رستاخیز اینتل: چطور موج هوش مصنوعی یک غول در حال سقوط را نجات داد

اینتل در فصل دوم ۲۰۲۶ با درآمد ۱۶ میلیارد دلار و رشد ۵۹ درصدی بخش هوش مصنوعی، شگفت‌انگیزترین بازگشت صنعت چیپ را رقم زد — سریع‌ترین رشد این شرکت از سال ۲۰۱۱.

۱. وقتی همه اینتل را تمام‌شده می‌دانستند

چند سال پیش، اینتل نمادی از یک غول در حال سقوط بود. شرکتی که دهه‌ها بر صنعت نیمه‌هادی حکمرانی می‌کرد، در برابر پیشروی AMD، سلطه انویدیا در حوزه GPU، و عقب‌افتادگی در فناوری ساخت چیپ، به‌نظر می‌رسید مسیر رو به پایینی را می‌پیماید. تحلیل‌گران زیادی به آینده این شرکت تردید داشتند و سرمایه‌گذاران صبر خود را از دست می‌دادند.

اما سال ۲۰۲۶ روایت متفاوتی دارد. موجی که هیچ‌کس — حتی خود اینتل — به‌درستی پیش‌بینی‌اش نکرده بود، دارد همه چیز را عوض می‌کند: موج هوش مصنوعی. برای خواندن بیشتر درباره انقلاب کلی هوش مصنوعی، این مقاله درباره پتانسیل واقعی هوش مصنوعی را از دست ندهید.

۲. اعداد شگفت‌انگیز: نتایج فصل دوم ۲۰۲۶

اینتل در ۲۳ ژوئیه ۲۰۲۶ نتایج مالی فصل دوم خود را اعلام کرد. این اعداد از هر زاویه‌ای که نگاه کنی، چشمگیر هستند:

درآمد کل: ۱۶.۱۳ میلیارد دلار — در مقابل پیش‌بینی ۱۴.۴۲ میلیارد دلار بازار. رشد ۲۵.۴ درصد نسبت به فصل مشابه سال قبل.

سود هر سهم: ۴۲ سنت تعدیل‌یافته — دقیقاً دو برابر پیش‌بینی ۲۱ سنتی تحلیل‌گران.

رشد بخش دیتاسنتر: ۵۹ درصد — رقمی که در تاریخ مدرن اینتل بی‌سابقه است.

راهنمای فصل سوم: درآمد ۱۵.۸ تا ۱۶.۸ میلیارد دلار — بالاتر از پیش‌بینی ۱۵.۱۰ میلیاردی وال‌استریت.

این سریع‌ترین رشد درآمدی اینتل از سال ۲۰۱۱ است — یعنی از زمانی که PC بوم بود و هنوز اسمارت‌فون دنیا را تغییر نداده بود. حالا یک انقلاب دیگر این رشد را رقم زده: هوش مصنوعی.

۳. موتور اصلی رشد: هوش مصنوعی اجنتیک

چرا تقاضا برای پردازنده‌های اینتل یک‌دفعه اینقدر زیاد شده؟ پاسخ در یک عبارت خلاصه می‌شود: هوش مصنوعی اجنتیک.

مدل‌های زبانی نسل جدید مثل GPT-5.6 از OpenAI، Claude Opus 5 از Anthropic، و Gemini 3.6 از Google دیگر فقط به سوال‌ها پاسخ نمی‌دهند — آن‌ها وظایف پیچیده انجام می‌دهند، کد می‌نویسند، فایل مدیریت می‌کنند، و به‌صورت خودمختار در اینترنت کار می‌کنند. این عامل‌های هوش مصنوعی برای اجرای هر عملیات به زیرساخت سرور نیاز دارند.

انویدیا تا امروز بیشترین توجه را در این حوزه داشته — و به‌حق، چون GPUهای آن برای آموزش مدل‌ها بی‌رقیب هستند. اما وقتی نوبت به استنتاج (inference) می‌رسد — یعنی اجرای مدل آموزش‌دیده برای میلیاردها کاربر — CPUهای قدرتمند اینتل نقش کلیدی دارند. هر پاسخی که ChatGPT، Claude یا Gemini می‌دهد، از میان ده‌ها پردازنده رد می‌شود.

