9月18日晚间，英特尔和英伟达同时宣布，英伟达投资50亿美元购买英特尔普通股。
双方合作在企业级市场打造定制的至强x86处理器，在消费级市场打造集成了英伟达RTX显卡的CPU，可以说是联手打造顺应AI市场需求的芯片产品。
对此，我只能说非常期待。
消息一出市场反应激烈，英特尔股价立马强势反弹。
不久前，美国政府宣布用89亿美元购买英特尔9.9%的股份，随后软银以20亿美元认购英特尔普通股。现在又以低于市场价引入英伟达的投资，看来英特尔很希望得到这些资金。
当然，我不太关注资本层面的操作，而是更在于产品市场方面的分析。今天就来聊一聊英伟达和英特尔的一点过往，然后看看这次合作之后可能会打造出什么样的产品，讲真，还是挺期待的。
英特尔与英伟达爱恨交织的30多年
从上世纪90年代开始，英特尔就是做CPU的，而英伟达就是做显卡的。看似井水不犯河水，但其实两家的竞争意味一直很浓厚。有媒体称，1998 年，黄仁勋曾说过：“英特尔想摧毁我们，我们的任务是先干掉他们。”
从市场来看，在PC时代的早期，两家功能角色互补，关系相对融洽。2001年开始，英伟达为英特尔开发了叫nForce的系列芯片组产品，市场反响不错，英伟达靠这个赚到了不少钱，但在一定程度上冲击了英特尔自家的芯片集产品。
大概在2005年前后，英特尔本来有机会以200亿美元收购英伟达，但由于当时报价超预期，收购被搁置，英特尔转向内部研发，启动“Larrabee”项目，项目以失败告终，英特尔没能成功进入独显市场。
2008年，英特尔决定把内存控制器从主板芯片组中拿出来，集成到CPU内部。如此一来，导致英伟达无法再为英特尔CPU开发芯片组，nForce业务一夜之间被英特尔一锅端了。双方最终走向法庭，关系一落千丈。
这还没完，2010年以来，英特尔大力发展集成显卡，其性能不断提升，只要不是玩游戏和有专业需求的用户，用户就不用再单独购买独立显卡了。这对于英伟达的低端显卡带来了不少冲击。
此后的十年时间，英特尔继续深耕x86通用计算处理器，而英伟达则在并行计算道路上越走越远，除了打造更强的游戏显卡以外，也用GPU + CUDA的方案在HPC市场上与英特尔的x86，以及Arm处理器竞争。
CPU的优势是通用性强，逻辑任务表现好，而且生态强大。2015年以来，显卡以并行计算优势在超算市场上获得逐步采用。2020年7月，英伟达的市值开始超越英特尔，当时两家市值约2500亿美元。
2022年以来，ChatGPT来袭，英伟达数据中心GPU成了训练和运行大型语言模型不可或缺的核心工具，市场疯抢英伟达显卡，一步步把英伟达市值推到了4万亿美元。
AI时代分水岭，让“英”与”英”达成历史性和解
此时的英特尔则面临多种冲击和挑战。首先，英特尔在其引以为傲的芯片制造工艺上遭遇了重大挫折，先进节点的研发和量产一再延迟，使其长期保持的技术领先地位被台积电（TSMC）等代工厂超越。
其次，英特尔在AI市场上希望靠Gaudi来竞争，这是英特尔于2019年收购Habana Labs获得的AI加速器产品线，尽管Gaudi 3还有一些竞争力，而且价格也友好，但始终难以撼动英伟达CUDA生态系统的强大壁垒。
与此同时，英特尔希望用通用计算x86至强处理器参与到AI市场，比如在至强处理器中加入AI加速指令（如DL Boost, AMX）提高AI推理的性能表现，但并没有显著提升英特尔在AI市场的影响力。
2022年，英特尔推出Arc（锐炫）桌面级独立显卡，但该产品主要用于消费级和工作站场景，并没有撼动英伟达高端桌面级显卡市场，更没有影响到英伟达的数据中心服务器市场。CEO陈立武承认，英特尔“短期内”无法与英伟达的高端系统竞争。
此时的数据中心市场发生了巨大变化，原本以CPU为中心的市场，逐渐转向以GPU加速计算为中心。英伟达的平台（GPU + CUDA + NVLink）成为数据中心的新标准，所有希望构建AI基础设施的公司，都别无选择地依赖英伟达的技术。
英伟达获得了超强的定价权和生态系统控制力，而英特尔至强CPU被降级为英伟达AI系统中的“主机CPU”，一个重要但已非核心的辅助部件，这种战略地位的根本性转变，正是2025年发生这次历史性大和解的背景。
当然，其实和解后背必然还受到了美国产业政策的影响。美国希望制造业回流，特别是希望芯片生产制造转回美国本土。美国政府入股英特尔是最明显信号，软银和这次英伟达投资英特尔也是在向美国政府示好。
“英”与”英”将打造什么样的AI产品？
