英特爾中國 40 年,未來戰略明確:堅持代工業務,Intel 18A 是未來三代產品基石

AI前線
11/22

作者 | 褚杏娟

「過去這一年,公司發生了很多積極的變化,也有了更多的堅持和堅守。」英特爾市場營銷集團副總裁、中國區總經理郭威,在近日的英特爾產業創新大會上說道。

在組織方面,英特爾不斷進步和演進,一是整個組織扁平化,由下而上;二是進一步弘揚英特爾工程師文化,更專注客戶和產品。

在戰略層面,英特爾明確了以下關鍵方向:

穩健運營:確保資源集中投入於最具戰略價值的領域;

X86 生態:作為英特爾核心資產,覆蓋從性能、軟件到供應商、集成商及終端用戶的全鏈條;

堅持發展代工業務,郭威強調「英特爾是唯一一家既設計芯片、又製造芯片的公司,同時能夠利用英特爾龐大的 IP,幫助客戶共同生產芯片。」

郭威表示,技術和產品是英特爾的核心價值。公司將從三方面持續發力:一是基於 Intel 18A 製程工藝,明年英特爾將推出更多基於 Intel 18A 的產品,滿足客戶需求;二是有更穩定、可預測的目標,基於客戶需求,為市場提供更好的產品;三是在工藝層面,技術和產品不斷演進和迭代。

在市場上,英特爾一方面將持續深耕 PC、邊緣與服務器等核心業務,挖掘其中新機遇;另一方面,將積極拓展機器人、消費端應用及 AI 端到端行業解決方案等新興市場。

Intel 18A,未來三代 PC 和數據中心產品的基石

英特爾發佈的 Intel 18A 製程工藝,標誌着半導體產業正式邁入 「埃米時代」(1 埃米 = 0.1 納米)。作為首款基於該製程的客戶端 SoC,Panther Lake 平臺已在英特爾最新晶圓廠實現量產,其核心支撐來自兩項技術融合:

RibbonFET 全環繞柵極晶體管技術:將晶體管電流通道製成納米級 「薄片」,通過柵極四面包裹控制電流,如同從單方向按壓水管升級為全方位握持,大幅提升開關速度與電流控制精度,減少漏電問題,讓晶體管運行更高效。

PowerVia 背面供電技術:打破傳統芯片 「千層餅」 式電路佈局侷限,將供電電路遷移至晶體管層背面,正面僅部署信號電路。此舉既精簡設計、減少信號干擾、釋放佈線空間,又降低電壓損耗,顯著提升芯片整體性能。

與上一代製程相比,Intel 18A 在相同功耗下性能提升超過 15%,在相同性能下功耗降低 25% 以上,晶體管密度提升了 30%。

「Intel 18A 製程將成為我們未來三代 PC 和數據中心產品的基石。我們的工程師也已開始研發更先進的製程技術,如 Intel 14A。PC 產業全新的埃米時代已經到來。」高嵩說道。

Panther Lake 是英特爾 AI PC 平臺的第三代旗艦產品,它融合了英特爾® 酷睿™ Ultra 200V 系列(Lunar Lake 平臺)的高能效,與 200H 系列(Arrow Lake)的高性能和擴展能力,在覈心性能、圖形性能、能效和 AI 體驗各方面實現飛躍。

在相同功耗下,Panther Lake 的多核性能提升了 50%。這得益於三種 CPU 核心:Cougar Cove 性能核、Darkmont 能效核以及低功耗能效核的協同工作。

Panther Lake 的圖形性能比上一代提升 50% 以上。它提供多達 12 個第三代 Xe 核心,每個都具備完整的矢量引擎、AI 加速矩陣單元和硬件級光線追蹤能力。這意味着輕薄本也能擁有獨顯級的遊戲與創作體驗。在此基礎上還引入了 XeSS 多幀生成技術,讓 3A 遊戲在高畫質下也能流暢運行。

