影片標題：Re-engineering the Semiconductor Supply Chain with Intel CEO Lip Bu Tan

影片作者： No Priors

編譯：Peggy

編按：在 AI 基礎設施投資持續升溫的背景下，半導體產業的討論正在從「GPU 供給是否足夠」轉向「整個計算與製造體系能否支撐下一階段的 AI 擴張」。過去兩年，市場更關注模型、算力叢集和輝達生態；但當 AI 需求長期增長逐漸成為共識，一個更關鍵的問題開始浮現：如果晶片、封裝、電力、材料、記憶體和製造產能同時成為瓶頸，AI 產業到底需要怎樣一套新的半導體供應鏈？

這場《No Priors》對談邀請到英特爾 CEO 陳立武，討論英特爾轉型、美國本土製造、代工業務、AI 對 CPU 需求的重新拉動，以及 TerraFab 等新型製造合作。陳立武既是長期半導體投資人，也是從 Cadence 到 Intel 的產業營運者，因此這場對談的價值，不在於給出單一公司敘事，而在於呈現一個產業專家如何重新理解 AI 時代的半導體結構。

在這場對談中，陳立武是將「英特爾如何復興」拆解為一組更底層的結構性問題：資產負債表如何修復，產品線如何重新聚焦，先進製造能否回到美國，AI 工作負載是否會重新定義 CPU 價值，以及半導體投資應如何圍繞真實瓶頸展開。

第一，是英特爾問題從「產品落後」轉向「組織與資本結構重建」。過去，外界討論英特爾，往往集中在製程失速、GPU 缺位和代工競爭力不足。但陳立武首先強調的不是某一代產品，而是資產負債表、組織文化和客戶信任。他提出的路徑是先「爬」、再「走」、最後「跑」：先增強財務基礎，簡化產品線，讓工程團隊更接近 CEO 和客戶，再逐步重建路線圖。這意味著英特爾的復興不是一次新品發布能夠完成的，而是一場組織速度、資本耐心和技術路線的系統性修復。

第二，是 AI 對算力結構的需求正在變得更複雜。過去，AI 敘事幾乎被 GPU 主導，訓練叢整合為資本市場最清晰的共識。但陳立武指出，隨著 Agentic AI、強化學習、多智能體調度和邊緣運算發展，CPU 重新變得重要。CPU 與 GPU 的比例可能從訓練時代的 1:8 走向 1:4，甚至在部分場景接近 1:1。這意味著 AI 基礎設施不會只有一種晶片贏家，未來的競爭將更多圍繞不同工作負載下的系統級組合展開：CPU、GPU、NPU、先進封裝、軟體堆疊和代工能力，都將成為同一張算力網路的一部分。

第三，是半導體製造正在從商業效率問題重新變成國家基礎設施問題。過去三十年，全球晶片製造在效率驅動下高度分工，先進製造能力集中於少數地區和少數公司。但供應鏈衝擊、AI 產能需求和地緣政治風險，使「只依賴一兩個地理區域的玩家」變得越來越不可持續。陳立武將美國政府入股英特爾類比為早期台積電與台灣地區政府的關係，背後指向的是一種新的產業政策共識：對於資本密集、週期長、戰略性強的製造體系，政府、主權基金和長期資本將重新成為關鍵參與者。

第四，是半導體投資邏輯正在從「押注熱門賽道」轉向「尋找真實瓶頸」。陳立武反覆提到的關鍵詞不是估值，而是 bottleneck：互聯、光子、EDA、先進封裝、功耗轉換、散熱、新材料、記憶體、氦氣、電力，都可能成為 AI 擴張過程中的約束條件。過去，半導體投資因為資本開支高、流片週期長、客戶切換成本高而被 VC 迴避；現在，當 AI 需求把這些瓶頸推到前台，半導體重新成為風險資本、戰略資本和產業資本共同關注的領域。這意味著真正有價值的投資，不是簡單追逐「AI 概念」，而是判斷哪個環節正在成為下一輪擴張的約束。

第五，是未來運算不會只存在於超大數據中心。過去 SaaS 和雲端運算時代形成了高度中心化的運算範式，但機器人、國防、家庭設備、Physical AI 和 Agentic AI 正在讓端側與邊緣運算重新重要起來。陳立武並不否認大型 AI 數據中心的繼續擴張，但他更關心這些基礎設施最終服務什麼應用。換句話說，算力建設只有與可持續的大應用結合，才可能產生長期價值。這也意味著下一階段的 AI 競爭，不只是「誰建更多數據中心」，而是「誰能把算力、晶片和應用場景連接成可擴張的系統」。

如果將這場對談壓縮為一個判斷，那就是：AI 正在把半導體從單一晶片競爭，推向一場關於供應鏈、資本結構、製造能力和系統架構的全面重組。在這個意義上，本文討論的對象，已經不只是英特爾能否復興，而是 AI 時代的運算基礎設施，是否需要被重新設計一遍。

