据路透社2月4日报道，英特尔CEO Lip-Bu Tan在思科AI峰会上宣布，公司将进军GPU市场，挑战『英伟达』主导地位。GPU即将进入多元化竞争时代。
对英特尔来说，这是其改变在AI领域落后面貌，重塑全球AI算力格局的重要举措。而对下游『服务器』制造商来说，这不仅将带来算力底层『芯片』的差异化选择，也在改变他们的产业链角色。
联想集团等主要『服务器』供应商，将从AI『芯片』与算力基础设施之间的硬件连接者，升级为以『芯片』统筹整合为核心，主导AI基础设施差异化的资源调配者与标准制定者。基础设施的差异化，也将实现对更复杂应用场景的深度适配，加速AI的场景拓展与细分市场渗透。
同时，英特尔的多元化，对联想集团等厂商来说，也将是一次强化产业链绑定，以更稳固、系统化的供应链，升级技术架构的有利契机。
从“连接者”，到“统筹者”
随着AI应用端的持续落地，大模型从技术参数比拼到差异化能力构建的转型，事实上已经开始带来算力基础设施的同步差异化发展，并延伸到底层『芯片』环节。谷歌的TPU、亚马逊的Trainium、微软的Maia 200，均可看做针对不同大模型能力需求，打造的定制化算力『芯片』。
AMD推出的机架级AI平台Helios，则向市场展示了针对不同细分市场的差异化方案。其与联想集团合作推出的，基于Helios机架级AI架构的ThinkSystem SR675i推理『服务器』，瞄准的是企业在本地推理、数据安全和实时决策方面的核心痛点。
英特尔CEO陈立武对其新推出的GPU“侧重人工智能模型训练与推理，能解决存储瓶颈”的介绍，也明确了其选择的不是与『英伟达』进行绝对性能的比拼，而是采用差异化策略打破其垄断的发展路径。
当选项增多时，联想集团等『服务器』厂商，不仅能更好地匹配不同客户的基础设施需求，也有望在不再集中化的供应商格局中，实现性能与成本的进一步平衡。
比如，谷歌从TPU v6升级至TPU v7，单位token推理成本下降约70%，使其在绝对成本层面与『英伟达』GB200 NVL72已经基本持平。结合算力密度、互联效率、内存带宽以及能源消耗等多重因素，谷歌TPU相对『英伟达』GPU已具备一定成本优势。
jrhz.info相比谷歌等ASIC厂商主要服务于自身及特定场景的封闭市场，英特尔面向开放市场的产品定位，以及其自有产能的优势，对『英伟达』垄断地位的冲击或将更大，进一步促成『芯片』商议价权的下放。
这在以存储、CPU为代表的『芯片』成本上升背景下尤其重要，将直接改善『服务器』厂商的盈利能力。特别是对于联想集团这类从传统『服务器』向AI『服务器』转型中的厂商，盈利能力的提升将加快其实现盈亏平衡。在摆脱盈亏束缚后，其围绕转型展开的技术布局与市场拓展，将具备更大自由度。
并且，在开放市场迎来多元化供给之后，『服务器』厂商的竞争逻辑也在发生变化。
联想集团ISG总裁 Ashley Gorakhpurwalla曾对公司在 AI 基础设施领域的核心优势做过一次简要总结：
首先，联想集团具备全球规模的制造能力，已经拥有相应的产能、电力和交付能力，能够支持大型 AI 系统的部署。
其次，联想集团在构建大型系统方面积累了数十年的经验，涵盖大型机、高性能计算和超级计算机等领域，在复杂系统的集成交付方面已形成成熟能力。
第三，也是当前 AI 训练系统中尤为关键的一点，是联想集团掌握 Neptune 液冷技术的核心 IP，能够通过液冷显著降低『数据中心』的整体能耗，支撑 AI 训练需求的持续增长。
