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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。