相較於 Arrow Lake,Panther Lake 功耗降低多達 40%。這不僅得益於硬件層面的異構核心設計優化,還要歸功於軟件層面的優化

Panther Lake 平臺的整體 AI 算力高達 180 TOPS。CPU、NPU 和 GPU 構成的 XPU,為領先的端側 AI 體驗奠定了堅實基礎。

端側 AI 能力大爆發

高嵩表示,隨着開源與閉源 AI 模型能力差距收窄,中國開放權重模型在數量與質量上實現全球領先,英特爾正推動 AI PC 從 「AI 增強型」 向 「AI 原生型」 演進:軟件、硬件與應用深度融合 AI 算法,使 PC 從工具升級為具備多模態感知能力的智能夥伴。

AI PC 與傳統 PC 的核心差異體現在:硬件上增加了 GPU 和 NPU,任務處理更偏向並行計算;軟件上優化了開發框架,調控更靈活;因需承載 AI 任務,整體功耗較傳統 PC 有所上升。

AI PC 的技術架構可分為硬件層、軟件層和算法層三個核心層面。硬件層核心包含兩部分,感知層面的傳感器和核心的異構處理單元。軟件層主要聚焦 OS 與芯片集成的軟硬一體化設計,以及 OEM 的整體優化能力。算法層核心考察 OEM 的優化定製能力,關鍵方向包括:模型輕量化、異構計算適配優化、實時性與資源調度等。

當前,AI PC 的核心挑戰體現在三個方面:功耗問題,高算力芯片導致 AIPC 功耗顯著增加,目前主流產品的功耗優化效果不佳;軟硬一體結合不足,現有設備的應用僅能實現 「打開」 功能,後續連貫操作無法有效執行;離線端側應用開發薄弱,端雲協同體驗依賴廠商對芯片的調校水平,目前雲端場景表現優異,但斷網狀態下整體表現欠佳。

在硬件層面,英特爾 XPU 為 AI 提供了強大的綜合算力。而更重要的是,在軟件層面,我們在稀疏注意力(Sparse Attention))、推測解碼、KV Cache 壓縮等一系列關鍵技術上的創新,來釋放了硬件潛能。

英特爾面向英特爾 ® 酷睿™ Ultra 200H 系列打造的全新 AI 能力。作為此次發佈的核心亮點,該系列其搭載的 XPU 異構計算架構與可變共享顯存技術,首次實現最高 128GB 系統統一內存配置,其中超 120GB 可動態分配為顯存,為 120B 參數級超大規模 MoE 模型提供充足運行空間。

系列旗艦產品英特爾 ® 酷睿™ Ultra 9 285H 集成顯卡(iGPU)貢獻 77 TOPS 算力,NPU 單元以 13 TOPS 高能效 AI 推理能力賦能輕量任務,CPU 則以 9 TOPS 算力保障低時延響應,三者協同實現 99 TOPS 的整體 AI 算力輸出。該處理器已全面兼容 Qwen 3-30B-A3B、GPT OSS-120B/20B 等主流 MoE 模型及多種稠密模型,展現出卓越的跨模型適配能力。

在產品佈局上,英特爾覆蓋全價位市場:8000 元以下機型配備 64GB 內存,以輕薄機身滿足專業創作與日常使用需求;萬元以上高端機型則提供 96GB-128GB 內存選項,賦能 Mini PC、Mini AI 工作站等形態產品,讓開發者無需依賴雲端即可完成複雜模型的本地推理與訓練,加速技術落地進程。

英特爾 ® 酷睿™ Ultra 9 285H 將深度學習能力無縫融入日常場景,所有 AI 功能均基於本地硬件算力實現,數據無需上傳雲端。此外,英特爾聯合生態夥伴推出兩項關鍵創新:

雷電互聯構建本地算力集羣:通過雷電技術可將兩臺酷睿 Ultra 9 285H AI PC 便捷互聯,形成經濟高效的本地算力集羣,支持 235B 參數大模型雙機高效推理,可靈活部署不同模型並實現智能路由,勝任更復雜的 AI 任務。

