Xeon

Intel Xeon —— 資料中心CPU的定義性品牌

1. 3 秒看懂

Xeon 是 Intel 面向伺服器、資料中心和工作站的 CPU 產品線，過去二十年長期統治企業級算力市場；如今在 AI 訓練/推論時代，Xeon 正從”通用計算之王”向”AI 基礎設施底座”轉型，面臨 AMD EPYC 與 ARM 伺服器晶片的雙重夾擊。

一句話定位：資料中心的”心臟”——每臺雲端伺服器裡幾乎都有一顆 Xeon（或其競品）。

2. 3 分鐘產業解釋

為什麼 Xeon 重要？

全球伺服器市場中，CPU 是最核心的計算單元。無論是跑資料庫、虛擬化、Web 服務，還是做 AI 推論的前處理/後處理，CPU 都不可或缺。Intel Xeon 長期佔據資料中心 CPU 出貨量的絕大部分份額（近年有所下降，但據行業估算仍處於主導地位）。

和消費級 CPU 的區別

維度	消費級（Core i9）	Xeon
記憶體	DDR5/DDR4，不支援 ECC	支援 ECC（糾錯），部分支援 HBM
通道數	通常 2 通道	4-8 通道（視代際）
PCIe 通道	~20 條	通常 80+ 條
多路支援	不支援	支援 2S/4S/8S 多路互聯
RAS 特性	基本無	完整的可靠性/可用性/可維護性特性
快取	較小	L3 快取可達數百 MB（視代際）
價格	數百美元	數千至數萬美元/顆

產業位置

上游（Intel 及其供應鏈）          中游（伺服器 OEM/ODM）          下游（終端使用者）
┌─────────────────┐         ┌─────────────────┐         ┌─────────────────┐
│ Intel 設計+製造   │────────>│ Dell/HPE/Lenovo  │────────>│ 雲端廠商/AI公司/企業│
│ 封裝/測試         │         │ 超微/浪潮/聯想    │         │ CSP/運營商/金融   │
│ 記憶體(三星/SK/美光)│         │ ODM(廣達/緯創)   │         │ 科研/醫療/製造    │
└─────────────────┘         └─────────────────┘         └─────────────────┘

3. 15 分鐘專家深入

3.1 產品代際與架構演進

Intel Xeon Scalable（至強可擴充套件處理器）是當前主力產品線，自 2017 年起以”代（Generation）“命名：

代際	代號	製程（據公開資訊）	關鍵特徵
1st Gen	Skylake-SP	14nm	mesh 互聯架構取代 ring bus
2nd Gen	Cascade Lake	14nm+	DL Boost（VNNI/INT8 推論加速）
3rd Gen	Ice Lake-SP	Intel 10nm	新微架構，PCIe Gen4，首次在 Xeon 上採用 10nm
4th Gen	Sapphire Rapids	Intel 7	AMX（Advanced Matrix Extensions），DDR5，CXL 1.1，HBM 變體（Xeon Max）
5th Gen	Emerald Rapids	Intel 7	增大 L3 快取，最佳化功耗
6th Gen	Granite Rapids	Intel 3	DDR5 提速，更高核心數，進一步 AI 能力增強（據公開路線圖）

注意：Intel 工藝節點命名經過調整——原”10nm”後更名為”Intel 7”，原”7nm”更名為”Intel 4”，以此類推。製程具體電晶體結構（FinFET 等）以 Intel 官方揭露為準，此處不編造具體電晶體型別歸屬。

3.2 核心數與市場格局變化

Xeon 核心數從早期的十幾核逐步擴充套件。當前 Sapphire Rapids/Emerald Rapids 主力 SKU 核心資料公開資訊約在數十核量級（具體 SKU 引數請查閱 Intel ARK 資料庫）。相比之下，AMD EPYC 的核心數增長更為激進（Zen 4 代可達 96/128 核），這是 Xeon 面臨的主要競爭壓力之一。

