一张图读懂英特尔的AI时代战略
过去三年，英伟达几乎定义了AI算力的中心叙事：更大的模型、更多的GPU、更庞大的数据中心。
图片来自新浪财经
那么，英特尔还有机会吗？
在No Priors约45分钟的深度对话中，英特尔CEO陈立武没有回避这家公司正在面对的艰难现实：产品需要重新取得领先，晶圆代工与台积电仍有差距，客户信任、良率和生产周期都需要重建，庞大组织还必须摆脱层层会议与缓慢决策。
但英特尔同时给出了一条不同于"再造一个英伟达"的路线。
陈立武判断：
- 随着AI从集中训练走向大规模推理、智能体和实体AI，计算系统的重心将发生变化。
- CPU不会消失，反而可能以调度、编排和通用计算中枢的角色重新变得重要；
- 性能瓶颈正在从单颗芯片扩散到连接、封装、电源、散热和材料。
AI产业下一轮机会：
这意味着，AI产业的下一轮机会不只属于GPU，也属于CPU、光互连、先进封装、玻璃基板，以及能够把芯片、软件和系统整合起来的全栈平台。
01 66岁接手英特尔：是一场"拯救行动"
Q：为什么在66岁时接下英特尔CEO这份可能是半导体行业最难的工作？
陈立武：
很多人问我，为什么不退休，反而接手行业里最艰巨的任务。
原因很简单：英特尔是一家标志性公司，它不仅对半导体生态系统重要，对美国也极其重要。
我并不需要这份工作。我接受它，是因为我认为英特尔值得被拯救，也因为我或许还能为这家公司和整个行业做一些事情。
Q：上任十多个月后，最先要解决的是什么？
陈立武：
第一件事是改变文化。英特尔有太多层层叠叠的会议，决策速度不够快。我来自初创企业和风险投资环境，习惯快速行动，因此必须重新建立问责机制，让团队真正倾听客户、解决问题，并为结果负责。
从第一天起，我就希望更直接地了解工程问题。我的背景也是工程师，我想知道哪里出了问题、哪里需要纠正、客户真正需要什么，以及我们未来五到十年的产品路线图是什么。
我常用三个阶段来形容这件事：先学会爬，再学会走，最后才能奔跑。第一步必须保持谦逊，承认问题，重新倾听客户。
【光洞见提炼】 英特尔的问题不只在制程或产品，更在信息与决策链条。陈立武试图把"客户反馈—工程判断—管理决策"之间的距离压缩，这可能比发布一款新芯片更难，也更决定重建能否成功。
02 AI进入推理时代，CPU可能迎来一次价值重估
Q：当GPU成为AI算力中心，为什么你仍然看好CPU？
陈立武：
AI训练阶段，CPU与GPU的配置比例一度大约是1:8。但随着推理需求增长，我看到这个比例可能走向1:4，在一些场景中甚至可能接近1:1。
我和一些AI模型开发者交流过。在强化学习、启动大量智能体以及加速智能体运行的过程中，CPU在部分任务上非常重要。如今市场对AI与推理CPU的需求很强，这让我更加确信CPU仍然拥有重要位置。
Q：未来AI算力会继续集中在超大型数据中心，还是走向边缘和终端？
陈立武：
现在建设大型AI基础设施是正确的，因为工作负载仍在快速增长。但最终要回到应用本身：这个应用解决什么问题，市场规模有多大，是否可持续，应该在云端、边缘端还是设备端运行。
过去，服务器和PC主要服务人类；未来，数以百万计的智能体也需要接入计算资源和软件栈。再往前看，机器人、汽车和其他实体AI应用会提出更多本地计算需求。
不是所有应用都需要以相同方式运行。赢家会围绕具体工作负载，找到最合适的计算位置和系统组合。
【光洞见提炼】 AI算力不会简单地"全上云"或"全下沉"。隐私、时延、可靠性、能耗和联网条件会共同决定计算分布。
英特尔的机会在于同时覆盖数据中心、PC和边缘端，并让CPU成为不同计算资源之间的通用协调层。
03 摩尔定律之后，先进封装从幕后走到了舞台中央
Q：先进制程越来越难、越来越贵，半导体性能还能如何继续提升？
陈立武：
我们仍会继续推进先进制程，但每前进一步都会更加昂贵、更加困难，也需要设备商、材料商和其他合作伙伴共同解决良率与性能问题。
另一个越来越明显的瓶颈是先进封装。
当单纯依靠制程微缩变得困难时，就需要通过新的封装方式，把不同芯片和模块更紧密地集成起来。
英特尔拥有CPU、晶圆制造和先进封装能力。
如果能将这些优势整合起来，根据不同工作负载开发专用芯片，再提供软件和系统能力，就有机会形成完整平台。
Q：为什么你特别关注玻璃基板、人造钻石等新材料？
陈立武：
当现有材料接近极限，就必须重新研究材料科学。玻璃是很好的绝缘材料，可以用于下一代封装和基板；人造钻石也拥有值得关注的特性。我投资过玻璃技术公司，也投资了Diamond Foundry，并把这些方向视为下一代技术的一部分。
此外，氮化镓、碳化硅等宽禁带半导体在电源和高效率应用中也非常重要。我们需要更多材料科学人才，因为未来的突破不只来自晶体管尺寸缩小，也来自新材料、新结构和新的设计方法。
【光洞见提炼】 先进封装已经不是芯片制造完成后的"后道工序"，而是计算架构本身。
Chiplet、异构集成和高密度互连正在把竞争单位从"单颗芯片"变成"封装内系统"。这也让拥有设计、制造与封装能力的公司获得新的战略支点。
玻璃基板对应更高密度、更大尺寸的先进封装，人造钻石指向高功率芯片的热管理潜力，氮化镓和碳化硅则瞄准电能转换效率。
材料不再只是"上游"，而会直接定义系统性能上限。
04 光互连成为关键变量：AI集群越大，数据移动越昂贵
Q：在下一代AI集群中，你最关注哪些新的半导体投资机会？
陈立武：
我通常先问：真正需要解决的问题是什么？客户是否正在被这个问题困扰？
随着下一代集群扩大，速度和连接变得越来越关键，因此我非常关注光学和光子技术。AI和机器学习也可以用来改进芯片设计与EDA工具；
与此同时，新材料、电源管理和散热都会出现机会。
电力转换本身就是一个巨大问题。
例如，从数百伏电压转换到芯片使用的低电压，会损失大量能量。电源与散热已经成为AI系统的重要瓶颈。
Q：光子产业最值得关注的变化是什么？
陈立武访谈原意延伸：
当电子互连难以在带宽、距离和功耗之间继续平衡时，光学连接的重要性会持续上升。未来的竞争不只看单个光器件性能，还要看能否与芯片、封装、系统和软件协同，并以足够高的良率和可靠性实现规模化交付。
原文来源：微信公众号 光洞见实验室 发布时间：2026年6月23日
