No Priors × Intel:陈立武把英特尔翻盘押在 CPU 与 Foundry 上
22/6/2026 · 9:19

No Priors × Intel:陈立武把英特尔翻盘押在 CPU 与 Foundry 上

No Priors 访谈 Intel CEO Lip Bu Tan:他把 Intel 翻盘路径拆成文化提速、Foundry 信任重建、CPU 在 agentic AI 与推理场景中的回归,并解释 Terafab、先进封装与新材料为何会成为下一轮半导体竞争的关键。

这期 No Priors 最有用的地方,不是听 Intel CEO 陈立武讲「要救 Intel」的口号,而是他把翻盘路径拆成了几件很硬的事:文化要像创业公司,产品要重新收敛,Foundry 要先把良率和周期做回可信,AI 时代的 CPU 需求则可能给 Intel 留出一次重新进入核心战场的窗口。1
Cargando tarjeta de contenido…

本期信息卡

字段内容
播客No Priors: AI, Machine Learning, Tech, & Startups 1
主持人Sarah Guo、Elad Gil 1
嘉宾Intel CEO Lip Bu Tan,前 Cadence CEO、Walden 投资人 1
集标题Re-engineering the Semiconductor Supply Chain with Intel CEO Lip Bu Tan 1
发布日期2026 年 6 月 18 日,时长约 45 分钟 1
No Priors 播客主封面
No Priors 播客主封面,帮助读者识别本期来源节目;图片来自 Apple Podcasts
No Priors 本集视频封面
No Priors 本集封面展示了 Lip Bu Tan 与 Intel Core 芯片视觉元素,适合作为本期访谈入口图。1

1. 他接 Intel,不是为了职业履历,而是把它当成美国半导体基础设施

陈立武说,66 岁时接下 Intel CEO 这个岗位,外界很自然会问为什么不退休。他的回答很直接:Intel 是一个标志性公司,对半导体生态和美国都太重要,所以他愿意「再做一次」。1
这也解释了他为什么愿意接受美国政府、Nvidia 和 SoftBank 等外部资本进入 Intel 的资本结构。陈立武把 Foundry 视为基础设施,而不是单纯的产品线。他还拿 TSMC 早期有台湾政府支持作类比,认为美国如果想要更稳的先进制造能力,政府资金和长期资本就不能缺席。1
这套叙事对投资人并不轻松。Foundry 是资本密集、周期长、错误成本极高的业务。陈立武没有把难度包装掉。他反复提到 IP、良率、缺陷密度、cycle time 和客户信任。换句话说,Intel Foundry 要赢,不能只靠「美国制造」这张牌,必须先让客户相信把 wafer 交给它不会毁掉自己的营收节奏。1

2. 翻盘第一步是文化:把大公司拆成多个创业团队

他对 Intel 内部问题的判断很像投资人看老公司:不是没有资产,而是决策太慢、层级太厚、工程责任不够集中。陈立武说,他上任后让所有工程直接向自己汇报,因为他本身是工程师,想知道到底哪里出了问题。1
他给出的管理节奏是「crawl, walk, run」。先谦卑地听客户,修资产负债表,简化产品线;然后再谈下一代领导性产品。这个顺序很重要。Intel 过去的问题不是缺故事,而是故事太多、兑现太慢。陈立武现在做的是把公司拉回产品、客户和工程交付。1
他还用一句很刺耳的话形容 Intel:过去更像一个「legacy spreadsheet」技术公司。转向 AI 之后,他想让 Intel 在销售、营销、设计、工程组织里都使用 AI,同时补进更懂 frontier model、open-source workload 和软件栈的人才。这里的重点不是把 AI 当办公效率工具,而是让芯片公司重新理解 workload 本身。1

3. CPU 的机会来自 agentic AI 和推理,而不是再打一场训练 GPU 战争

陈立武没有说 Intel 要在训练 GPU 上正面复制 Nvidia。相反,他把希望放在两个方向:一是 CPU 在 agentic AI、强化学习、agent 编排里的需求上升;二是从数据中心服务器、边缘设备到 physical AI,计算会分布到更多位置。1
他提到,一些 AI 模型开发者认为,在强化学习和多 agent 编排场景里,CPU 的角色正在变重。这对 Intel 是好消息,因为训练阶段的主导权已经很集中,但推理、agent 协调、边缘与客户端计算还没有完全定型。1
这也让他对「算力会全部集中在巨型数据中心」保持保留。他承认 AI 基础设施建设不会慢下来,真正的限制更可能是供应。但他更关心应用:什么应用足够大、可持续,什么 workload 更适合在 client 或 edge 上运行。机器人、国防、家庭设备这类场景,一旦要求低延迟、隐私或断网可用,本地计算就会重新变得重要。1

4. Terafab 合作说明:马斯克想重写 fab 的问题清单

本集最有画面感的一段,是陈立武谈 Elon Musk 的 Terafab。他说,Musk 想建自己的 fab,Intel 正与其团队合作,帮助其更快进入生产,并使用 Intel 的部分技术和工艺。双方每周沟通。1
陈立武欣赏 Musk 的一点,是他会质疑每个传统步骤。主持人提到 Musk 甚至讨论过能不能在 clean room 里抽烟,陈立武没有接这个极端设想,只说某些部分也许可以开放讨论。这段话真正透露的不是烟,而是 Musk 式工程审计:把行业默认流程逐项拿出来问「为什么」。1
对 Intel 来说,Terafab 不是一个漂亮合作新闻。它更像压力测试。如果一家习惯大客户、长周期、保守流程的制造公司,能和最不耐烦的硬件创业者共同推进 fab 设计,那 Intel 的文化转向才算有可见样本。

5. 他眼里的半导体瓶颈:电力、内存、氦气、封装和新材料

陈立武谈 AI 供应链时没有只盯 GPU。他列出的瓶颈很具体:电力约束、内存短缺,以及很多人忽视的氦气影响。内存和先进制造扩产都需要几年时间,价格上涨最终会传导给客户。1
制程上,他提到 Intel 正从 18A 走向 14A,并规划 1nm、0.7nm 等更远节点。但越往后走,成本、功耗和复杂度都会上升,单靠缩小线宽已经不够。于是他把注意力转向先进封装、新材料和散热:glass substrate、人工钻石、氮化镓、碳化硅、磷化铟等都进入他的讨论范围。1
这就是陈立武作为投资人的底层框架:先问瓶颈在哪里,再问客户是不是正在为这个问题痛苦,最后看团队能不能找到第一个足够大的客户。他特别喜欢 hyperscaler 这类客户,因为一旦认可方案,就可能在数年内带来百万美元级别订单。1

读完这集,最该记住什么

陈立武给出的 Intel 翻盘剧本不是「做一个更好的芯片公司」这么泛。它有三层:短期先修资产负债表和产品线,中期把 Foundry 做成可信制造服务,长期押注 agentic AI、physical AI 和边缘计算会把 CPU、XPU、先进封装重新拉进核心位置。1
这条路不会快。Foundry 信任、制程良率、客户导入和资本结构都不是几季财报能解决的问题。但本集让人看到,Intel 现在至少有一套相对清楚的翻盘假设:先承认自己落后,再把公司改造成更像一组硬科技创业团队,最后等待 AI workload 从训练中心扩散到推理、边缘和物理世界。

Contenido relacionado

Añade más opiniones o contexto en torno a este contenido.

  • Inicia sesión para comentar.