x86市场新格局：英特尔退守，AMD进逼 2023年度分析
IT之家 1 月 23 日消息，市调机构 Mercury Research 发布的最新数据表明，英特尔在服务器与客户端 CPU 市场的统治地位正面临严峻挑战。过去七年，其市场份额持续下滑，目前已触及历史低点。
在服务器领域，英特尔曾在 2019 年第一季度占据高达 97% 的服务器出货量与营收份额。然而，截至 2025 年第三季度，其出货量份额已跌至 72%，营收份额更是缩水至 61%。
报道指出，这一转折点始于 2017 年 AMD 推出首代霄龙 EPYC (Naples) 处理器。早期采用者对其性能与能效感到惊喜，这种口碑效应迅速在云服务提供商和企业客户中扩散。AMD 的服务器市场份额已从 2018 年不足 2% 飙升至接近 30%，成为该领域不可忽视的力量。
在客户端领域，英特尔同样面临严峻挑战。自 AMD 推出 Zen 架构以来，英特尔的市场份额便开始走低。
尽管第 12 代 Alder Lake 和第 13 代 Raptor Lake 曾帮助英特尔短暂止血，但随后爆发的第 13 代及 14 代芯片稳定性问题严重损害了品牌信誉，导致大量 DIY 用户和 OEM 厂商转向锐龙平台。
英特尔在客户端市场的总出货量份额目前降至约 60%，而 AMD 在桌面端的份额则成功突破 30%。
在笔记本电脑（移动端）市场，竞争格局更为复杂。ARM 架构处理器（尤其是苹果 Apple Silicon）的强势崛起分流了市场。目前，苹果和 AMD 实际上共同瓜分了英特尔流失的移动端份额。
相关攻略
周二（12日）的美股市场，可谓冰火两重天。三大股指最终涨跌不一，但盘面下的暗流涌动，却透露出投资者情绪的显著变化——芯片股遭遇重挫，油价再次走高，市场的避险情绪正在升温。 截至收盘，道琼斯工业指数微涨56 09点，涨幅0 11%，报49760 56点；而以科技股为主的纳斯达克综合指数则下跌185 9
周二的美股市场，可谓冰火两重天。一边是道指勉力收红，另一边却是纳指与标普500指数双双下挫。市场情绪在通胀数据与地缘整治的双重夹击下，显得格外谨慎。 截至收盘，道琼斯工业平均指数微涨56 09点，涨幅0 11%，报49760 56点；纳斯达克综合指数则下跌185 92点，跌幅0 71%，报26088
成都华微发布128GSPS超高速ADC芯片，输入带宽达37GHz，支持Ka波段射频直采，适用于OCS光学通信系统。该芯片及公司高速ADC产品线可简化800G 1 6T光模块架构，提升性能与可靠性，为下一代设计提供新思路。目前技术已取得关键进展，但大规模商业化仍需通过客户验证与生态构建，对当前经营影响有限。
理想汽车创始人李想透露，公司正布局面向家庭的算力产品，旨在通过下一代芯片为家庭提供本地化大模型算力。他设想用户以较低成本部署设备，支持百亿参数模型运行，未来驱动各类智能设备。此外，李想建议企业慎用裁员，因AI时代人才标准已变，并分享理想汽车将依靠AI转型中的自然筛选。
芯片股行情持续火爆，市场热度不减。 当地时间5月11日（周一），美股市场情绪积极，三大指数集体收高。其中，标普500指数与纳斯达克综合指数均创下历史收盘新高。具体数据显示，道琼斯工业平均指数上涨0 19%，标普500指数上涨0 19%，纳斯达克综合指数微涨0 1%。 大型科技股走势出现分化。特斯拉领
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