最新存储器产业研究，2027年存储器需求仍由AI应用主导，DRAM因HBM持续排挤产能、AI Server需求强劲，CPU所用的存储器与HBM采购动能持续增加，市场维持供给紧张格局，价格走势偏强。NAND Flash在新产能集中释放、终端消费需求持续走弱的情况下，2027年下半年供给将趋向宽松，价格可能面临修正压力。#内存涨价

Agent时代CPU路线之争：#英伟达 押注“单核更快”，#AMD 押注“并发更多”。英伟达Vera CPU搭载88个自研Olympus ARM架构核心，内存带宽1.2TB/s，片上互联带宽3.4TB/s。英伟达的核心论点是：AI Agent的工作方式是CPU与GPU反复交互——工具调用、代码执行、数据检索、任务编排——每一步都依赖上一步完成，因此CPU的单核速度和延迟直接决定整个Agent的响应效率。Vera的发布为行业引入了一个新的评估框架：“规模化下的最大单线程性能”。这与AMD长期坚持的chiplet多核堆叠路线形成直接对比。在AMD看来，生产级AI系统不是一个Agent在串行推进任务，而更像一个由数据库、API、向量存储、编排引擎、缓存和中间件组成的分布式软件平台。在这种场景下，瓶颈不是单任务的完成速度，而是固定功耗预算内能同时承载多少工作流。AMD给出了一组具体测算：在模拟的100千瓦机架部署场景中，EPYC 9965（Turin）的机架级吞吐量约为英伟达Vera基准的2.4倍；下一代EPYC 6（Venice）预计达到3.3倍。AMD的逻辑是：吞吐量密度更高，意味着同样的能耗能服务更多用户、处理更多请求——这才是 #云端AI 部署的真实成本函数。两套框架，两套KPI，本质上是两家公司在争夺行业叙事的主导权。市场最终会用哪个指标来采购服务器CPU？

#英特尔 与 #AMD 向中国客户寻求更长期采购承诺，部分锁定期延伸至两年以上；中国市场 #CPU 价格月涨超10%，年内累计涨幅逾40%。#LTA

#AMD 称，新一代EPYC CPU Venice性能最多可达英特尔同类Xeon产品的3.4倍，较英伟达Vera CPU高约20%。

#TSMC CEO 魏哲家直言，“我很嫉妒”竞争对手高达86%的毛利率、韩国竞争对手“赚了大钱”，同时表示AI是一个全新产业，强劲需求将延续至2030年。台积电预计全年以美元计价的营收增速将略高于40%，高于此前逾30%的指引。同时追加在美投资1000亿美元投资，用于建芯片厂。—————瑞银认为上调资本支出信号强烈，设备商将持续受益；摩根大通将毛利率低于预期定性为一次性重置，指出AI需求正向CPU、HBM等环节扩散，资本支出仍有上修空间；摩根士丹利建议利用利润率波动逢低布局。机构一致认为，短期利润率扰动不改长期向好逻辑。

摩根士丹利发布英伟达非交易路演（NDR）纪要。#英伟达 否认Rubin Ultra延期传言，确认明年出货。一个关键信息是，一家此前主要依赖ASIC的头部前沿模型客户，英伟达在其算力中的占比已升至接近50%，印证ASIC替代并非单向趋势。该行未直接点名该客户。但从“前沿模型”和“主要使用ASIC”的特征来看，市场普遍认为指向Anthropic——其背后的亚马逊是Trainium芯片的主要推手。这一变化直接回应了市场的核心担忧：云厂商大力发展自研ASIC，会不会蚕食英伟达的份额？分析师Moore的判断是：两件事可以同时发生。 超大规模云厂商可以继续开发定制芯片，英伟达也可以同时维持高市场份额。理由在于，客户最终比较的不是单颗芯片的价格，而是每个Token的综合成本。本财年CPU业务目标约为200亿美元。摩根士丹利维持英伟达“增持”评级，目标价为288美元。英伟达7月9日收盘价为202.78美元，对应当前市值约4.97万亿美元。

SemiAnalysis又甩出重磅预测：2029年AI债务将突破7万亿美元。英伟达正以自己“AA级”信用为这笔天量融资兜底，化身“AI央行”。英伟达一项战略布局——“后盾计划”（backstop）。英伟达正用自己的AA/Aa2投资级信用评级，为AI算力租赁商提供最低收入保证，以此撬动银行放贷。换句话说，英伟达正在充当整个AI生态的最终贷款人和保险商，把大量销售记在账上同时把下游需求不足的风险部分扛在自己身上。SemiAnalysis将英伟达比作 “AI领域的中央银行” 。他认为：AI债务来自两类资本开支。一类是AI IT资本开支，包括GPU、网络、存储和配套CPU；另一类是AI数据中心资本开支，包括承载这些GPU所需的机房、电力和制冷等基础设施。过去，Google、Amazon、Meta、Microsoft、Oracle等云巨头主要依靠自身现金流建设AI集群。但过去一年，Oracle、Meta，甚至Google开始更多使用债务。随着项目规模继续扩大，市场约束不再只是能否拿到GPU，也不是单纯能否找到机房，而是能否借到足够便宜、足够长期的钱。#AIDC #AI泡沫