以下為原文內容（為便於閱讀理解，原內容有所整編）：

TL;DR

· AI 的瓶頸已經不只是 GPU，而是電力、記憶體、封裝、材料和製造產能共同構成的工業系統約束。

· 英特爾復興的關鍵不在單點產品反擊，而在資產負債表、工程文化、客戶信任和產品路線圖的系統性修復。

· CPU 重新重要，不是因為 GPU 敘事降溫，而是 Agentic AI、強化學習和多智能體調度正在製造新的運算負載結構。

· 半導體代工不只是製造業務，而是信任業務；客戶交付晶圓之前，首先要相信良率、週期和可靠性不會毀掉自己的收入。

· TerraFab 的信號在於，AI 需求增長已經快到頭部客戶開始反向介入上游製造基礎設施，而不是被動等待晶片供應。

· 美國重建先進晶片製造，靠的不只是建廠補貼，而是政府資本、長期資金、產業客戶和製造能力的重新組合。

· 半導體投資的核心不是追逐熱門概念，而是識別真正限制產業擴張的瓶頸，比如互聯、功耗、散熱、封裝和新材料。

· 未來 AI 競爭不會只發生在超大數據中心，邊緣設備、機器人、國防和 Physical AI 會把算力重新推向應用現場。

原文編譯

主持人：

大家好，歡迎回到《No Priors》。今天，Elad 和我請來了陳立武。他曾在 Walden 任職，後來擔任 Cadence CEO，如今是英特爾 CEO。我們聊到了他改造英特爾的計劃、美國政府成為英特爾重要股東、如何成為一名出色的半導體投資人，以及我們到底能不能在美國製造晶片。歡迎你，陳立武。

陳立武為什麼接手英特爾？

主持人：

陳立武，很高興見到你。我們先從一個最直接的問題開始：英特爾是一家極其重要的美國半導體公司，但 CEO 這個崗位非常艱難。你為什麼還要接下這份工作？

陳立武：

這是個好問題。我今年 66 歲了。很多人會說，你應該退休了，而不是接下這個行業裡最難的工作。我這麼做有幾個原因。第一，英特爾是一家標誌性的公司。它對半導體生態系統非常重要，對美國也非常重要。所以我決定，在 Cadence 之後，再做最後一次。

主持人：

過去一年發生了很多事。最讓你意外的是什麼？

陳立武：

最讓我意外的，是我此前的工作經歷和訓練都沒有教過我的事情：有一天一大早，川普總統要求我辭職，說存在利益衝突，而且沒有例外。

所以我必須先說服自己：第一，我並不需要這份工作。我接下它，純粹是為了拯救英特爾。因此，我先把個人層面的問題放到一邊，然後去想，我能做什麼來幫助英特爾。

好消息是，我週四早上安排了會面，週一就見到了他。他願意聽我解釋。我告訴他，我出生在馬來西亞，在新加坡長大，後來去了 MIT，然後長期住在美國。我從來沒有在美國之外的國家生活過。

我把這些都講給他聽，他聽得很認真，也給了我機會。所以我很高興。

主持人：

現在你有機會真正開展工作了。你剛才說，這份工作的目標是「拯救英特爾」。在你看來，英特爾重新贏得勝利、重新繁榮起來，具體意味著什麼？

陳立武：

我上任已經 14 個月了。這 14 個月發生了很多事。

首先，是改變文化。很明顯，我們需要更強的責任意識。其次，決策必須更快。我非常習慣新創公司的文化：以光速前進，沒有官僚主義，也沒有一層又一層的會議。

所以我推動的改變包括：強化責任意識，傾聽客戶，讓客戶滿意。有些客戶會說，陳立武很謙遜，願意傾聽，也願意解決他們面臨的問題，努力讓客戶滿意。

另外，從第一天開始，我就決定讓所有工程師直接向我匯報。我本身是工程師出身，我想知道到底哪裡出了問題，哪些地方需要糾正。我想傾聽客戶、讓客戶滿意，並確保我們有正確的產品，簡化產品線，同時為未來五到十年制定清晰的路線圖和願景。

英特爾未來十年的願景：先救資產負債表，再重建產品

主持人：

你對英特爾未來十年的願景是什麼？

陳立武：

我認為有幾件事。第一，無論是在 Cadence，還是在英特爾，我一直相信：先學會爬，然後保持謙遜，傾聽客戶；第二步，開始走路；最後，才開始奔跑、衝刺。這就是我的文化：一步一步來。

對我來說，第一步是強化資產負債表。英特爾的資產負債表在某種程度上非常糟糕。所以我很高興看到美國政府成為重要股東。

就像我向川普總統解釋的那樣，台積電當年起步時，也有台灣地區政府作為股東。再看日本、新加坡，半導體本質上是一種基礎設施，美國政府需要提供支持。

第二，我也很高興我的老朋友黃仁勳投了 50 億美元來支持我。我很高興自己至少做了一些正確的事。他投的這 50 億美元，現在已經變成了 250 億美元，甚至更多。

另外還有軟銀的孫正義。我以前在軟銀董事會任職，他也伸出援手幫助我。所以我們先強化資產負債表，然後聚焦產品。我大幅簡化產品線，傾聽客戶，並推動下一代具備領導力的產品。

