视频标题：Re-engineering the Semiconductor Supply Chain with Intel CEO Lip Bu Tan
视频作者： No Priors
编译：Peggy
编者按：在 AI 基础设施投资持续升温的背景下，半导体行业的讨论正在从「GPU 供给是否足够」转向「整个计算与制造体系能否支撑下一阶段的 AI 扩张」。过去两年，市场更关注模型、算力集群和英伟达生态；但当 AI 需求长期增长逐渐成为共识，一个更关键的问题开始浮现：如果芯片、封装、电力、材料、内存和制造产能同时成为瓶颈，AI 产业到底需要怎样一套新的半导体供应链？
这场《No Priors》对谈邀请到英特尔 CEO 陈立武，讨论英特尔转型、美国本土制造、代工业务、AI 对 CPU 需求的重新拉动，以及 TerraFab 等新型制造合作。陈立武既是长期半导体投资人，也是从 Cadence 到 Intel 的产业运营者，因此这场对谈的价值，不在于给出单一公司叙事，而在于呈现一个行业专家如何重新理解 AI 时代的半导体结构。
在这场对谈中，陈立武是将「英特尔如何复兴」拆解为一组更底层的结构性问题：资产负债表如何修复，产品线如何重新聚焦，先进制造能否回到美国，AI 工作负载是否会重新定义 CPU 价值，以及半导体投资应如何围绕真实瓶颈展开。
第一，是英特尔问题从「产品落后」转向「组织与资本结构重建」。过去，外界讨论英特尔，往往集中在制程失速、GPU 缺位和代工竞争力不足。但陈立武首先强调的不是某一代产品，而是资产负债表、组织文化和客户信任。他提出的路径是先「爬」、再「走」、最后「跑」：先增强财务基础，简化产品线，让工程团队更接近 CEO 和客户，再逐步重建路线图。这意味着英特尔的复兴不是一次新品发布能够完成的，而是一场组织速度、资本耐心和技术路线的系统性修复。
第二，是 AI 对算力结构的需求正在变得更复杂。过去，AI 叙事几乎被 GPU 主导，训练集群成为资本市场最清晰的共识。但陈立武指出，随着 Agentic AI、强化学习、多智能体调度和边缘计算发展，CPU 重新变得重要。CPU 与 GPU 的比例可能从训练时代的 1:8 走向 1:4，甚至在部分场景接近 1:1。这意味着 AI 基础设施不会只有一种芯片赢家，未来的竞争将更多围绕不同工作负载下的系统级组合展开：CPU、GPU、NPU、先进封装、软件栈和代工能力，都将成为同一张算力网络的一部分。
第三，是半导体制造正在从商业效率问题重新变成国家基础设施问题。过去三十年，全球芯片制造在效率驱动下高度分工，先进制造能力集中于少数地区和少数公司。但供应链冲击、AI 产能需求和地缘政治风险，使「只依赖一两个地理区域的玩家」变得越来越不可持续。陈立武将美国政府入股英特尔类比为早期台积电与台湾地区政府的关系，背后指向的是一种新的产业政策共识：对于资本密集、周期长、战略性强的制造体系，政府、主权基金和长期资本将重新成为关键参与者。
第四，是半导体投资逻辑正在从「押注热门赛道」转向「寻找真实瓶颈」。陈立武反复提到的关键词不是估值，而是 bottleneck：互联、光子、EDA、先进封装、功耗转换、散热、新材料、内存、氦气、电力，都可能成为 AI 扩张过程中的约束条件。过去，半导体投资因为资本开支高、流片周期长、客户切换成本高而被 VC 回避；现在，当 AI 需求把这些瓶颈推到前台，半导体重新成为风险资本、战略资本和产业资本共同关注的领域。这意味着真正有价值的投资，不是简单追逐「AI 概念」，而是判断哪个环节正在成为下一轮扩张的约束。
第五，是未来计算不会只存在于超大数据中心。过去 SaaS 和云计算时代形成了高度中心化的计算范式，但机器人、国防、家庭设备、Physical AI 和 Agentic AI 正在让端侧与边缘计算重新重要起来。陈立武并不否认大型 AI 数据中心的继续扩张，但他更关心这些基础设施最终服务什么应用。换句话说，算力建设只有与可持续的大应用结合，才可能产生长期价值。这也意味着下一阶段的 AI 竞争，不只是「谁建更多数据中心」，而是「谁能把算力、芯片和应用场景连接成可扩张的系统」。