「以存代算」 突破顯存瓶頸:與 Phison 合作開發 aiDAPTIV + 技術,通過 PCIe 5.0 AI SSD 實現 「以存代算」,顯著加速模型推理速度,以更低投入為用戶帶來更流暢的端側 AI 體驗。

邊緣 AI 與具身智能技術的飛速發展,正推動機器人市場迎來新的高潮。從工廠裏的機械臂到協作機器人、從自主移動機器人(AMR)以及人形機器人,更多創新應用正在走進真實的生活場景。英特爾基於 Intel 18A 製程的英特爾酷睿 Ultra 處理器(第三代),來助力實現 AI 處理和邊緣特定功能的突破性改進。

為進一步加速物理 AI 解決方案的早期開發,英特爾推出了全新的機器人 AI 軟件套件和機器人蔘考主板。這些工具基於英特爾在機器人控制解決方案方面的積累,可以幫助客戶快速創新、降低開發門檻,打造更具成本效益的機器人。該軟件套件不僅支持開放標準(如 ROS 2)、VLA 模型和先進視覺算法,還允許在單個 CPU 上同時支持控制器和 AI 功能,從而進一步優化 TCO。

郭威表示,在中國市場會堅持「融合化」:一是產品的融合化,做手機的客戶做 PC,做 PC 的客戶做服務器,構成一個完整的解決方案滿足市場需求;二是行業的融合,以現在方興未艾的機器人為例,做機器人的公司可能源於傳統的機械設備製造商,也可能是 AI 公司,跨行業的融合發展會越來越多。作為提供底層算力基座的公司,英特爾的解決方案也能夠精準順應這一趨勢,滿足行業的發展。

英特爾進入中國市場 40 年

今年,是英特爾進入中國市場 40 週年。大會上,陳立武用中文分享了英特爾戰略及對中國市場的期望。

「今年恰逢英特爾進入中國市場 40 年,實現這一重要里程碑,離不開和我們一路相伴的產業夥伴,是你們的遠見卓識及敏捷創新,讓我們共同建立極具活力的產業生態。」陳立武表示,「在 AI 浪潮中,我們將持續加強與各位夥伴的合作,從客戶端、數據中心到邊緣計算,共同把握新機遇。」

「為了實現這一目標,我們正在全力打造一個更強大、更聚焦、更具執行力的英特爾。我的任務很明確,確保英特爾的產品能解決您最關鍵的挑戰,助力大家在市場上贏得先機。同時,我們希望與各位保持及時而深入的交流。」陳立武說道。

在 9 月份接任英特爾中國區董事長的王稚聰也做了簡單分享:

1985 年英特爾進入中國,1987 年我上大學,那還是中型機和小型機的時代。我在大學期間使用的都是中型機,1991 年讀研究生時纔開始使用搭載 80386、80486 處理器的 PC。1993 年,英特爾發佈奔騰處理器,把奔騰處理器帶入中國。1997 年,我加入英特爾,到今天已經將近 30 年。英特爾與在座各位一起,親歷並見證了中國偉大的改革開放時代。

在計算架構上,我們走過了從中小型機到 PC 的崛起;在網絡層面,我們見證了三十年前的以太網,發展到龐大的互聯網、移動互聯網,再到現在,PC、數據中心、物聯網、互聯網和 AI 都融合在一起。目前中國的 PC 市場和雲計算市場都在邁向萬億元的規模,物聯網方面,智能製造也是一個萬億級的市場。

英特爾在中國的合作伙伴也取得長足發展,長期合作的夥伴超過 1.5 萬家。

除了業務、技術的合作之外,英特爾也在中國積極踐行科技向善。例如,我們將 AI 技術首次用於長城保護與修繕,也利用 AI 協助保護長江江豚,這些小小的例子,反映了英特爾作為科技公司,如何探索以技術回饋生態與環境保護。這些好的方向,我們會繼續堅持。