某種程度上，我們也很幸運。現在 Agentic AI 興起，CPU 變得非常搶手。過去在訓練場景裡，CPU 與 GPU 的比例可能是 1:8，現在我看到它可能變成 1:4，甚至 1:1。我很高興 CPU 重新變得重要。

我和一些 AI 模型開發者聊過。他們說，在強化學習，以及調度大量智能體的速度方面，CPU 實際上更有優勢。所以從某種程度上講，我很高興，現在市場對我的 CPU 需求非常高。

總體來說，我們要在產品層面發力，尤其是在數據中心伺服器端。另一部分是我們的晶圓代工業務。

最初，這是一項資本密集型業務，並不容易。你需要具備幾項條件。你需要有正確的 IP，才能支持客戶。比如，如果客戶做的是行動相關產品，你就必須有低功耗 IP。如果沒有這些能力，你就服務不了他們。

代工是一門服務生意，也是一門信任生意。如果客戶把訂單交給你、把晶圓交給你，但良率不好，他們的收入就會受損，甚至錯失機會。

所以，對我們來說，非常重要的是專注於良率、缺陷密度、週期時間，並確保我們能夠以高品質和可靠性滿足客戶需求、服務客戶。這些都是我真正關注的事情。

最終，你還必須走向全棧。不只是矽片，還需要軟體。有些客戶會直接問我：能不能給我整櫃系統？這意味著你必須構建系統。所以這些事情，我們都在一步一步安靜推進，並盡可能招募最優秀的人才。

順便說一句，所有招聘我都是親自做的，沒有獵頭公司幫忙。所以有時候，擁有一個強大的人脈名單，知道該給誰打電話，是很有幫助的。

主持人：

你在這個行業待了很久。你之前擔任 Cadence CEO，我記得大概 12 年？

陳立武：

13 年。

主持人：

13 年。然後又做了兩年執行董事長，所以一共 15 年。

陳立武：

我當時一開始只答應做三個月。

主持人：

三個月？

陳立武：

对。所以我现在会非常小心。一旦你说「我只做三个月」，结果可能就是 15 年。

TerraFab 是什么？马斯克为什么要自己造晶圆厂？

主持人：

看起来你在英特尔也还有很长的路要走。另一个被广泛讨论的大项目，是 TerraFab，以及你和埃隆·马斯克的合作。你能多讲讲这个项目是怎么形成的吗？你参与其中的方式是什么？你们之间如何协作？

陈立武：

当然。埃隆·马斯克，我想我们都同意，他是这个世纪最优秀的企业家之一，甚至可能是最优秀的。我们有一个共同判断：半导体基础设施实际上没有跟上 AI 的增长速度。你需要产能，需要生产率，也需要效率。这些都是我和他共同看到的问题：这里确实缺了一环。

第二，我很高兴能和他合作。他非常规。我称之为「非传统」。他会质疑每一个步骤：为什么要按传统方式做事？从某种程度上说，这非常令人耳目一新。我喜欢这样。我喜欢和有不同观点的人合作，然后一起找出最好的路径。我们双方都会在这个过程中学到很多。很明显，他也有自己的愿景：他的机器人、他的汽车，都需要大量硅片。

主持人：

你能解释一下 TerraFab 是什么吗？很多人可能不熟悉。

陈立武：

TerraFab 是他决定要建自己的晶圆厂。与此同时，我们很高兴与他合作，确保我们可以一起努力，让他更快进入生产、更快实现量产，并使用我们的一些技术和工艺。这是我们双方共同合作的事情。他的团队非常优秀，我每周都和他们沟通。和他们合作很令人振奋。

主持人：

他还提到过一些想法，比如希望能在洁净室里抽烟之类的，这些通常被认为是……

陈立武：

对，对，还有汉堡。我觉得我不会走到那一步。也许洁净室的某些区域可以做到。但关键是保持开放心态。我们也会倾听，看看哪些事情是可行的。

AI 如何重塑全球半导体供应链？

主持人：

看到你们在美国重塑这家公司确实令人兴奋：一方面逐步建设代工业务，另一方面又和 TerraFab 这样的项目合作。如果从全球 AI 和半导体供应链来看，也就是说，如果你观察 AI 正在以宏观方式、按国家重塑供应链，会发现不同国家受到的影响不一样。

比如关于 AI 导致裁员的说法，我认为目前大多数都被夸大了。很多裁员其实只是因为 2020 年疫情期间过度招聘。但我看到最先被削减的，往往是外包公司，因为企业更愿意先削减外部人力，而不是内部员工。所以会削减外部客服、外部 IT。这对一些拥有庞大 BPO 产业的国家影响更大，比如菲律宾、印度等。它们短期内可能会受到 AI 的冲击。

如果再问，各国公司如何以积极方式参与 AI 的未来，几乎需要逐国分析。能源便宜的地方可以做数据中心；有能力训练模型的地方可以训练模型，但可能只有美国以及另外一两个地方具备这种能力。