如果将这场对谈压缩为一个判断，那就是：AI 正在把半导体从单一芯片竞争，推向一场关于供应链、资本结构、制造能力和系统架构的全面重组。在这个意义上，本文讨论的对象，已经不只是英特尔能否复兴，而是 AI 时代的计算基础设施，是否需要被重新设计一遍。
以下为原文内容（为便于阅读理解，原内容有所整编）：
TL；DR
· AI 的瓶颈已经不只是 GPU，而是电力、内存、封装、材料和制造产能共同构成的工业系统约束。
· 英特尔复兴的关键不在单点产品反击，而在资产负债表、工程文化、客户信任和产品路线图的系统性修复。
· CPU 重新重要，不是因为 GPU 叙事降温，而是 Agentic AI、强化学习和多智能体调度正在制造新的计算负载结构。
· 半导体代工不只是制造业务，而是信任业务；客户交付晶圆之前，首先要相信良率、周期和可靠性不会毁掉自己的收入。
· TerraFab 的信号在于，AI 需求增长已经快到头部客户开始反向介入上游制造基础设施，而不是被动等待芯片供应。
· 美国重建先进芯片制造，靠的不只是建厂补贴，而是政府资本、长期资金、产业客户和制造能力的重新组合。
· 半导体投资的核心不是追逐热门概念，而是识别真正限制产业扩张的瓶颈，比如互联、功耗、散热、封装和新材料。
· 未来 AI 竞争不会只发生在超大数据中心，边缘设备、机器人、国防和 Physical AI 会把算力重新推向应用现场。
原文编译
主持人：
大家好，欢迎回到《No Priors》。今天，Elad 和我请来了陈立武。他曾在 Walden 任职，后来担任 Cadence CEO，如今是英特尔 CEO。我们聊到了他改造英特尔的计划、美国政府成为英特尔重要股东、如何成为一名出色的半导体投资人，以及我们到底能不能在美国制造芯片。欢迎你，陈立武。
陈立武为什么接手英特尔？
主持人：
陈立武，很高兴见到你。我们先从一个最直接的问题开始：英特尔是一家极其重要的美国半导体公司，但 CEO 这个岗位非常艰难。你为什么还要接下这份工作？
陈立武：
这是个好问题。我今年 66 岁了。很多人会说，你应该退休了，而不是接下这个行业里最难的工作。我这么做有几个原因。第一，英特尔是一家标志性的公司。它对半导体生态系统非常重要，对美国也非常重要。所以我决定，在 Cadence 之后，再做最后一次。
主持人：
过去一年发生了很多事。最让你意外的是什么？
陈立武：
最让我意外的，是我此前的工作经历和训练都没有教过我的事情：有一天一大早，特朗普总统要求我辞职，说存在利益冲突，而且没有例外。
所以我必须先说服自己：第一，我并不需要这份工作。我接下它，纯粹是为了拯救英特尔。因此，我先把个人层面的问题放到一边，然后去想，我能做什么来帮助英特尔。
好消息是，我周四早上安排了会面，周一就见到了他。他愿意听我解释。我告诉他，我出生在马来西亚，在新加坡长大，后来去了 MIT，然后长期住在美国。我从来没有在美国之外的国家生活过。
我把这些都讲给他听，他听得很认真，也给了我机会。所以我很高兴。
主持人：
现在你有机会真正开展工作了。你刚才说，这份工作的目标是「拯救英特尔」。在你看来，英特尔重新赢得胜利、重新繁荣起来，具体意味着什么？
陈立武：
我上任已经 14 个月了。这 14 个月发生了很多事。
首先，是改变文化。很明显，我们需要更强的责任意识。其次，决策必须更快。我非常习惯创业公司的文化：以光速前进，没有官僚主义，也没有一层又一层的会议。
所以我推动的改变包括：强化责任意识，倾听客户，让客户满意。有些客户会说，陈立武 很谦逊，愿意倾听，也愿意解决他们面临的问题，努力让客户满意。
另外，从第一天开始，我就决定让所有工程师直接向我汇报。我本身是工程师出身，我想知道到底哪里出了问题，哪些地方需要纠正。我想倾听客户、让客户满意，并确保我们有正确的产品，简化产品线，同时为未来五到十年制定清晰的路线图和愿景。
英特尔未来十年的愿景：先救资产负债表，再重建产品
主持人：
你对英特尔未来十年的愿景是什么？
陈立武：
