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
ChatGPT发布三年后,物理AI成为行业最新热词。物理AI是指在硬件中实现的AI系统,能够感知周围世界并进行推理以执行操作。与传统机器人不同,物理AI具备推理、行动和与环境交互的能力。智能眼镜是物理AI的典型代表,能够看到和听到用户所体验的内容。高通专家指出,AI可穿戴设备可以为机器人提供基于真实人类体验的高质量数据集,形成良性生态系统。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
来自加州大学伯克利分校和康奈尔大学的研究团队,通过分析130万篇学术论文发现,使用ChatGPT等AI工具的科学家论文产出平均提升40-60%,且英语非母语研究者受益最大。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。