你如何看待半导体行业全球供应链的变化？某些国家是否应该投入更多？比如以色列有 Mellanox、英伟达和英特尔的存在，它是否应该在半导体上做更多？菲律宾是否应该重新回到制造业基础？你如何从全球视角思考这些问题？

陈立武：

这是个好问题。很明显，AI 正在改变整个格局。我认为它的影响会比互联网更大，也更加深远。AI 一开始能帮助你更高效地做事。很多智能体可以帮你完成一些原本繁琐、但必须要做的事情，而且速度更快。所以它能够显著提升效率。即使是在半导体设计中，AI 也能提升效率，比如在时序方面，能多快完成设计；第二是成本。所以这些都会帮助企业提升效率。

AI 需求和增长也存在几个瓶颈。第一，当然是大家都知道的电力约束。有些国家根本没有足够电力，因此会受到影响。第二，很多人没有意识到，氦气对半导体行业的影响也可能非常显著。第三，大家都知道，现在内存严重短缺，所有人都在争抢内存。即使你想建晶圆厂来增加产能，也需要几年时间。CPU、GPU 也是一样，需求都会非常高。价格也会上涨，因为我们必须把成本传导给客户。所以这些都会影响整个行业的增长。

总体而言，我觉得受冲击最大的公司，是那些没有拥抱 AI 的公司。因为 AI 可以帮助企业在各个职能部门提升效率。我们应该拥抱 AI，并找到更好使用 AI 的方式，无论是用于预测、设计，还是各种不同工作负载。这其中潜力巨大。

主持人：

很多人对 TerraFab 或英特尔代工业务是否能具备竞争力的简单反对意见，其实集中在一个问题上：有些因素在厂房内部，比如你提到的 IP、业务运转速度；也有外部因素。Elad 刚才也讲了很多。

其中一个是劳动力成本，以及实际制造能力。你投资代工业务，显然相信存在一种可能性：我们可以在本土制造。埃隆也相信这一点。你能谈谈这个问题吗？这个约束有多真实？

陈立武：

你是说劳动力约束？

主持人：

对。

陈立武：

当我决定到底是加码代工业务，还是退出代工业务时，市场上有很多声音。你也看到了，很多人说这太贵了，不会成功，不会成功。但我最终决定，这件事对美国非常重要，对整个行业也非常重要。

我们都经历过供应链挑战。对于任何大型半导体公司来说，都必须认真思考供应链问题。你需要一个稳健且有韧性的供应链，不能只依赖一两个位于不同地理区域的参与者。

所以我认为，越来越多的人会意识到，在美国制造至关重要。而最先进的工艺，比如我们的 14A，大约是 1.4 纳米，我们已经开始规划 1 纳米和 0.7 纳米。尺寸越来越小，甚至比头发还要细很多。因此复杂度非常高，不容易做。每一步如果出错，就会前功尽弃。所以制造必须非常精确。

从这个角度看，这会越来越成为瓶颈。我们非常尊重台积电，它是很棒的伙伴。更重要的是，我们双方都需要更多产能来服务客户。所以我们决定咬紧牙关长期投入。我认为从长期看，这非常关键，也是我能够为行业创造更多价值的地方。

主持人：

人们长期以来一直在讨论，最终有一天我们会达到某个分辨率极限，不能再进一步微缩。线宽会变得太小，无法继续推进。你认为我们什么时候真正会触及这个极限？

陈立武：

这是个好问题。我认为现在我们有 18A，接下来 14A 会进入量产，我还能看到 10A 和 7A 的路径。所以我认为这条路还能继续走下去。但它会变得越来越昂贵，也越来越困难。这就是为什么我们需要合作伙伴。我们不能只靠自己完成。我们需要和材料供应商、设备厂商合作，确保真正提升良率和性能。

另一部分也正在成为瓶颈，那就是先进封装。大家都知道台积电的 CoWoS。现在我们也有一个非常好的下一代方案，叫 EMIB。我必须确保它能以满足客户要求的生产良率实现量产。

现在摩尔定律也开始像你说的那样失去动力。所以我也在研究一些新材料，重新回到材料层面，回到元素周期表。我投了氮化镓、碳化硅和磷化铟这三类材料，也在观察这些新材料如何推动下一步发展。

在封装方面，我开始投资玻璃。玻璃是一种很好的热绝缘材料，所以我投了一家叫 3DGS 的创业公司。后来我意识到，英特尔在模块上有大约一千个 pattern，所以基板和模块如何组合非常重要。

我们刚刚宣布与印度政府展开一个大型项目，在印度和美国新墨西哥州进行制造。所以先进封装非常重要。我也开始关注人造钻石。它也是非常好的绝缘材料。所以我也投资了 Diamond Foundry。这些都是下一代值得关注的方向。也就是说，新材料、新基板材料，以及新的设计方法论，都会推动行业继续向前。