英特尔需要接入英伟达的生态系统，才能参与到增长最快的AI市场。英伟达选择与英特尔合作，目前英伟达的GPU将不会由英特尔代工部门生产，选择英特尔主要也是以联合打造产品为主。
接下来看两家要打造的数据中心级AI产品：
数据中心市场部分，会利用英伟达的NVLink连接英伟达和英特尔的技术架构，英特尔将构建为英伟达定制的x86 CPU，英伟达会将其集成到其AI基础设施平台中并提供给市场。
此前两家已有了一些合作。2025年5月，英特尔发布了三款全新英特尔至强6性能核处理器，其中一款6776P被用作是DGX B300的主控CPU，选择英特尔至强 6，说明它在I/O、内存、协同能力等方面满足了DGX B300的苛刻需求。
此前合作并非为英伟达定制CPU，而这次合作则要利用英伟达的NVLink技术打造定制CPU。大概率会用到此前英伟达推出的NVLink Fusion技术，这是一个把英伟达专有的NVLink开放给合作伙伴的技术。
众所周知，英伟达的NVLink主要用于GPU之间的高速互联，而主流x86 CPU并不支持这一接口，CPU与GPU只能通过PCIe通信，带宽和延迟都成了瓶颈。为突破这一限制，英伟达曾尝试收购Arm，希望借此打造能够原生支持NVLink的处理器。
虽然收购未果，但公司随后推出了NVLink-C2C协议，让Arm架构CPU可以直接通过NVLink与GPU交互。基于这一技术，Grace CPU与Hopper GPU结合诞生了GH100、GB200等超级芯片，也推动了英伟达新一代AI加速系统的出现。
NVLinkFusion技术中，用户可以选用三种系统构建方式。要么选GB超级芯片方案，要么把CPU换成第三方的，要么把GPU加速器换成第三方的，几个组件之间通过NVLink5进行接入。
显然，英特尔为英伟达定制的CPU就是要采用第三种方式。具体操作中，英伟达会用NVLink 5 Chiplet技术，在英特尔的CPU中嵌入一块来自英伟达的小芯片，让英特尔至强支持NVLink，从而接入到英伟达的AI加速系统中。
此件有消息称，富士通和高通正在开发支持NVLinkFusion的CPU，而此次高调宣布与英特尔的合作，应该会更重视这次与英特尔的合作。类似的，GPU加速器厂商也可以介入NLink系统中，但我估计这类合作伙伴不会很多。
有朋友可能会好奇，接入NVLink的价值是什么？
以GB200系统为例，通过NVLink连通之后，Grace CPU的DDR内存和Hopper GPU的HBM显存形成了一个统一、连贯的内存地址空间，GPU可以像访问本地显存一样访问CPU的内存，既简化了编程模型，也解决了数据传输瓶颈。
在消费级产品上可能的合作方式
如果你有耐心看到这里，接下来猜一下英伟达与英特尔在消费级产品上合作，可能会打造出什么样的产品。
官方消息说，在个人计算领域，英特尔将打造并向市场推出集成NVIDIA RTX GPU小芯片的x86 SOC。x86 RTX SOC将为各种需要集成世界一流CPU和GPU的PC提供支持。
如果说，这里只是用英伟达的RTX显卡取代英特尔的集显那就太没意思了，我更期待的是能打造出类似苹果M系列那样的产品，把CPU、GPU等都整合到同一块芯片里，让CPU和GPU共享一套高速统一内存，数据不需要在不同芯片之间来回拷贝。
大语言模型推理需要大容量、高带宽、低延迟的内存。苹果M系列的统一内存架构，使苹果电脑能高效运行数十亿甚至上百亿参数的模型，而无需像传统PC那样依赖独立显卡的大显存，要知道，大显存的英伟达显卡可太贵了。
英伟达DGX Spark小型台式机开发套件，复制了DGX工作站或服务器的架构和软件堆栈，让开发者可以测试代码，并且能在在Spark上运行，就能在DGX上运行。DGX Spark采用了NVLink-C2C互连技术，本质上跟DGX系统是一样的。
如果英特尔和英伟达联手，打造统一内存的SoCCPU的话，则可以让Windows系统具备类似苹果电脑系统那样的推理能力，从而降低普通人在本地使用AI推理技术的能力，从而为Windows电脑市场带来更多增量，或许AIPC时代才能真的来到。
结束语
从30多年的相爱相杀到如今的握手言和，英伟达与英特尔的这次历史性合作，不仅仅是资本层面的战略布局，更是两家芯片巨头在AI时代寻求新突破的必然选择。
你是否看好这次合作？看好为英伟达定制的至强，或者我想象中的集成了RTX显卡的酷睿呢？（也许就不叫酷睿了）我反正挺期待的，真的。