經過四十年的發展,英特爾在中國形成了龐大的業務網絡:以北京英特爾中國研究院為代表的研究體系,以上海(亞太研發中心)為中心的研發中心,以成都(封裝測試基地)為中心的製造中心,以及以深圳為核心的技術支持體系。我們業務遍及全國。近年來,我們也很高興地看到,我們的客戶正在從中國走向全球,在科技產業中成為引領者,取得了令人矚目的成績。

接下來讓我們談談未來,剛纔各位演講嘉賓已經對 Intel 18A 製程節點及各種未來技術方向進行了深入剖析。今天我們在山城重慶舉辦大會,不妨思考一下重慶與英特爾在理念上的某些共通之處。重慶整座城市依山而建,空間利用極致而巧妙。李子壩輕軌穿樓而過,成為「網紅地標」,而它與我們 Intel 18A 芯片的剖面結構有着奇妙的相似之處:底部是背部供電層,上面是信號層。一個小小的芯片就像一座微縮城市,同樣以極致方式利用空間。輕軌的流動如同信號的傳遞,摩天大樓彷彿電路的延展,設計一枚芯片,就像規劃一座複雜城市,無論是現代化城市建設者還是集成電路工程師,都展現出高超的技藝,二者有着許多共通之處。

那火鍋和英特爾有什麼關係呢?重慶老火鍋有「九宮格」,點餐方式有兩種,要麼點套餐,要麼隨心點菜,這與半導體產業的發展趨勢——芯粒(chiplet)非常相似。過去英特爾以設計大型、複雜的單芯片為主,如今正轉向基於芯粒的設計,從 Meteor Lake 開始,到我們即將推出的 Panther Lake 和 Clearwater Forest 都是如此,也就是將芯片拆解成更小的功能單元,就是芯粒,再在單一封裝內進行集成。每個單一功能的 IP,不管是 CPU、GPU、NPU 還是 I/O,都可以類比成火鍋裏的「一道菜」。我們會繼續提供通用型「套餐」產品,也會為中國客戶提供「點菜式」選擇,共同討論定製化設計。隨着技術突破,我們的業務模式也將更加靈活、更加開放。

重慶這座城市的精神氣質中,一個重要方面就是開放與融合。火鍋「一鍋煮天下」,萬物皆可入味。未來,英特爾也會將不同的重要功能單元靈活組合,打造適應不同需求的芯片;若中國客戶有「點菜式」的需求,我們也可以生產定製芯片。這將是未來英特爾技術和業務模式演進的兩個重要方向。

重慶是一座充滿活力與堅韌精神的城市,這種精神激勵我們在充滿挑戰的未來不斷創新、合作前行。作為重慶人,我也想教大家一句重慶話:面對未來的不確定,面對各種挑戰,我們仍要繼續「雄起」!

會議預告

12 月 19~20 日,AICon 2025 年度收官站在北京舉辦。現已開啓 9 折優惠。

兩天時間,聊最熱的 Agent、上下文工程、AI 產品創新等等話題,與頭部企業與創新團隊的專家深度交流落地經驗與思考。2025 年最後一場,不容錯過。

今日薦文

LLM 沒意思,小扎決策太拉垮,圖靈獎大佬 LeCun 離職做 AMI

Rust 闖大禍了!重寫 53 天后 Cloudflare 搞出六年來最大失誤,ChatGPT、Claude 集體失聯

啱啱,谷歌劃時代模型 Gemini 3 登場!編程性能碾壓 Claude Sonnet 4.5,百萬級上下文窗口直接封神

馬斯克搶先谷歌一步放大招,Grok 4.1登頂LMArena,創意寫作直逼GPT-5.1

靠創始人親自假扮AI起家,如今估值10億美元!印度CEO公開反內卷:從不在10點前起牀,也不開例會

你也「在看」嗎?

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10