作为工程师，你总会撞墙。但撞墙之后，你要么想办法跳过去，要么绕过去，最终获得更好的结果。作为一个长期投资半导体、也参与建设半导体产业的人，从 EDA 工具，到设计，再到制造，拥有这些经验其实很有帮助。现在我可以用自己的方式，为行业做一点小贡献。

半导体投资的关键

主持人：

你刚才说得很有意思：总有一些事情可以绕过去，但也确实存在物理极限。当你到达 7 埃这样的尺度时，就会碰到限制，必须寻找新材料或其他绕行路径。

有趣的问题是，我们已经讨论这个话题很久了。我记得 20 年前，就有人说我们最终会达到一个点，芯片上没有空间可用了。你是否会遇到某种渐近线，使得不同晶圆厂之间的性能差异被拉平？

陈立武：

这是个好问题。就摩尔定律而言，过去我们追求性能翻倍，同时还要兼顾功耗和成本。你可以让性能翻倍，但成本和面积不可能同样保持优势。所以你必须在这些方面做取舍，除非你找到新的材料、新的设计方法，并让它们真正落地。

我开始招聘更多材料科学方面的人才。这是我们领域里的创新重点：我们如何继续推进？

我还记得 18 年前，我仍然在投半导体。当时大多数风投机构，包括一些很优秀的一线风投，都是我的好朋友。刚开始合伙人会议上，所有合伙人都在房间里听我讲半导体。讲到一半，半数人找借口离开。最后剩下的另一半会问：陈立武，你有没有什么软件服务类项目？到最后只剩下两个人出于同情在听我讲。

所以历史已经变了。现在半导体重新变得炙手可热。你看黄仁勋的英伟达，已经是市值 5.3 万亿美元的公司。博通和台积电也都是 2 万亿美元市值级别。Lisa，我在 AMD 的好朋友，公司市值接近 8000 亿美元。而英特尔也接近 6000 亿美元。

所以某种程度上，半导体又热起来了，而且变得至关重要。15 年、18 年、20 年前，当我投半导体时，没有风投愿意和我一起投，除了三星、Arm、软银这类大公司。现在我开始看到很多风投愿意投资半导体，所以我很高兴。

主持人：

鉴于现在投资者对这个领域兴趣巨大，而过去这个领域曾被认为太难。你既是长期运营者，也长期在 Walden 做风险投资。一般来说，人们对半导体投资有很多担忧，我列几个：它资本开支很重；流片是否成功很不可预测；你必须非常理解工作负载；还有一个因素是客户切换供应商的风险很高。

我们一起参与过一些公司，可能已经拿到了设计导入，但能否扩大订单规模仍然是问题。还有周期性：你建设了重资产制造产能，但某一年需求可能变化，也可能没有变化。

你怎么看这个行业为什么难？同时，现在又有来自不同领域的长期需求增长，比如对供应链多元化重要性的认识，以及 AI 侧爆炸式需求增长。你仍然是投资人，现在又做了你人生中最大的押注，去当 CEO。你如何思考这些不同风险？你会如何建议别人投资这条供应链？

我知道这个问题非常大，但考虑到你的经历，我觉得很多人现在可能有一种「YOLO 式投资」心态：比如内存短缺了，就去买内存股；但同时又不愿意承担那些需要十年时间线的东西，比如材料科学。

陈立武：好，你的问题范围很广。我试着解释一下。

首先，风险投资和创业已经在我的血液里了，我真的很享受这个过程。这不是为了炫耀，但我确实有一些不错的退出案例。我到现在有 159 家 IPO，126 起并购，其中包括半导体。如果只看半导体，我这些年投了超过 200 家，其中 38% 在美国。所以我通常会看一些微观趋势。

主持人：

先说明一下，这非常了不起。

陈立武：

谢谢，谢谢。我就是很享受建设这些公司的过程。但更重要的是，在投资端，我首先看的是：瓶颈在哪里？你到底想解决什么问题？

比如我投了一家公司叫 Credo Semiconductor，它有澳大利亚实验室。当时我看到互联已经成为瓶颈，所以决定支持它。我也支持了做光互联的 Celestial AI。因为在集群内部，互联速度变得越来越重要，所以我认为光技术会非常重要。你看黄仁勋，他几乎投资了所有和光子相关的公司。

另外，我还会看市场需要什么解决方案。比如刚才我们谈到设计复杂度和成本，能不能用 AI 和机器学习来推动更好的设计和更好的解决方案？现在有几家新的创业公司正在进入 EDA 相关领域，试图提升性能。我认为这是一个金矿。

还有新材料。我们谈到了磷化铟，所以我投了 Inphi，后来它被 Marvell 收购。你还可以投一些新材料，比如氮化镓和碳化硅。其中一些公司已经开始被收购，包括一家做电源管理的公司，叫 Empower，它在 IVR 方面做得很好。

电源管理现在已经成为瓶颈。比如从 40 伏降到 1 伏，在转换过程中会损失大量电力，如何提升电源效率非常关键。所以电力、散热，这些都变成了瓶颈。

因此，我總是從「我們到底想解決什麼問題」出發。這個問題真實嗎？客戶是否真的為它痛苦？如果是，我就開始投資。

下一步是，從第一天開始，就要鎖定第一個客戶。我通常喜歡第一個客戶是超大規模業者（hyperscaler），因為它們有規模。如果它們喜歡你的東西，未來幾年願意支付數百萬美元，甚至給出採購承諾。這很重要，因為你有一個大客戶，就可以擴張。

