英特尔首席执行官陈立武警告称,除非有"有意义的外部客户"能保证利润,否则他可能会停止对英特尔领先的14A半导体工艺节点的投资——这一举动可能最终意味着芯片制造商对摩尔定律忠实遵循的终结。
"我们的外部代工战略一直植根于半导体制造的经济现实,"陈立武在上周晚些时候的2025年第二季度财报电话会议上告诉听众。"直到英特尔18A工艺,我们只靠英特尔产品就能获得合理的投资回报。但英特尔14A的资本成本增加使情况明确化,我们需要英特尔自身产品和有意义的外部客户来推动已部署资本的可接受回报。只有当我确信这些回报存在时,我才会投资。"
这一表态其实英特尔早已有所暗示:今年5月,首席财务官戴维·津斯纳曾表示:"我认为我们确实需要看到14A比18A带来更多的外部订单量"——但陈立武的评论将对外部客户的期望转变为硬性要求,如果没有满足这一条件,英特尔可能会撤销对其领先工艺节点开发的资金支持。
如果这一情况成真,可能意味着英特尔遵循摩尔定律能力的终结。摩尔定律源自英特尔联合创始人戈登·摩尔在担任仙童半导体研发总监时为《电子杂志》撰写的一篇文章中的观察,后来成为必须达到的目标:"组件成本最低的复杂度以每年大约两倍的速度增长。"这一预测十年后被修正为每两年组件数量翻一番。
在摩尔最初观察时,领先的芯片最多只有几千个晶体管;如今,最强大的主流处理器已超过千亿晶体管——它们之所以没有足球场那么大,是因为芯片代工厂一直在缩小特征尺寸,将更多晶体管塞进每个部件中。
每当一家晶圆厂推出新工艺节点,人们就会担心持续缩小无法继续。今天的个位数纳米节点比英特尔庆祝其首个0.13微米(130纳米)部件时小两个数量级,需要基于极紫外技术的昂贵光刻设备,如荷兰光刻巨头ASML的"高NA"设备。即便如此,物理定律使得实际生产先进芯片成为越来越大的挑战——这是给世界带来第一个微处理器的英特尔正在苦苦应对的挑战。
前首席执行官帕特·基辛格领导英特尔扩大其制造设施的第三方使用,以更广泛地分摊不断增长的新制造设备成本。在他任期的第四年,还未完成五年计划就离职了,继任者陈立武通过取消产品、大规模裁员和将代工业务转变为独立子公司等措施大幅削减公司成本。
这一分拆发生之际,具有讽刺意味的是,英特尔增加了对在先进工艺节点转型中更为成功的第三方制造商的依赖——主要是台积电(TSMC),自从竞争对手AMD也剥离了制造能力后,它同样成为AMD的首选。此前,英特尔还取消了Intel 20A,这是一个更大且相应成本更低的节点,原计划在Intel 18A之前推出,但该公司未能实现。
如果英特尔未能找到一个口袋够深的外部客户来平衡账目,且陈立武兑现了他撤资的威胁,这可能意味着英特尔不断追逐摩尔定律的终结——但摩尔定律的终结早在2009年、2011年、2012年、2013年等就被预测过。至今尚未发生。
英特尔放弃对领先节点的投资和开发,转而采用外包生产和更大的成熟节点,无疑将标志着一个时代的结束,但也为台积电和格芯等晶圆厂竞争对手提供了机会,让他们做英特尔无法做到的事情,保持这一趋势的轨道。
英特尔回应我们的置评请求时,指出了陈立武坚持认为公司"致力于代工业务"的表态。
好文章,需要你的鼓励
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。