تقاضا از همه جهت

دیتاسنترهای جدید که آمازون، گوگل، مایکروسافت، و Meta در حال ساخت آن‌ها هستند، به میلیون‌ها پردازنده از انواع مختلف نیاز دارند. هزینه‌های زیرساخت دیجیتال در سال ۲۰۲۶ به سطوح بی‌سابقه رسیده — گوگل تنها در این فصل جریان نقدی منفی ۵.۸ میلیارد دلاری داشته چون این‌قدر زیرساخت می‌سازد. برای اینتل، این یعنی یک بازار عظیم که مدت‌هاست منتظرش بود.

۴. رقابت با انویدیا، AMD، و نسل جدید رقبا

جنگ سیلیکون برای هوش مصنوعی پیچیده‌تر از آن چیزی است که رسانه‌ها نشان می‌دهند. در این میدان، انویدیا همچنان شاه است — GPU‌های H100 و Blackwell آن استاندارد صنعت برای آموزش مدل‌های بزرگ هستند. اما بازار در حال تغییر است.

AMD با قرارداد جدید خود با Cerebras دارد رویکرد ترکیبی را دنبال می‌کند — سخت‌افزارهای مختلف برای بارهای کاری مختلف هوش مصنوعی. در همین هفته، استارتاپ Etched با جذب ۳۰۰ میلیون دلار در ارزش‌گذاری ۱۰.۳ میلیارد دلاری، ادعا می‌کند که چیپ‌هایش برای استنتاج ترانسفورمر ۲۰ برابر سریع‌تر از H100 انویدیا هستند. برای آشنایی بیشتر با آخرین اخبار هوش مصنوعی این صنعت، صفحه اخبار ما را دنبال کنید.

در این میان، اینتل موقعیت منحصربه‌فردی دارد: آن تنها شرکتی است که هم تراشه‌های CPU و GPU می‌سازد و هم توانایی تولید چیپ برای شرکت‌های دیگر را دارد. این ترکیب — در صورتی که اینتل بتواند فناوری ساخت خود را به‌موقع تحویل دهد — می‌تواند یک مزیت استراتژیک بزرگ باشد.

۵. سرمایه‌گذاری ۲۰ میلیارد دلاری: آینده را می‌سازند

لیپ‌بو تان، مدیرعامل اینتل، در کنفرانس تحلیل‌گران اعلام کرد که شرکت برنامه سرمایه‌گذاری خود را از ۱۸ میلیارد به بیش از ۲۰ میلیارد دلار در سال افزایش می‌دهد. این پول کجا می‌رود؟

بخش بزرگی از آن به ساخت کارخانه‌های تولید چیپ در آمریکا اختصاص می‌یابد — هم در اوهایو، هم در آریزونا. این سرمایه‌گذاری با کمک‌های دولت آمریکا از طریق قانون CHIPS هم‌راستا است، چراکه واشنگتن نگران وابستگی به تولیدکنندگان تایوانی (TSMC) است. اینتل می‌تواند بخشی از این ریسک را کاهش دهد.

برای افرادی که می‌خواهند بدانند هوش مصنوعی چه تأثیری بر کسب‌وکار دارد، این مقاله جامع توضیحات مفیدی دارد.

۶. فناوری ۱۴A: چیپ نسل آینده

یکی از مهم‌ترین اعلام‌های اینتل در این فصل، تعهد قطعی به فناوری ساخت ۱۴A (Angstrom) تا سال ۲۰۲۸ بود. این فناوری از نظر فنی پیشرفته‌ترین فرآیند ساخت چیپ در صنعت خواهد بود — کوچک‌تر و کارآمدتر از آنچه TSMC و Samsung امروز ارائه می‌دهند.

سال گذشته، تان درباره این تعهد دودل بود. حالا با اطمینان کامل از آن حمایت می‌کند — و این تغییر موضع چیزی را نشان می‌دهد: اینتل احساس می‌کند باد بادبانش را پر کرده است.

چرا این مهم است؟

اگر اینتل موفق شود فناوری ۱۴A را در موعد مقرر تحویل دهد، می‌تواند به‌عنوان یک «فاندری» (کارخانه ساخت چیپ) رقیب جدی TSMC شود. شرکت‌هایی مثل Qualcomm، Apple، و حتی AMD ممکن است بخشی از تولیدشان را به اینتل بسپارند — که این خود درآمد جدید هنگفتی ایجاد می‌کند. برای درک بهتر اینکه هوش مصنوعی چطور روی صنایع مختلف تأثیر می‌گذارد، این تحلیل جالب را بخوانید.

