【圖解】Intel連續5年營收創新高!台積電、AMD來勢洶洶,重返榮光要面對哪些隱憂?
【圖解】Intel連續5年營收創新高!台積電、AMD來勢洶洶,重返榮光要面對哪些隱憂?

英特爾曾稱霸全球晶片市場多年,也是第一家推出x86架構CPU的公司。於2020年的表現不俗,儘管產能受疫情影響,英特爾全年營收仍打破了前一年的記錄,來到779億美元的歷史新高,連續第五年創下營收記錄。

英特爾的事業群可分兩大類,分別為PC事業以及資料中心事業群。晶片作為兩大類的核心產品,在2020年,PC事業晶片營收占比54%、資料中心處理晶片則是46%。

值得注意的是,從2016年至2019年,英特爾以PC客戶運算晶片的營收成長,平均來說變動不大,但受益於2020年全球遠端辦公及教學需求劇增,年增28%,筆電出貨量更是年增54%。不過,桌機銷售仍在衰退中,加上競爭對手AMD在桌上處理器的市佔,已經在今年第1季超過英特爾,後續仍有待觀察。

若從英特爾近年三率表現(毛利率、營業利潤率和淨利率)來觀察獲利能力,可以看到毛利率都維持在高檔的60%左右,因為毛利率能反映產品製造和定價能力的關鍵指標,英特爾財務狀況其實表現不俗。

而英特爾旗下急速成長中的資料中心事業群,底下涵蓋了4個子群,包含資料中心、物聯網、非揮發性記憶體以及可程式化解決方案事業群。如此發展,也是英特爾發展資料中心事業的策略:從伺服器、儲存系統到網路設備部署,提供一條龍服務。

但也因為許多雲端廠商開始為自己家的資料中心設計晶片,加上近期AMD、NVIDIA也推出更有競爭力的資料中心處理器,壓縮到英特爾在資料中心事業的表現,甚至在今年第1季營收驟減20%期望值,削弱了整體利潤表現。此外,英特爾執行長基辛格砸錢打造製造廠,致使今年成本升高,加上銷售更仰賴低毛利的PC,英特爾也預期今年毛利率表現將下滑至55%。

image.jpeg
英特爾(Intel)執行長季辛格(Pat Gelsinger)。
圖/ intel

延伸閱讀:高通、聯發科加大力道進攻筆電市場!英特爾霸主地位搖搖欲墜?

大舉投入研發支出,但在IDM 2.0發展上仍待觀察

作為全球數一數二的半導體大廠,研發投入也成為英特爾能否永續經營的重要指標。根據IC Insight研究機構指出,2020年全球半導體公司的研發支出達到684美元,創下紀錄,而英特爾更是佔據1/5穩居第一。

除了大量投入研發經費外,英特爾CEO基辛格上任不到半年內,就紛紛宣布將投入更多資本、擴產計畫:宣布IDM2.0策略,重申英特爾會將最重要的產品,留在自家晶圓廠生產。一是發展7奈米先進製程,二是在晶片代工方面重新做好產業分工。

不過,今年4月季辛格才承諾晶片將於今年產出,6月官方卻表示最新Xeon系列晶片,本原訂今年底時程開始量產,卻要延到明年才能開始量產。基辛格遭遇上任以第一個重大產品挫折,也再度損及英特爾在晶片業界的技術領導地位。

在製程方面,台積電於2018年4月量產7奈米製程,2020年4月量產5奈米製程,2022年下半年量產3奈米製程。而英特爾的7奈米製程則延宕到2023年方可量產。換言之,目前台積電在製程技術方面領先英特爾約2年。撇除技術差距不談,台積電在客戶服務上也幾乎遍及所有晶片大廠,從蘋果、高通、AMD到NVIDIA等。

進一步看到架構和設計方面,英特爾推出x86架構曾是史上最成功架構,它的運算效能極其強大,加上該架構的開放性,一度搶下9成的市佔率。不過也因為相當耗電,智慧手機業者更注重續航力,arm開發的低功耗、高效能的架構更能貼近需求,蘋果也轉向arm架構的懷抱,加上蘋果每年推陳出新,也推出較英特爾高3.51倍性能的M1晶片。

資料中心_datacenter
英特爾仍是資料中心晶片市佔龍頭。
圖/ shutterstock

在資料中心事業上,英特爾仍是傲居晶片龍頭。根據Mercury Research的報告,2021年第一季英特爾在數據中心晶片的市佔為91.1%。AMD市佔為8.9%、遠高於3年前同期的1.8%。由此可見AMD市佔逐漸擴大,NVIDIA也打算加入戰場。

雖然英特爾前幾年都著重於CPU發展,但後續也不斷改變其產品結構、投入研發核心技術。但競爭對手在各方面包抄英特爾,除了在資料中心上持續保持動能外,能否透過IDM 2.0策略找尋新的出路並重回榮光,仍有待我們持續關注下去。

最新7月號雜誌《零碳新賽局》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

關鍵字: #Intel
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