在Cisco AI峰會上,剛剛履新10個月的Intel CEO Lip-Bu Tan首次系統(tǒng)披露了AI基礎(chǔ)設(shè)施的真實瓶頸。這位曾帶領(lǐng)Cadence 25年的EDA工具教父,用一句話顛覆了行業(yè)共識：“如果有什么會拖慢AI,那一定是內(nèi)存,不是算力?！?/p>

原文鏈接：https://www.youtube.com/watch?v=I35pW8Q2DT4

“朋友都勸我別接這爛攤子”

開場時,Cisco高管Jeetu Patel半開玩笑地說："你保持了我交友速度的紀(jì)錄——從沒人讓我這么快建立友誼。"Lip-Bu Tan的回應(yīng)更實誠：“加入Intel董事會兩年后,很多朋友勸我別當(dāng)CEO——你在風(fēng)投界名聲那么好,干嘛接這個爛攤子?”

但他最終還是說服了妻子："這是一家標(biāo)志性公司,對行業(yè)、對美國都太重要了?！?0個月過去,Lip-Bu用"marching off the map”(踏入未知領(lǐng)域)形容這段經(jīng)歷——意外狀況不斷,只能邊走邊學(xué)。

摩爾定律壓縮到"三四個月"

當(dāng)被問到AI發(fā)展的最大制約因素時,Lip-Bu Tan的答案出人意料：

“內(nèi)存。內(nèi)存供應(yīng)商告訴我,至少到2028年都不會緩解。”

為什么?因為AI"吞噬"了太多內(nèi)存。他提到與英偉達CEO黃仁勛的私下交流:"Jensen下一代產(chǎn)品需要大量HBM內(nèi)存。"而全球只有三家主要供應(yīng)商(三星、SK海力士、美光),其中兩家明確表示產(chǎn)能已被鎖死到2028年。

更驚人的是算力需求的增速。Lip-Bu透露了一個數(shù)據(jù)："過去摩爾定律的周期是3-4年,現(xiàn)在變成了3-4個月。"這意味著計算需求的膨脹速度比任何人想象的都快。

臺積電產(chǎn)能：AI芯片的"七寸"

雖然內(nèi)存是第一瓶頸,但Lip-Bu更擔(dān)心的是2027年的芯片產(chǎn)能危機:

• 2024-2025年新增15-18GW算力

• 2026年新增約30GW

• 2027年,晶圓廠產(chǎn)能將再次成為最大瓶頸

他直言：“臺積電等廠商約50%的先進制程產(chǎn)能都用于AI芯片。到2027年,瓶頸會從電力重新回到半導(dǎo)體制造?！?/p>

這與此前SemiAnalysis創(chuàng)始人Dylan Patel的"臺積電瓶頸論"不謀而合——當(dāng)所有人盯著數(shù)據(jù)中心電力時,真正的死結(jié)在上游。

為什么Nvidia"被迫"多線押注?

訪談中,Lip-Bu揭示了一個罕見細(xì)節(jié)：Intel正在同時押注CPU、GPU、RISC-V和ARM架構(gòu)。

“我剛聘請了頂尖的GPU架構(gòu)師,還在擁抱RISC-V和ARM。關(guān)鍵不在于堅守x86,而是從軟件層往下定義硬件。”

這背后的邏輯是:沒人知道AI的最優(yōu)架構(gòu)是什么。英偉達用GPU統(tǒng)治訓(xùn)練市場,但推理市場正在分化——Intel客戶發(fā)現(xiàn)CPU在某些場景下性能更優(yōu),而Cerebras用WSE(晶圓級芯片)搶走了OpenAI的750MW推理訂單。

Lip-Bu說得更直白："每個CEO都給我打電話——Lip-Bu,我是你最重要的客戶,能多給我點貨嗎?“這種供不應(yīng)求的狀態(tài),倒逼芯片廠商必須"多條腿走路”。

18A良率暴漲背后：開放的力量

Intel代工業(yè)務(wù)(Foundry)是Lip-Bu的戰(zhàn)略重心。他接手時,18A制程良率"相當(dāng)糟糕",但通過一個反常規(guī)操作實現(xiàn)了逆轉(zhuǎn):

“我讓所有朋友來幫忙——PDF Solutions、KLA等設(shè)備商。我們’打開和服’(open up the kimono),讓外部專家進來診斷?，F(xiàn)在良率每月提升7-8%,這是行業(yè)最佳實踐?！?/strong>

這種"透明即信任"的策略奏效了：

• Panther Lake(潘瑟湖)芯片已交付18A生產(chǎn)

• 多個客戶主動上門要求使用18A

• 14A制程(1.4納米)將于2028年風(fēng)險量產(chǎn)、2029年量產(chǎn)