3.3 Xeon 在 AI 生態中的角色

Xeon 並非 AI 訓練的主力加速器（GPU/TPU 才是），但在 AI 推論和 AI 資料預處理方面有明確的價值：

Sapphire Rapids 引入 AMX：Advanced Matrix Extensions，硬體級支援 INT8 和 BFloat16 矩陣乘法加速（tile 架構，通過 tdpbssd、tdpbf16ps 等指令觸發 TMUL 硬體單元），這是 Intel 在 CPU 上回應 AI 需求的關鍵舉措。
Xeon Max 系列：整合 HBM2e 的 Xeon 變體（Sapphire Rapids 基礎上），面向 HPC 和部分 AI 工作負載，提供高頻寬記憶體。具體容量和頻寬以 Intel 官方規格為準，此處不編造具體數字。
軟體生態：Intel 通過 oneAPI、OpenVINO、Intel Extension for PyTorch/TF 等軟體棧最佳化 Xeon 上的 AI 推論效能。

3.4 多路互聯與平台特性

Xeon 支援多路（multi-socket）配置，通過 UPI（Ultra Path Interconnect）進行 CPU 間通訊。這在大型資料庫、記憶體密集型工作負載中非常關鍵。此外，Sapphire Rapids 起支援 CXL（Compute Express Link）1.1，用於記憶體擴充套件和異構裝置互聯。

4. 技術原理

4.1 微架構核心特徵

┌─────────────────────────────────────────────────────────┐
│                   Xeon CPU Die（示意）                    │
│                                                          │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐│
│  │ Core     │  │ Core     │  │ Core     │  │ Core     ││
│  │ + L1/L2  │  │ + L1/L2  │  │ + L1/L2  │  │ + L1/L2  ││
│  └────┬─────┘  └────┬─────┘  └────┬─────┘  └────┬─────┘│
│       │              │              │              │      │
│  ════════════════════════════════════════════════════     │
│              Shared L3 Cache (Last Level Cache)          │
│  ════════════════════════════════════════════════════     │
│       │              │              │              │      │
│  ┌────┴─────┐  ┌────┴─────┐  ┌────┴─────┐  ┌────┴─────┐│
│  │ Mem      │  │ Mem      │  │ PCIe     │  │ UPI /    ││
│  │ Ctrl     │  │ Ctrl     │  │ Root     │  │ CXL Ctrl ││
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘│
│                                                          │
│  ┌──────────────────────────────────────────────────┐   │
│  │  AMX Tile（Sapphire Rapids 起）                    │   │
│  │  - 每個核心含8個tile暫存器和1個TMUL單元            │   │
│  │  - 支援 INT8 / BF16 矩陣乘加速                    │   │
│  └──────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────┘

4.2 AMX（Advanced Matrix Extensions）機制

AMX 是 Sapphire Rapids 引入的關鍵 AI 加速特性：

Tile 暫存器：8 個 16×64 位元組的二維暫存器（TMM0-TMM7），每個 tile 可儲存 1024 位元組資料。
TMUL（Tile Matrix Multiply）：硬體矩陣乘法單元，執行 tile 間的乘累加操作。
支援資料型別：INT8 和 BFloat16（BF16）。
程式設計方式：通過 _tile_dpbf16ps / _tile_dpbssd 等行內函數或編譯器自動向量化呼叫。
與 AVX-512 的關係：AMX 與 AVX-512 是獨立的執行單元，可並行使用；AMX 更適合大矩陣乘法，AVX-512 更適合通用 SIMD。

AMX 矩陣乘法示意（簡化）：

TMM0 (16×64 INT8)    TMM1 (64×16 INT8)         TMM2 (16×16 INT32)
     ┌────────┐            ┌────────┐                ┌────┐
     │  A 矩陣 │    ×       │  B 矩陣 │      =        │ C  │
     │ 16×64   │            │ 64×16   │               │累加 │
     └────────┘            └────────┘                └────┘
        TMUL 指令一次完成上述運算

4.3 記憶體子系統

DDR 通道數：Sapphire Rapids 為 8 通道 DDR5；此前 Ice Lake 為 8 通道 DDR4。
Xeon Max HBM：整合 HBM2e（據公開資訊），提供遠高於 DDR 的記憶體頻寬，可作為獨立記憶體或作為 DDR 的快取層使用。
CXL 記憶體擴充套件：通過 CXL 可連線外部記憶體池，突破單節點記憶體容量限制。

4.4 RAS（可靠性/可用性/可維護性）

Xeon 的核心差異之一是完整的 RAS 特性：

硬體錯誤檢測與糾正（ECC 記憶體、Machine Check Architecture）
記憶體映象（Memory Mirroring）
熱插拔支援
故障預測與日誌記錄