联想集团的这几大核心优势，也代表了当前AI基础设施竞争中，以高水平制造能力、复杂系统集成能力、能耗控制能力为核心的竞争逻辑。而在供给多元化背景下，根据实际应用场景需求，提供针对性产品解决方案的能力，将成为行业参与者的又一项核心竞争力。这涉及对AI应用场景的深度理解，也涉及对供应商资源的精准规划与高效调配。
对于联想集团这类同时是AI应用服务商的企业来说，前者是其先天优势，后者既脱胎于前者，也有赖于此前三大核心优势的支持。因此，比起核心竞争力重建，更重要的是其产业链角色的变化。
在此之前，联想集团等『服务器』厂商，主要任务是通过将『芯片』与自身液冷、网络、存储等技术能力进行集成，参与AI基础设施建设者的算力部署，担任的是上下游连接者角色，卖的主要还是『服务器』产品。而在此之后，联想集团将更深入参与基础设施整体方案的差异化架构，并主导算力『芯片』的选型、整合，乃至算力『芯片』架构对具体场景的针对性优化，担任的将是整个算力产业链的资源统筹与标准制定者角色，从卖产品向卖话语权转变。
Lip-Bu Tan表示，英特尔将先与客户一起工作，再定义客户需要什么，围绕客户需求来制定策略，这一表态也印证了算力产业话语权从『芯片』环节，向『服务器』环节下放的趋势。
产业链合作现新逻辑
为保障供应链稳定，AI硬件厂商通常都与上游『芯片』厂商开展系统化的业务合作，实现深度绑定。这不仅限于『服务器』环节，也包括从上游算力，到下游终端乃至场景落地的整个AI产业链环节。其逻辑是将自身技术、制造、平台、解决方案能力，与『芯片』厂商的底层计算架构能力结合，形成双方共同面向用户的整体解决方案。
比如，联想集团与『英伟达』在2026CES上联合发布的“联想人工智能云超级工厂”，就是将『英伟达』『芯片』与联想集团在制造、安装、调试方面的专业能力打包，形成面向云部署加速的标准化产品。
联想集团与英特尔也建立了这样的绑定关系，涉及推理、边缘计算与端侧算力等多个环节。其中，双方联合发布的Aura Edition AI PC，全线搭载英特尔刚刚发布的采用18A制程的酷睿Ultra 300系列处理器。该处理器被英特尔视为重塑AI PC体验的重要节点，显示出双方业务绑定已达到战略级的深度。
如今，随着英特尔向GPU市场发起攻势，基于与英特尔的战略级绑定，联想集团将能顺势拓展双方合作领域，形成更完整的算力产业链合作版图。
这对联想集团来说，具有两个层面的意义。一是供应链的进一步稳固。更多维度的合作关系，将强化联想集团在英特尔客户关系体系中的权重，使其获得更大的优先保障权。在AI算力供不应求的市场格局下，供应端的更多保障，将直接转化为市场端的份额提升。
其二则是对联想集团混合式AI技术架构的整体赋能。英特尔在AI『芯片』领域的更广泛布局，对联想集团来说，则是在其混合式AI架构各个环节的更完整覆盖。这将显著提升其硬件底层架构的一致性，促进其全栈技术性能的升级。
AI产业链的竞争，本质上已不再是单个环节的技术升级、供求关系的竞争，而是无论处于哪个环节，都需要全链条能力的完整支持。这就使得行业呈现出两种玩家占优的逻辑。一种是英特尔这种布局单个环节，但市场涉及基础设施、终端硬件、应用场景等不同环节的厂商。他们能凭借更聚焦的技术能力，攫取更广泛的市场机遇。
另一种则是联想集团这种从算力到终端，再到应用场景全线布局的厂商。他们在各个环节均具备自身独特的核心竞争力，但并非依赖各个环节的全线突围，而是通过各个环节的联结，形成强大的全链条统筹能力。
联想集团与英特尔的合作，恰恰是这两类企业的联合。英特尔对GPU赛道的进击，正通过促成联想集团在『服务器』领域的角色转变，以及对其全栈混合式AI能力的赋能，释放出这种强强联合关系的强大产业影响力。