我认为有几件事。第一，无论是在 Cadence，还是在英特尔，我一直相信：先学会爬，然后保持谦逊，倾听客户；第二步，开始走路；最后，才开始奔跑、冲刺。这就是我的文化：一步一步来。
对我来说，第一步是强化资产负债表。英特尔的资产负债表在某种程度上非常糟糕。所以我很高兴看到美国政府成为重要股东。
就像我向特朗普总统解释的那样，台积电当年起步时，也有台湾地区政府作为股东。再看日本、新加坡，半导体本质上是一种基础设施，美国政府需要提供支持。
第二，我也很高兴我的老朋友黄仁勋投了 50 亿美元来支持我。我很高兴自己至少做了一些正确的事。他投的这 50 亿美元，现在已经变成了 250 亿美元，甚至更多。
另外还有软银的孙正义。我以前在软银董事会任职，他也伸出援手帮助我。所以我们先强化资产负债表，然后聚焦产品。我大幅简化产品线，倾听客户，并推动下一代具备领导力的产品。
某种程度上，我们也很幸运。现在 Agentic AI 兴起，CPU 变得非常抢手。过去在训练场景里，CPU 与 GPU 的比例可能是 1:8，现在我看到它可能变成 1:4，甚至 1:1。我很高兴 CPU 重新变得重要。
我和一些 AI 模型开发者聊过。他们说，在强化学习，以及调度大量智能体的速度方面，CPU 实际上更有优势。所以从某种程度上讲，我很高兴，现在市场对我的 CPU 需求非常高。
总体来说，我们要在产品层面发力，尤其是在数据中心服务器端。另一部分是我们的晶圆代工业务。
最初，这是一项资本密集型业务，并不容易。你需要具备几项条件。你需要有正确的 IP，才能支持客户。比如，如果客户做的是移动相关产品，你就必须有低功耗 IP。如果没有这些能力，你就服务不了他们。
代工是一门服务生意，也是一门信任生意。如果客户把订单交给你、把晶圆交给你，但良率不好，他们的收入就会受损，甚至错失机会。
所以，对我们来说，非常重要的是专注于良率、缺陷密度、周期时间，并确保我们能够以高质量和可靠性满足客户需求、服务客户。这些都是我真正关注的事情。
最终，你还必须走向全栈。不只是硅片，还需要软件。有些客户会直接问我：能不能给我整柜系统？这意味着你必须构建系统。所以这些事情，我们都在一步一步安静推进，并尽可能招募最优秀的人才。
顺便说一句，所有招聘我都是亲自做的，没有猎头公司帮忙。所以有时候，拥有一个强大的人脉名单，知道该给谁打电话，是很有帮助的。
主持人：
你在这个行业待了很久。你之前担任 Cadence CEO，我记得大概 12 年？
陈立武：
13 年。
主持人：
13 年。然后又做了两年执行董事长，所以一共 15 年。
陈立武：
我当时一开始只答应做三个月。
主持人：
三个月？
陈立武：
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，我总是从「我们到底想解决什么问题」出发。这个问题真实吗？客户是否真的为它痛苦？如果是，我就开始投资。
下一步是，从第一天开始，就要锁定第一个客户。我通常喜欢第一个客户是 hyperscaler，因为它们有规模。如果它们喜欢你的东西，未来几年愿意支付数百万美元，甚至给出采购承诺。这很重要，因为你有一个大客户，就可以扩张。
所以我总会看一些公式：你如何做到这一点？你从哪里找到人才？有时候，找到人才非常重要。这也是为什么我对美国、硅谷、奥斯汀很感兴趣。另外，以色列也有很多人才。所以我在以色列投了相当多项目。
因为以色列有很多颠覆性、创新型创业者，他们非常努力。即使在战争期间，他们仍然开电话会议。有时候他们会说：好，现在有警报了，我得去地下室，网络可能不太好，也许我们只能用语音。某种程度上这甚至有点有趣。我非常欣赏这种有韧性的创业精神。
总体来说，我觉得机会很多，尤其是在 AI 领域。现在除了 Agentic AI，physical AI 也正在成为下一个巨大前沿。你必须从全栈角度看问题。
这也是为什么我仍然深度参与很多前沿模型，以及我支持的一些投资项目，因为我非常看好面向 physical AI 的开源前沿技术。我认为那是一个金矿。
主持人：