5. 技術演進史

5.1 前 Xeon 時代

年份	里程碑
~1998	Intel 推出 Pentium II Xeon，首次將”Xeon”品牌用於伺服器處理器
~2001	Xeon（Prestonia，至強 DP/MP）確立伺服器品牌地位

5.2 Xeon E5/E7 時代（~2012-2017）

以 E5（雙路主力）和 E7（四路/八路高階）細分市場
Ring Bus 互聯架構
製程從 32nm 演進到 14nm

5.3 Xeon Scalable 時代（2017-至今）

時間線：
2017 ──── 1st Gen (Skylake-SP): 14nm, Mesh互聯, AVX-512
   │       ▲ 從 Ring Bus 轉向 Mesh，核心數上限提升
   │
2019 ──── 2nd Gen (Cascade Lake): 14nm+, DL Boost (VNNI)
   │       ▲ 首次在Xeon上引入AI推論加速指令
   │
2021 ──── 3rd Gen (Ice Lake-SP): Intel 10nm, PCIe Gen4
   │       ▲ 製程重大升級，核心數顯著增加
   │
2023 ──── 4th Gen (Sapphire Rapids): Intel 7, AMX, DDR5, CXL, HBM變體
   │       ▲ 里程碑式更新：AMX/CXL/HBM三條AI+記憶體擴充套件線
   │
2023-24 ── 5th Gen (Emerald Rapids): Intel 7, 大快取最佳化
   │       ▲ 迭代最佳化，快取增大
   │
2024-25 ── 6th Gen (Granite Rapids): Intel 3, 更高核心數
   │       ▲ 製程再次升級（據公開路線圖）
   │
未來 ───── Clearwater Forest: Intel 18A (E-cores, 據路線圖)
            ▲ 全E-core設計進一步演進（此前Sierra Forest已為Xeon首次引入全E-core，2024年釋出，據公開資訊）

5.4 關鍵轉折點

2017 年：AMD EPYC（Naples）釋出，打破 Xeon 壟斷格局。
2019 年：Sapphire Rapids 之前的 Xeon 因 10nm 量產延遲，競爭力下滑。
2023 年：Sapphire Rapids 終於釋出（原計劃約 2021 年），延遲約兩年。同期 AMD EPYC Genoa（Zen 4，96核）已在市場上鋪開。
AI 加速轉型：從 AVX-512 → DL Boost (VNNI) → AMX，Intel 逐步在 CPU 上疊加 AI 推論能力。

6. 技術路線對比

6.1 Xeon vs AMD EPYC vs ARM 伺服器 CPU

維度	Intel Xeon（Sapphire Rapids/Emerald Rapids）	AMD EPYC（Genoa/Turin, Zen4/Zen5）	ARM 伺服器（Ampere Altra/Altra Max 等）
製程	Intel 7（據公開資訊）	TSMC 5nm/4nm（據公開資訊）	TSMC 5nm/7nm（據公開資訊）
最大核心數（公開SKU）	數十核量級（請查 ARK）	Genoa: 96核；Turin: 最高可達192核（Zen 5c 版本，據公開資訊）	最高128核/192核（據公開資訊）
記憶體通道	8ch DDR5（SPR/EMR）	12ch DDR5（Genoa）	8ch DDR5（據型號）
AI 加速	AMX (INT8/BF16)	AVX-512 + 指令集最佳化	NEON/SVE（據晶片）
HBM 選項	Xeon Max (HBM2e)	未見主流 HBM 版本	未見
CXL 支援	CXL 1.1+	CXL 1.1/2.0	有限
多路支援	2S/4S/8S	2S	通常單路
生態成熟度	★★★★★	★★★★☆	★★★☆☆
功耗效率	中等（視工作負載）	較優（據公開對比測試）	較優（低功耗場景）
軟體相容性	x86 生態最完善	x86 相容	需軟體適配/重編譯

注意：以上對比為定性評估，具體效能取決於工作負載，不編造具體 benchmark 數字。

6.2 Xeon 自身產品線細分

子系列	定位	典型場景
Xeon Scalable (Platinum/Gold/Silver/Bronze)	主流伺服器 CPU	通用計算、虛擬化、資料庫
Xeon Max	整合 HBM 的高階型號	HPC、記憶體頻寬敏感型 AI/科學計算
Xeon W	工作站級	專業工作站、EDA、渲染
Xeon E / Xeon D	入門級/邊緣	邊緣計算、入門伺服器、網路裝置