Lip-Bu給客戶的承諾也很實在：“給我你最大、最重要的產(chǎn)品,先給我5%-50%的份額,讓我慢慢贏得信任?！?/p>

中國AI：比你想象的更接近

當(dāng)Jeetu Patel提出"中國模型只是蒸餾美國模型"的觀點時,Lip-Bu Tan的回答讓現(xiàn)場氣氛凝重:

“我最近想招頂尖CPU架構(gòu)師,發(fā)現(xiàn)華為有100個世界級CPU架構(gòu)師。我震驚了。”

他追問這些人才為何去華為,得到的答案是：“雖然我們沒有Cadence、Synopsys的頂級EDA工具,也沒有ASML的光刻機,但我們有’窮人的辦法’(poor man’s way)。而且我們在悄悄自研設(shè)備。”

Lip-Bu的結(jié)論令人警醒：“他們只是略微落后。如果我們不小心,他們會跳躍式超越?！?/strong>

更致命的差距在基礎(chǔ)設(shè)施審批速度:“在美國,數(shù)據(jù)中心的監(jiān)管審批流程很長;在中國,一旦決定就能迅速獲批并建成?！?/p>

開源AI：美國唯一的武器?

面對中國政府補貼AI研發(fā)的模式,Lip-Bu給出了美國的"游戲理論"答案：開源。

“我強烈支持開源。坦率講,有很多專業(yè)人士告訴我——Lip-Bu,我們在開源AI上已經(jīng)落后中國了。DeepSeek只是一記警鐘。”

但問題在于:開源模型的訓(xùn)練成本太高,沒有商業(yè)模式支撐。Lip-Bu透露,一些朋友正在重建開源社區(qū),甚至成立獨立研究機構(gòu)(而非依賴大學(xué)),專門資助頂尖AI研究者。

他還呼吁產(chǎn)業(yè)界投入基礎(chǔ)研究:“公共公司受短期業(yè)績壓力,無法投資10-20年的長期項目。而頂尖教授正被亞洲和歐洲挖走,這太危險了。”

散熱、互連、軟件：全棧優(yōu)化才是出路

除了芯片和內(nèi)存,Lip-Bu Tan還指出了三個被低估的瓶頸:

1. 散熱技術(shù)“高性能GPU或CPU有時不得不降頻,因為散熱跟不上。風(fēng)冷已經(jīng)不夠了,液冷、微流體冷卻、浸沒式冷卻正在成為標(biāo)配?！?/p>

2. 光互連“過去靠銅纜和Credito、Astera Labs的方案,現(xiàn)在必須轉(zhuǎn)向光互連。速度和延遲要求太高了?！?/p>

3. 集群管理軟件“Kubernetes很好,但解決不了實際問題。現(xiàn)在有很多創(chuàng)業(yè)公司來找我,專攻GPU/CPU集群的故障診斷——你都不知道問題出在哪。”

他強調(diào)Intel正在探索新材料:玻璃(優(yōu)秀絕緣體)、人造金剛石、氮化鎵(用于射頻和開關(guān))——“CMOS快到極限了,我們得翻遍元素周期表。”

量子計算：AI之后的下一個戰(zhàn)場

Lip-Bu Tan的時間線很清晰:

1. 現(xiàn)在：AI模型訓(xùn)練與推理

2. 近期：Agentic AI(智能體)

3. 中期：Physical AI(物理世界AI,如機器人)

4. 遠(yuǎn)期：量子計算

“量子就在拐角處,這是AI之后的下一波浪潮。”

給企業(yè)CIO的建議：別把AI堆在舊系統(tǒng)上

訪談最后,Lip-Bu對全球數(shù)百萬IT決策者喊話：

“不要把AI堆在遺留系統(tǒng)上——不會成功的。我剛招了能找到的最好的CIO,告訴她：現(xiàn)在是重新審視基礎(chǔ)架構(gòu)的好時機。你得拆掉舊的,再逐功能引入AI工具。”

他還分享了一個冷水?dāng)?shù)據(jù):MIT教授的研究顯示,全球經(jīng)濟的生產(chǎn)力增長率仍然極低,甚至低于19世紀(jì)的某些時期。

“這說明AI的采用還不夠廣泛。我們必須明確目標(biāo)、設(shè)計流程、建立可衡量的指標(biāo),才能真正向董事會證明:投資這項技術(shù)提升了生產(chǎn)力和營收。”

尾聲：國家寶藏的雙重使命

Jeetu Patel最后說：“Intel是國家寶藏,但你也是。”

Lip-Bu Tan的使命很清晰：

• 短期：讓18A/14A代工贏得客戶信任

• 中期：重建美國半導(dǎo)體制造能力

• 長期：在開源、材料、量子等領(lǐng)域保持領(lǐng)先

他在風(fēng)投界干了幾十年,現(xiàn)在選擇"再戰(zhàn)一次"。或許正如他所說——這不僅是一家公司的轉(zhuǎn)型,更是一個產(chǎn)業(yè)、一個國家的生死戰(zhàn)。