所以我總會看一些公式：你如何做到這一點？你從哪裡找到人才？有時候，找到人才非常重要。這也是為什麼我對美國、矽谷、奧斯汀很感興趣。另外，以色列也有很多人才。所以我在以色列投了相當多項目。

因為以色列有很多顛覆性、創新型創業者，他們非常努力。即使在戰爭期間，他們仍然開電話會議。有時候他們會說：好，現在有警報了，我得去地下室，網路可能不太好，也許我們只能用語音。某種程度上這甚至有點有趣。我非常欣賞這種有韌性的創業精神。

總體來說，我覺得機會很多，尤其是在 AI 領域。現在除了代理式 AI（Agentic AI），物理 AI（physical AI）也正在成為下一個巨大前沿。你必須從全棧角度來看問題。

這也是為什麼我仍然深度參與很多前沿模型，以及我支持的一些投資項目，因為我非常看好面向物理 AI 的開源前沿技術。我認為那是一個金礦。

主持人：

你提到，有機會用 AI 讓晶片設計和測試中的某些環節變得更快、更便宜、更有創造力。結合你在 Cadence 的經驗，你覺得最肥沃的方向在哪裡？有沒有什麼已經開始奏效？

陳立武：

我在 Cadence 大概 15 年，我很高興。其中一個讓我很自豪的事情，是我能在路上找到我的接班人，並培養他。後來他成為非常出色的執行長。他非常擁抱 AI，用代理式 AI 來提升效率。

這是好的一面。我認為 Synopsys 也在努力做這些事。他們從輝達（NVIDIA）獲得了 20 億美元投資，我認為這能幫助他們很多。他還收購了 Ansys，以進入整個系統設計領域。

總體來說，這些公司都在盡力做到最好。但新創公司也有機會做一些更顛覆性的事情，最後要麼上市，要麼被這兩家公司，或者西門子收購。

所以我認為機會屬於所有人，取決於創業者的願景。我的哲學一直是：如果創業者想賣掉公司，因為這是更快的退出路徑，而且沒有鎖定期，也不用擔心季度業績，那也可以。也有一些創業者從第一天開始就想 IPO。

作為創投（VC），我想我們三個人都是創投，我們支持創業者的夢想，並幫助他們實現夢想。

主持人：

如果看你提到的這些不同方向，包括未來的產品開發，或者 AI 對半導體行業的影響，現在有像 Periodic 這樣做材料的公司，也有 Purepoint 這樣的公司在做 EDA 和設計，還有製造鏈條上的其他環節。

你認為十年後的英特爾，或者未來的半導體公司，會因為 AI 和今天有根本不同嗎？如果會，差異在哪裡？

陳立武：

我認為會。首先，回到你一開始提到的問題：資本密集、不可預測、週期性。這些都必須納入你的投資決策。

我通常喜歡很早進入，組建團隊。這很有趣。我想你也這麼做。其次，你要找到合適的投資人和你共同合作。不是永遠只看品牌機構，我通常更看個人。誰是真正懂這個領域的人？最重要的是，你要找到能一起度過困難時期和好時期的夥伴。

很多人在順境時很樂意和你共事，但公司一遇到麻煩，他們就走了。我喜歡那些真正陪公司走過困境的人。有些成功公司曾多次差點破產，最後才起飛。所以找到願意這樣做的合作夥伴非常重要。

另外，還要看策略投資人，他們能否在製造、記憶體、連接等方面幫助公司創造價值。我也有一些處在成長階段和對沖基金領域的朋友，我很喜歡他們，因為他們有不同視角。他們了解公開市場，可以指導創業者哪些路不要走。這些都非常有幫助。

總體而言，這非常有趣。你會意識到，創業其實和工程一樣，都是解決問題。每一步你都要找到能幫你解決問題的人。如果解決了，就進入下一個前沿。

坦率地說，回頭看，我投過的十家公司裡，有九家走到一半都會改變商業計劃，因為市場變了。所以我喜歡創業者是一個團隊，而不是只有一個人。第二，他們必須心態開放，願意傾聽，願意接受我們的輔導。

最後，他們形成自己的計劃，而不是照我說的做。更好的狀態是，你給他們足夠回饋，他們自己得出結論。只要你認同他們的判斷，即使和你的想法不同，也可以接受。這就是創業有趣的地方。他們可以前進得更快。

回到你的問題，如果從現在往後看十年，什麼樣的公司會贏？這只是我個人觀點：能夠清晰表達策略、雷射般聚焦在某個細分領域、找到正確合作夥伴，並且具備擴張能力的公司會贏。

某種程度上，這又回到我關於全棧的觀點。你需要有全棧解決方案。它可以是一家大公司，透過轉型成為大平台。比如黃仁勳，我很佩服他。他專注於 CUDA，專注於軟體庫。他說，我想成為一家平台公司，而他確實做到了。