你提到，有机会用 AI 让芯片设计和测试中的某些环节变得更快、更便宜、更有创造力。结合你在 Cadence 的经验，你觉得最肥沃的方向在哪里？有没有什么已经开始奏效？
陈立武：
我在 Cadence 大概 15 年，我很高兴。其中一个让我很自豪的事情，是我能在路上找到我的接班人，并培养他。后来他成为非常出色的 CEO。他非常拥抱 AI，用 Agentic AI 来提升效率。
这是好的一面。我认为 Synopsys 也在努力做这些事。他们从英伟达获得了 20 亿美元投资，我认为这能帮助他们很多。他还收购了 Ansys，以进入整个系统设计领域。
总体来说，这些公司都在尽力做到最好。但创业公司也有机会做一些更颠覆性的事情，最后要么上市，要么被这两家公司，或者西门子收购。
所以我认为机会属于所有人，取决于创业者的愿景。我的哲学一直是：如果创业者想卖掉公司，因为这是更快的退出路径，而且没有锁定期，也不用担心季度业绩，那也可以。也有一些创业者从第一天开始就想 IPO。
作为 VC，我想我们三个人都是 VC，我们支持创业者的梦想，并帮助他们实现梦想。
主持人：
如果看你提到的这些不同方向，包括未来的产品开发，或者 AI 对半导体行业的影响，现在有像 Periodic 这样做材料的公司，也有 Purepoint 这样的公司在做 EDA 和设计，还有制造链条上的其他环节。
你认为十年后的英特尔，或者未来的半导体公司，会因为 AI 和今天有根本不同吗？如果会，差异在哪里？
陈立武：
我认为会。首先，回到你一开始提到的问题：资本密集、不可预测、周期性。这些都必须纳入你的投资决策。
我通常喜欢很早进入，组建团队。这很有趣。我想你也这么做。其次，你要找到合适的投资人和你共同合作。不是永远只看品牌机构，我通常更看个人。谁是真正懂这个领域的人？最重要的是，你要找到能一起度过困难时期和好时期的伙伴。
很多人在顺境时很乐意和你共事，但公司一遇到麻烦，他们就走了。我喜欢那些真正陪公司走过困境的人。有些成功公司曾多次差点破产，最后才起飞。所以找到愿意这样做的合作伙伴非常重要。
另外，还要看战略投资人，他们能否在制造、内存、连接等方面帮助公司创造价值。我也有一些处在成长阶段和对冲基金领域的朋友，我很喜欢他们，因为他们有不同视角。他们了解公开市场，可以指导创业者哪些路不要走。这些都非常有帮助。
总体而言，这非常有趣。你会意识到，创业其实和工程一样，都是解决问题。每一步你都要找到能帮你解决问题的人。如果解决了，就进入下一个前沿。
坦率地说，回头看，我投过的十家公司里，有九家走到一半都会改变商业计划，因为市场变了。所以我喜欢创业者是一个团队，而不是只有一个人。第二，他们必须心态开放，愿意倾听，愿意接受我们的辅导。
最后，他们形成自己的计划，而不是照我说的做。更好的状态是，你给他们足够反馈，他们自己得出结论。只要你认同他们的判断，即使和你的想法不同，也可以接受。这就是创业有趣的地方。他们可以前进得更快。
回到你的问题，如果从现在往后看十年，什么样的公司会赢？这只是我个人观点：能够清晰表达战略、激光般聚焦在某个细分领域、找到正确合作伙伴，并且具备扩张能力的公司会赢。
某种程度上，这又回到我关于全栈的观点。你需要有全栈解决方案。它可以是一家大公司，通过转型成为大平台。比如黄仁勋，我很佩服他。他专注于 CUDA，专注于软件库。他说，我想成为一家平台公司，而他确实做到了。
也可以是创业公司，比如 Anthropic、OpenAI，它们以更优雅的方式找到了路径，改变了游戏。创业公司行动极快，像光速一样前进，也可以成为主导者。
希望英特尔也能扮演这样的角色，因为我们有 XPU、NPU，有先进封装，也有代工。如果把这些放在一起，就可以为不同工作负载构建专用芯片。我正在朝这个方向走。
主持人：
这很有道理。我刚才的问题一部分是想知道你要往哪里走，另一部分是想问，这是否会从根本上改变你的工作方式。因为在软件世界里，我看到现在正在发生非常大的变化：你雇谁，你希望谁加入团队，很多人开始管理多个智能体。
所以现在我认识的很多人反而更愿意招聘三四十岁、五十岁的人，因为他们习惯管理团队。他们认为这可以直接迁移到管理智能体上，包括理解复杂任务如何设置、如何做 QA 等等。