7. 上下游

7.1 上游

環節	關鍵供應商/情況
製造	Intel 自有晶圓廠（Fab，Intel 7 / Intel 3 等製程）；部分產品據路透等媒體報道可能使用外部代工（請以 Intel 官方揭露為準）
封裝	Intel 自有先進封裝（EMIB、Foveros 等）；Sapphire Rapids 採用 EMIB 連線多 chiplet
記憶體	DDR5 記憶體條來自三星、SK 海力士、美光；HBM 來自 SK 海力士/三星（據供應鏈資訊）
基板/PCB	Ibiden、Shinko 等封裝基板供應商
裝置	ASML（光刻）、Applied Materials/Lam Research（刻蝕/沉積）

7.2 下游

環節	代表企業/場景
伺服器 OEM	Dell Technologies、HPE、Lenovo、Inspur（浪潮）、Supermicro
伺服器 ODM	Quanta（廣達）、Wistron（緯創）、Inventec（英業達）—— 主要為雲端廠商定製
雲端廠商 (CSP)	AWS、Azure、GCP、阿里雲端、騰訊雲端等（大規模採購 Xeon 部署虛擬機器例項）
企業 IT	金融、電信、政府、製造等行業傳統 IT 基礎設施
HPC/科研	國家超算中心、高校科研叢集

8. 關鍵指標

8.1 核心規格引數（通用架構，具體數字請查 Intel ARK）

指標	說明
核心數/執行緒數	從數核到數十核不等，視 SKU 而定
基礎頻率/睿頻	基頻通常在 2-3 GHz 量級，睿頻可達 4+ GHz（視 SKU）
L3 快取	從數十 MB 到 Sapphire Rapids 上百 MB 級別（視 SKU）
記憶體支援	DDR5-4800/5600（SPR/EMR）；8 通道
TDP / 功耗範圍	主力 SKU 通常 150W-350W 量級
PCIe 版本/通道數	PCIe Gen4（ICL）/ Gen5（SPR+）；80+ 通道
UPI 速率/通道	多路互聯頻寬（具體速率請查 Intel 規格）
AMX 支援	Sapphire Rapids 起支援

8.2 對 AI 工作負載的關鍵指標

指標	重要性
INT8 推論吞吐（TOPS）	AMX 加速下的矩陣運算能力
BF16 推論吞吐（TFLOPS）	AMX + AVX-512 協同
記憶體頻寬	DDR5 頻寬（約數百 GB/s）vs Xeon Max HBM 頻寬（據 Intel 規格）
記憶體容量	大型模型推論的 batch size 和 KV cache 受此限制
核心間互聯頻寬	多 NUMA 節點下的推論任務排程效率

9. 供需與市場資料

9.1 市場份額（據行業估算）

資料中心 CPU 市場：Intel Xeon 長期佔據絕大部分份額（歷史上 >90%），但據 Mercury Research 等第三方追蹤，AMD EPYC 的營收份額已從 2017 年的低個位數增長至約 30%+（近年資料，請以最新季度報告為準）。
ARM 伺服器：份額仍為個位數百分比（據行業估算），但增長趨勢明顯（AWS Graviton 自用 + Ampere 對外銷售）。

9.2 定價與 ASP

Xeon Platinum 系列主力 SKU 單價據公開報價通常在數千至上萬美元級別。
Intel 近年 ASP 面臨下行壓力：一方面 AMD 以價效比搶份額，另一方面雲端廠商議價能力強。
具體 SKU 定價請參考 Intel 官方價格表或分銷商報價。

9.3 出貨量趨勢

全球伺服器 CPU 出貨量年規模據行業估算在數千萬顆量級。
AI 伺服器增長雖快，但通用伺服器仍佔出貨量的大部分。
2023-2024 年全球伺服器市場據 IDC/Gartner 報告有所回暖，AI 伺服器是主要驅動力。

9.4 Intel 資料中心業務（據 Intel 財報）

Intel DCAI（Data Center and AI）事業部是其核心營收來源之一。
近年該部門營收受競爭影響有波動，具體季度數字請查閱 Intel 季度/年度財報（10-K/10-Q）。