也可以是新創公司，比如 Anthropic、OpenAI，它們以更優雅的方式找到了路徑，改變了遊戲。新創公司行動極快，像光速一樣前進，也可以成為主導者。

希望英特爾也能扮演這樣的角色，因為我們有 XPU、NPU，有先進封裝，也有代工。如果把這些放在一起，就可以為不同工作負載構建專用晶片。我正在朝這個方向走。

主持人：

這很有道理。我剛才的問題一部分是想知道你要往哪裡走，另一部分是想問，這是否會從根本上改變你的工作方式。因為在軟體世界裡，我看到現在正在發生非常大的變化：你僱誰，你希望誰加入團隊，很多人開始管理多個智能體。

所以現在我認識的很多人反而更願意招聘三四十歲、五十歲的人，因為他們習慣管理團隊。他們認為這可以直接遷移到管理智能體上，包括理解複雜任務如何設置、如何做 QA 等等。

我想知道，在物理世界，或者晶圓廠環境中，你如何看待團隊結構、能力要求，或者 AI 疊加後的變化？這是一種自然緩慢的演進，還是某些領域會出現激進變化？比如在材料領域，現在是不是只要用這三個模型加上一些化學知識就夠了？所以我很好奇你如何看待那個未來世界。

陳立武：

好問題。回到我剛才說的「爬、走、跑」。在「爬」的階段，你首先要招募半導體行業最優秀的人才。現在我開始思考，為了構建全棧，我需要引入哪些軟體人才。

目前我團隊的平均年齡大概在 40 多歲、50 歲左右，我需要引入一些新人才。他們理解工作負載，理解前沿模型，理解開源，這很重要。

現在我兒子成了我的老師。每次他邀請我去他家，我們一邊陪孫輩玩，我一邊向他請教 AI 和機器學習。他比我更深入，所以我學到了很多，也在嘗試理解投資，並把一些人才帶進來。

我們正在改變英特爾。它過去是一家非常老派、傳統、依賴電子試算表的公司。現在我正在把它轉型為一家 AI-enabled 的公司，在設計中使用 AI，也讓整個組織都擁抱 AI。這樣它就不會那麼依賴試算表和人力。

你必須把優秀人才和最好的 AI 工具結合起來，不只是用於組織管理，不只是用於銷售，現在我也開始考慮行銷、設計等環節，都要擁抱 AI。

主持人：

我認為很多投資人，至少對我來說，過去幾年我創辦公司之後，思考資本密集型公司的不同資金來源是一個非常有教育意義的過程。

我以前做過很多軟體投資。如果你說，我在達到某個關鍵規模前需要 1.5 億美元，那你就需要一些很聰明、資產負債表完全不同的朋友。

你在這方面已經經歷了很長時間。你還有一個獨特經驗，就是和政府這個大型利益相關方合作。你如何看待這種產業政策？它曾經帶來像台積電這樣的巨大成功，台積電是世界上最重要的公司之一。但在美國商業文化中，產業政策長期以來並不受歡迎。你認為現在這種觀念應該如何改變？它在哪些地方適用？

陳立武：

這是個好問題。很明顯，對於資本密集型業務和基礎設施型項目，你需要獲得資本。某種程度上，對早期風險投資來說，現在很多投資也開始變得資本密集。過去一家創投願意向某家公司投入 10 億美元，這在創投行業裡是聞所未聞的，但現在正在發生。

所以某種程度上，你必須適應。我喜歡用鐘形曲線來看問題。要麼你進入得非常早，因為現在 A 輪融資就可能估值超過 10 億美元，所以你必須在 pre-seed 階段，在公司估值達到 20 億、30 億美元之前進入。這在今天非常少見，所以你必須挑對項目。

另一部分是找到能幫助公司擴張的資本。這也是為什麼一些共同基金開始願意進入未上市市場，加入我一起投資早期項目。我很歡迎他們，因為他們對「必須持有公司 20% 股份」這種要求沒有那麼敏感。現在已經沒有那麼多 20% 可以給了。所以你必須找到合適的投資人。

在資本密集型領域，比如 AI 工廠和代工業務，你確實需要利用政府資金、主權基金，以及一些非常大的資本。現在有一些大型基金專門支援基礎設施，我們也希望利用其中一些資本，確保能夠擴大營運。

總體來說，政府和主權基金已經變得非常重要。同時作為一家上市公司，我也有意關注一些更長期、成長導向型的投資人，因為他們能夠幫助我發展業務，而不是只關注短期資本配置，問你是不是要回購股票。這些問題也很好，但與此同時，我還必須建設業務。所以平衡非常重要。

投資者最誤解英特爾的地方

主持人：

你覺得在這個時點，投資者最誤解英特爾的地方是什麼？

陳立武：

有不少。首先，還是回到「爬、走、跑」。過去四個月，我是在爬。但人們已經開始意識到它的潛力。另一點非常重要：我們必須真正拿出最好的產品。比如 PC 客戶端，我們仍然有市場份額。但我們確實需要構建更好的效能。所以我正在悄悄搭建 CPU 架構、GPU 架構和軟體架構團隊，讓我們能夠像多家新創公司組成的文化一樣行動更快，並用更好的技術實現躍遷。