我想知道，在物理世界，或者晶圆厂环境中，你如何看待团队结构、能力要求，或者 AI 叠加后的变化？这是一种自然缓慢的演进，还是某些领域会出现激进变化？比如在材料领域，现在是不是只要用这三个模型加上一些化学知识就够了？所以我很好奇你如何看待那个未来世界。
陈立武：
好问题。回到我刚才说的「爬、走、跑」。在「爬」的阶段，你首先要招募半导体行业最优秀的人才。现在我开始思考，为了构建全栈，我需要引入哪些软件人才。
目前我团队的平均年龄大概在 40 多岁、50 岁左右，我需要引入一些新人才。他们理解工作负载，理解前沿模型，理解开源，这很重要。
现在我儿子成了我的老师。每次他邀请我去他家，我们一边陪孙辈玩，我一边向他请教 AI 和机器学习。他比我更深入，所以我学到了很多，也在尝试理解投资，并把一些人才带进来。
我们正在改变英特尔。它过去是一家非常老派、传统、依赖电子表格的公司。现在我正在把它转型为一家 AI-enabled 的公司，在设计中使用 AI，也让整个组织都拥抱 AI。这样它就不会那么依赖表格和人力。
你必须把优秀人才和最好的 AI 工具结合起来，不只是用于组织管理，不只是用于销售，现在我也开始考虑营销、设计等环节，都要拥抱 AI。
主持人：
我认为很多投资人，至少对我来说，过去几年我创办公司之后，思考资本密集型公司的不同资金来源是一个非常有教育意义的过程。
我以前做过很多软件投资。如果你说，我在达到某个关键规模前需要 1.5 亿美元，那你就需要一些很聪明、资产负债表完全不同的朋友。
你在这方面已经经历了很长时间。你还有一个独特经验，就是和政府这个大型利益相关方合作。你如何看待这种产业政策？它曾经带来像台积电这样的巨大成功，台积电是世界上最重要的公司之一。但在美国商业文化中，产业政策长期以来并不受欢迎。你认为现在这种观念应该如何改变？它在哪些地方适用？
陈立武：
这是个好问题。很明显，对于资本密集型业务和基础设施型项目，你需要获得资本。某种程度上，对早期风险投资来说，现在很多投资也开始变得资本密集。过去一家风投愿意向某家公司投入 10 亿美元，这在 VC 行业里是闻所未闻的，但现在正在发生。
所以某种程度上，你必须适应。我喜欢用钟形曲线来看问题。要么你进入得非常早，因为现在 Series A 就可能估值超过 10 亿美元，所以你必须在 pre-seed 阶段，在公司估值达到 20 亿、30 亿美元之前进入。这在今天非常少见，所以你必须挑对项目。
另一部分是找到能帮助公司扩张的资本。这也是为什么一些共同基金开始愿意进入未上市市场，加入我一起投资早期项目。我很欢迎他们，因为他们对「必须持有公司 20% 股份」这种要求没有那么敏感。现在已经没有那么多 20% 可以给了。所以你必须找到合适的投资人。
在资本密集型领域，比如 AI 工厂和代工业务，你确实需要利用政府资金、主权基金，以及一些非常大的资本。现在有一些大型基金专门支持基础设施，我们也希望利用其中一些资本，确保能够扩大运营。
总体来说，政府和主权基金已经变得非常重要。同时作为一家上市公司，我也有意关注一些更长期、成长导向型的投资人，因为他们能够帮助我发展业务，而不是只关注短期资本配置，问你是不是要回购股票。这些问题也很好，但与此同时，我还必须建设业务。所以平衡非常重要。
投资者最误解英特尔的地方
主持人：
你觉得在这个时点，投资者最误解英特尔的地方是什么？
陈立武：
有不少。首先，还是回到「爬、走、跑」。过去四个月，我是在爬。但人们已经开始意识到它的潜力。另一点非常重要：我们必须真正拿出最好的产品。比如 PC 客户端，我们仍然有市场份额。但我们确实需要构建更好的性能。所以我正在悄悄搭建 CPU 架构、GPU 架构和软件架构团队，让我们能够像多家创业公司组成的文化一样行动更快，并用更好的技术实现跃迁。
除产品之外，还有一些新能量正在涌入，比如 Agentic AI、Physical AI。这些都是我们可以投资的巨大市场。