10. 代表公司與資本對映

10.1 核心標的

公司	角色	與 Xeon 的關係	上市程式碼
Intel	Xeon 設計+製造	直接標的，DCAI 事業部營收	INTC (NASDAQ)
AMD	主要競品（EPYC）	替代/競爭關係	AMD (NASDAQ)
Ampere Computing	ARM 競品	邊緣替代（未上市，請關注其動態）	—

10.2 受益/受損鏈

角色	公司	邏輯
伺服器 OEM	Dell (DELL), HPE (HPE), Lenovo (0992.HK)	Xeon 出貨量直接影響伺服器營收
伺服器 ODM	Quanta (2382.TW), Wistron (3231.TW)	為 CSP 定製 Xeon 伺服器
記憶體	Samsung, SK Hynix, Micron	Xeon 升級 DDR5 拉動記憶體需求
軟體/雲端	各大 CSP	Xeon 例項是其主流產品
競品受益	AMD	Intel 延遲/競爭力下滑 → AMD 份額提升

10.3 資本市場關注點

Intel 製造工藝進展（Intel 3/Intel 18A 路線圖能否兌現）
Xeon 新品釋出節奏（Granite Rapids/Sierra Forest 滲透率）
AMD EPYC 份額侵蝕速度
AI 伺服器中 GPU vs CPU 的價值量佔比

11. 投資邏輯

11.1 看多邏輯

存量生態壁壘：全球數百萬臺伺服器執行在 Xeon 之上，企業 IT 遷移成本高（軟硬體相容性、運維經驗）。
製程迴歸路線圖：若 Intel 能按計劃推出 Intel 3 → Intel 18A，Xeon 的競爭力有望回升。
AI 推論需求：大量 AI 推論任務在 CPU 上執行（成本更低，適合中小模型/低併發場景），AMX 是差異化賣點。
CXL 生態先發：Xeon 率先支援 CXL，有望在記憶體擴充套件/池化市場建立標準話語權。
估值：Intel 股價在競爭壓力下可能已被充分定價，存在均值迴歸可能。

11.2 看空/風險邏輯

AMD 持續蠶食：EPYC 在核心數、功耗效率、價效比上持續領先（據公開測試）。
ARM 滲透：AWS Graviton、Google Axion 等自研 ARM 晶片在雲端廠商內部替代 Xeon 例項。
製程執行風險：Intel 近年多次延遲，若 Intel 18A 再次延遲，Xeon 競爭力將進一步削弱。
GPU 中心化：AI 訓練幾乎完全由 GPU 承載，Xeon 在 AI 領域的價值量佔比下降。
x86 架構天花板：通用 x86 在特定工作負載下的能效比不如專用設計。

12. 常見誤讀糾偏

❌ 誤讀一：“Xeon 能用來訓練大型模型”

糾偏：大型模型訓練（如 GPT-4 級別）幾乎完全依賴 GPU（NVIDIA A100/H100/H200）或 TPU 等專用加速器。Xeon 在 AI 訓練中的角色是資料預處理、排程管理、檢查點儲存等輔助任務。即使 Xeon Max 有 HBM，其矩陣運算吞吐也遠不及主流 GPU。AMX 更適合推論而非訓練。任何將 Xeon 與 GPU 訓練能力混為一談的說法都是對技術架構的誤解。

❌ 誤讀二：“Xeon 就是主頻更高的酷睿，核心一樣”

糾偏：雖然同代 Xeon 和 Core 可能共享微架構，但差異是系統性的：

RAS 特性：Xeon 有完整的硬體錯誤檢測/糾正/預測能力，Core 沒有。
多路互聯：Xeon 支援 UPI 多路，Core 不支援。
記憶體：Xeon 支援 ECC、更大記憶體通道數和容量上限。
PCIe 通道數：Xeon 遠多於 Core。
驗證與壽命：Xeon 經過更嚴格的驗證流程，面向 7×24 長期執行。

簡言之，Xeon 是一個完整的平台級產品，不僅僅是”更快的 CPU”。

❌ 誤讀三：“Intel 製程落後 = Xeon 效能落後”

糾偏：CPU 效能 = 製程 × 微架構 × 軟體最佳化 × 平台特性。即使 Intel 製程指標（電晶體密度、能效）在特定代際落後於 TSMC 同代，Xeon 仍可通過以下方式保持競爭力：