除產品之外，還有一些新能量正在湧入，比如代理式 AI、物理 AI。這些都是我們可以投資的巨大市場。

在代工方面，我們與台積電仍有很大距離，無論從效能還是其他方面來看都是如此。所以我們必須保持謙遜，去建設那些基礎模組，比如我前面提到的 IP、良率、缺陷密度、週期時間，讓它更高效、更可靠。代工是信任生意。客戶必須先信任你，才會把晶圓交給你，依賴你。所以這些事情需要更長時間。

但我認為到 2030 年、2031 年，人們會開始看到我們多大的潛力。產品方面，PC 客戶端是我們的基本盤。然後我們會進入邊緣運算，進入物理 AI 和代理式 AI。

過去，我們主要為人類提供伺服器和 PC。現在你會看到另一個維度：數以百萬計的智能體，它們也需要運算能力，需要接入軟體棧。所以我認為這部分我們有機會參與。

遊戲還沒有結束。我們可以在代理式 AI 和物理 AI 中繼續出牌。這就是我要去的方向。

AI 才剛剛開始。訓練部分由 Jensen 主導；邊緣運算、代理式 AI 中的智能體，以及物理 AI，我認為都是巨大的機會。每個人都有機會。所以這是我想爭取的方向。

我希望投資者會理解，雖然過去 14 個月，我們已經為股東創造了 6 倍回報，但這只是開始。我們還有很大空間。

主持人：

從這裡開始還有風險投資式回報。

陳立武：

是的。我一直在尋找 10 倍機會。作為一個內心是風險投資人的人，你總想找 10 倍。

在 Cadence，我擔任執行長時，從 2.42 美元的臨時執行長起點算起，到我卸任執行董事長時，為股東創造了大約 85 倍回報。接近 76 倍，甚至 85 倍。

在英特爾要做到這一點很難，因為基數更大。所以我說，好，那就看 10 倍吧。如果五年、十年內我們能做到 10 倍，我認為那就是很好的回報。作為一個內心是創投的人，這就是我的目標。

算力會一直留在資料中心嗎？

主持人：

祝你在这个已經很大的基數上完成這項非常龐大的使命。你剛才的描述背後有一個隱含判斷，就是工作負載會在哪裡運行。有些人會說，我們只會建越來越大的資料中心，1 吉瓦只是開始。集中式運行，甚至包括集中式推理運算，在效率上都會成為主導方式。

但也有人會考慮邊緣端、客戶端。你是否相信未來運算會有某種均衡狀態？還是說只能由工作負載本身決定？你怎麼看？

陳立武：

這是個非常好的問題。現在 AI 基礎設施正在大規模建設，我認為這是正確的。我不認為它會放緩，因為工作負載正在大幅增加。

主持人：

我們現在是供給受限。

陳立武：

對，供給受限。所以如果有什麼會拖慢發展，那就是供給約束。

但另一方面，我總是看所有這些基礎設施建設最終要服務什麼解決方案、什麼應用。我更關注應用。如果你能識別出某個巨大的應用，或者幾個應用加起來足夠有意義，並圍繞它聚焦，那就不是所有參與建設的人都會贏。有些會大贏，有些會慢慢失敗，或者橫盤不前。

就像網路時代一樣。你可以看到有些公司最終變得非常大，比如亞馬遜、Netflix；有些公司則走向邊緣化、消失，或者被收購。所以對我來說，思路是一樣的。真正要關注的是，它們想服務什麼應用？那個應用有多大？是否可持續？是否過於擁擠？

如果太擁擠，也許最終只剩下一兩家，其他會被整合。所以這個行業會經歷大增長，然後開始整合，最終也許一兩家公司成為真正贏家。我們以前看過這部電影，所以我並不意外。

關注應用。Netflix 是一個應用，亞馬遜是真正的應用。在我看來，它們是贏家。

主持人：

但你是假設，其中一些應用透過用戶端或邊緣運算來服務，會比完全依靠資料中心更好？

陳立武：

完全正確。

主持人：

我自己也投資了一些機器人和國防公司，所以我知道設備端運算是一個非常重要的選擇。比如，如果未來家裡有機器人，你假設家裡有什麼算力、有什麼連接能力，會決定你能做什麼。我覺得在 SaaS 時代，這件事曾經有點被遺忘。

陳立武：

是的。我的投資邏輯是：找到真正需要解決的問題。第二，找到可以合作的玩家。第三，看應用。這個應用有多大？是否可持續？如果它真的很大，而且你相信它，那就加倍、三倍下注。

主持人：

但你也包括押注那些還沒有被廣泛部署的應用。

陳立武：

對。

主持人：

太棒了。非常感謝你今天來參加節目，很高興和你交流。

陳立武：

非常感謝。