在代工方面，我们与台积电仍有很大距离，无论从性能还是其他方面来看都是如此。所以我们必须保持谦逊，去建设那些基础模块，比如我前面提到的 IP、良率、缺陷密度、周期时间，让它更高效、更可靠。代工是信任生意。客户必须先信任你，才会把晶圆交给你，依赖你。所以这些事情需要更长时间。
但我认为到 2030 年、2031 年，人们会开始看到我们多大的潜力。产品方面，PC 客户端是我们的基本盘。然后我们会进入边缘计算，进入 Physical AI 和 Agentic AI。
过去，我们主要为人类提供服务器和 PC。现在你会看到另一个维度：数以百万计的智能体，它们也需要计算能力，需要接入软件栈。所以我认为这部分我们有机会参与。
游戏还没有结束。我们可以在 Agentic AI 和 Physical AI 中继续出牌。这就是我要去的方向。
AI 才刚刚开始。训练部分由 Jensen 主导；边缘计算、Agentic AI 中的智能体，以及 Physical AI，我认为都是巨大的机会。每个人都有机会。所以这是我想争取的方向。
我希望投资者会理解，虽然过去 14 个月，我们已经为股东创造了 6 倍回报，但这只是开始。我们还有很大空间。
主持人：
从这里开始还有风险投资式回报。
陈立武：
是的。我一直在寻找 10 倍机会。作为一个内心是风险投资人的人，你总想找 10 倍。
在 Cadence，我担任 CEO 时，从 2.42 美元的临时 CEO 起点算起，到我卸任执行董事长时，为股东创造了大约 85 倍回报。接近 76 倍，甚至 85 倍。
在英特尔要做到这一点很难，因为基数更大。所以我说，好，那就看 10 倍吧。如果五年、十年内我们能做到 10 倍，我认为那就是很好的回报。作为一个内心是 VC 的人，这就是我的目标。
算力会一直留在数据中心吗？
主持人：
祝你在这个已经很大的基数上完成这项非常庞大的使命。你刚才的描述背后有一个隐含判断，就是工作负载会在哪里运行。有些人会说，我们只会建越来越大的数据中心，1 吉瓦只是开始。集中式运行，甚至包括集中式推理计算，在效率上都会成为主导方式。
但也有人会考虑边缘端、客户端。你是否相信未来计算会有某种均衡状态？还是说只能由工作负载本身决定？你怎么看？
陈立武：
这是个非常好的问题。现在 AI 基础设施正在大规模建设，我认为这是正确的。我不认为它会放缓，因为工作负载正在大幅增加。
主持人：
我们现在是供给受限。
陈立武：
对，供给受限。所以如果有什么会拖慢发展，那就是供给约束。
但另一方面，我总是看所有这些基础设施建设最终要服务什么解决方案、什么应用。我更关注应用。如果你能识别出某个巨大的应用，或者几个应用加起来足够有意义，并围绕它聚焦，那就不是所有参与建设的人都会赢。有些会大赢，有些会慢慢失败，或者横盘不前。
就像互联网时代一样。你可以看到有些公司最终变得非常大，比如亚马逊、Netflix；有些公司则走向边缘化、消失，或者被收购。所以对我来说，思路是一样的。真正要关注的是，它们想服务什么应用？那个应用有多大？是否可持续？是否过于拥挤？
如果太拥挤，也许最终只剩下一两家，其他会被整合。所以这个行业会经历大增长，然后开始整合，最终也许一两家公司成为真正赢家。我们以前看过这部电影，所以我并不意外。
关注应用。Netflix 是一个应用，亚马逊是真正的应用。在我看来，它们是赢家。
主持人：
但你是假设，其中一些应用通过客户端或边缘计算来服务，会比完全依靠数据中心更好？
陈立武：
完全正确。
主持人：
我自己也投资了一些机器人和国防公司，所以我知道设备端计算是一个非常重要的选择。比如，如果未来家里有机器人，你假设家里有什么算力、有什么连接能力，会决定你能做什么。我觉得在 SaaS 时代，这件事曾经有点被遗忘。
陈立武：
是的。我的投资逻辑是：找到真正需要解决的问题。第二，找到可以合作的玩家。第三，看应用。这个应用有多大？是否可持续？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还没有被广泛部署的应用。
陈立武：
对。
主持人：
太棒了。非常感谢你今天来参加节目，很高兴和你交流。
陈立武：
非常感谢。