更大的 L3 快取、更多記憶體通道
成熟的軟體生態（編譯器、虛擬化、安全特性）
多路支援（AMD 和 ARM 在多路支援上相對有限）
RAS/安全性等企業級特性

當然，長期來看製程領先仍是核心競爭力之一，這也是 Intel 押注 Intel 18A 的戰略意義。

❌ 誤讀四：“Xeon 的 AMX 和 NVIDIA Tensor Core 是同類技術”

糾偏：雖然兩者都做矩陣乘法加速，但量級完全不同。Tensor Core 是 GPU 上大規模並行的專用單元（數百/數千個），面向大型模型訓練和推論；Xeon AMX 是 CPU 上的補充加速（8 個 tile），適合中小規模推論任務。兩者不是替代關係，更像”主力部隊 vs 後勤支援”。

13. 學習路徑

Level 1：入門（1-2 小時）

📖 Intel 官網 Xeon 產品頁：瞭解當前產品線
📖 搜尋”Intel Xeon vs AMD EPYC 對比”，閱讀主流硬體評測文章
📖 瞭解伺服器 CPU 和消費級 CPU 的基本區別

Level 2：進階（1-2 天）

📖 Intel Ark 資料庫（ark.intel.com）：查閱具體 SKU 規格
📖 學習 AVX-512 和 AMX 的基本概念（Intel 官方 intrinsics guide）
📖 閱讀 Sapphire Rapids / Granite Rapids 官方白皮書（Intel Developer Zone）
📖 瞭解 CXL 協議基礎概念

Level 3：深入（1-2 周）

📖 Intel Software Developer Manual（SDM）：微架構細節
📖 IEEE/ACM 相關論文：Xeon 微架構分析、AMX 效能評測
📖 學習 oneAPI 和 OpenVINO 在 Xeon 上的部署流程
📖 閱讀 Intel 季度財報，理解 DCAI 業務的商業邏輯
📖 研究 CXL 1.1/2.0/3.0 規範，理解記憶體池化趨勢

Level 4：專家級

📖 實際部署 Xeon 伺服器，配置 NUMA 最佳化、記憶體交錯等
📖 使用 VTune Profiler 分析 Xeon 上 AI 推論瓶頸
📖 追蹤 Intel Architecture Day / Intel Innovation 演講
📖 分析 Xeon vs EPYC 在特定工作負載（資料庫、推論、HPC）下的 TCO

14. 一句話總結

Xeon 是資料中心 CPU 的事實標準，它正在通過 AMX/HBM/CXL 等技術從通用計算向 AI 基礎設施底座轉型，但面臨 AMD EPYC 和 ARM 伺服器晶片的系統性競爭——Intel 能否在製程和產品力上同步追趕，是未來 2-3 年半導體產業的核心敘事之一。

15. 延伸閱讀與來源

官方/一手資料

Intel ARK 資料庫：ark.intel.com —— 所有 Xeon SKU 的官方規格引數
Intel Developer Zone：Xeon 相關白皮書和技術文件
Intel 財報（10-K / 10-Q）：intel.com/investor —— DCAI 業務營收和市場展望
Intel Architecture Day 演講影片（YouTube）：產品路線圖和技術解讀
Intel oneAPI / AMX 官方文件

行業報告

Mercury Research：資料中心 CPU 市場份額季度追蹤（付費報告）
IDC / Gartner：全球伺服器市場季度追蹤報告
TrendForce / Counterpoint Research：伺服器供應鏈資料

技術深度文章

AnandTech / ServeTheHome / Chips and Cheese：Xeon 微架構深度分析
WikiChip：晶片架構和製程資訊參考

財經分析

各大券商 Intel 覆蓋報告（注意區分賣方觀點與事實）
雪球/Seeking Alpha 上的 Intel 投資分析帖

重要宣告

本頁所有具體技術引數以 Intel 官方規格為準（ark.intel.com），市場份額和財務資料以 Intel 財報及第三方研究報告為準。本文撰寫時聯網檢索未能成功獲取最新資料來源，部分定量描述基於公開知識並已標註為估算或定性表述，不構成投資建議。

本頁為概念學習資料，不構成任何投資建議。技術規格以 Intel 官方釋出為準。