۷. تأثیر بر بازار سهام و صنعت

بازار سهام بلافاصله واکنش نشان داد. سهام اینتل پس از اعلام نتایج بیش از ۸ درصد در یک روز جهش کرد — بزرگترین افزایش تک‌روزه آن در سال‌های اخیر. تحلیل‌گرانی که تارگت قیمتی پایین داشتند، به سرعت پیش‌بینی‌هایشان را بالا بردند.

اما تأثیر فراتر از بورس است. نتایج اینتل نشان می‌دهد که موج هوش مصنوعی چقدر عمیق به صنعت سخت‌افزار رسیده. همان‌طور که رقابت مدل‌های هوش مصنوعی در نرم‌افزار شدت گرفته، در لایه سخت‌افزار هم یک رقابت موازی و به همان اندازه داغ در جریان است.

برای شرکت‌های تولید سرور مثل Dell، HPE، و Supermicro هم این خبر خوشایند است — آن‌ها محصولات خود را روی پردازنده‌های اینتل می‌سازند و رشد تقاضا یعنی رشد فروش آن‌ها هم.

۸. آینده: اینتل کجا می‌رود؟

با رشد شتابان هوش مصنوعی اجنتیک، تقاضا برای زیرساخت محاسباتی در سال‌های آینده تنها بیشتر خواهد شد. شرکت‌هایی که امروز «عامل‌های هوش مصنوعی» (AI agents) را مستقر می‌کنند، فردا به ده برابر ظرفیت فعلی نیاز دارند.

اینتل با موقعیتی که الان دارد — توانایی ساخت CPU برای سرور، GPU برای هوش مصنوعی، و فناوری فاندری برای مشتریان خارجی — می‌تواند از همه این موج‌ها بهره ببرد. البته چالش‌هایی هم در پیش رو هست: تحویل به‌موقع فناوری ۱۴A، رقابت شدیدتر از انویدیا و AMD، و ریسک‌های ژئوپلیتیک. برای یادگیری بهتر در این دوره هوش مصنوعی، آموزش‌های ChatGPT ما می‌تواند مفید باشد.

اما اگر بخواهیم درسی از این فصل بگیریم، این است: در عصر هوش مصنوعی، زیرساخت همان‌قدر که مدل مهم است. و اینتل، شرکتی که بسیاری آن را «تمام‌شده» می‌دانستند، تازه دارد نفس تازه می‌کند.

۹. سوالات متداول (FAQ)

چرا اینتل از هوش مصنوعی سود می‌برد اگر انویدیا غالب است؟

انویدیا در GPU (برای آموزش مدل) قوی است، اما دیتاسنترهای هوش مصنوعی به میلیون‌ها CPU هم نیاز دارند — برای استنتاج، مدیریت شبکه، و سیستم‌های مختلف. اینتل در این بخش پیشرو است و تقاضا در حال انفجار است.

فناوری ۱۴A اینتل چیست؟

یک فرآیند ساخت چیپ پیشرفته که اینتل قول داده تا ۲۰۲۸ آن را به تولید انبوه برساند. این فناوری از نظر دقت فیزیکی پیشرفته‌ترین فرآیندی خواهد بود که در آمریکا تولید می‌شود.

آیا اینتل می‌تواند با انویدیا رقابت کند؟

مستقیماً در GPU برای آموزش مدل، چالش بزرگی است. اما اینتل در بازارهای مکمل — CPU سرور، فاندری، و شتاب‌دهنده‌های تخصصی — مسیر مستقل خود را دارد. این یک رقابت چندوجهی است، نه یک مسابقه تک‌بعدی. برای خواندن بیشتر درباره آینده هوش مصنوعی، راهنمای پرامپت‌نویسی ما هم می‌تواند کمک کند تا بهتر از ابزارهای هوش مصنوعی بهره ببرید.

سرمایه‌گذاری ۲۰ میلیارد دلاری اینتل کجا می‌رود؟

عمدتاً به ساخت کارخانه‌های تولید چیپ در آمریکا (اوهایو و آریزونا)، توسعه فناوری ۱۴A، و ظرفیت فاندری برای مشتریان خارجی اختصاص می‌یابد.