其实这期内容的原本标题是：与创业公司走在一起，才不会错失重大技术机遇。不过更关键的话题，还是从谈如何带领一家公司转型开始的。英特尔CEO陈立武（Lip-Bu Tan）近期在AI Infra Summit上做了一场的炉边对话，与大会联合创始人Ed Nelson一起复盘了他执掌英特尔一年半以来的转型路径。陈立武是这个活动的老朋友，早在2019年担任Cadence CEO时就是常客，而2018年的这个活动正是Habana Labs从隐身模式亮相的舞台。
接手英特尔时，陈立武面对的是一个汇报层级多达10至12层的大型组织。2025年3月上任后，他用一年半的时间精简了团队，将层级压缩到4至5层。2026年Q2，英特尔交出了同比增长25%、达到161亿美元的季度营收，是近年来最强劲的增长。同期完成了230亿美元的股权融资，超额认购5.6倍。在Cadence完成过科技行业最著名的扭转案例之一后，陈立武正在英特尔书写第二个。
串起这场对话的线索是他的双重身份：陈立武在执掌Cadence和英特尔期间从未停止风险投资，他说服了两家公司的董事会允许他继续投资，理由是 "必须嵌入创业和风投社区，才不会错过重大技术浪潮" 。这个投资人加经营者的视角贯穿了他从管理文化到产业链布局的所有判断。
1. "I like bad news"：陈立武的管理三原则
"I like bad news. Tell me all the bad news." 陈立武说，上任后做的第一件事是花大量时间和员工在一起，就为了分辨谁在说真话，谁在报喜不报忧。当面客气、背后抱怨的人，他会主动拉开距离。
这不只是个人偏好。当汇报层级有10到12层时，信息经过逐层过滤，CEO最终听到的往往只剩好消息的变体。陈立武把英特尔的层级压缩到4至5层，目的就是缩短自己和一线之间的距离。
第二条原则是问责。他用大学打篮球的经历做类比：你需要一支能信赖的队伍，但组建它需要时间。核心规则是搞砸了自己承担全部责任，最不能接受的行为是把问题指向别人。
第三条原则是超越客户预期。他用了"delight customer"这个说法，不是让客户满意，是让客户惊喜，走出额外的一步。在他看来，客户反馈是最有价值的信息来源，因为客户会毫不客气地告诉你哪里需要改进。
相比Cadence时期纯软件业务的扭转，英特尔多了制造和晶圆代工这两个重资本环节，涉及更多人员、更大的资本开支和更复杂的运营。 但核心道理一样：听真话、建团队、服务好客户。
2. 两家以色列芯片公司，同一个投资人，两种轨迹
2018年，就在这同一个活动上，一家叫Habana Labs的以色列AI芯片公司从隐身模式正式亮相。陈立武是它的早期投资人。他同时还投了另一家以色列芯片公司Annapurna Labs。两家公司后来分别被英特尔和亚马逊收购，此后的轨迹截然不同。
亚马逊收购Annapurna Labs后，拥抱了整个创始团队，所有创始人至今仍在运营业务。这个团队后来为AWS打造了自研芯片Graviton系列，成为亚马逊云计算基础设施的核心。
Habana Labs被英特尔收购后走了另一条路。创始人Avigdor Willenz离开后成立了Element Labs，据报道估值已达40亿美元。陈立武从中总结出一条准则： "你必须支持创始人和创业者，让他们觉得这里是家。" 如果收购方的态度是"我什么都懂，不需要你"，人才就会一个接一个地走。
Habana的旗舰产品Gaudi成为英特尔的AI加速器。陈立武认为，创始团队的去留直接影响了产品后续的迭代节奏，这也是英特尔现在对待所有收购和投资标的的核心准则： 留住最懂产品的人。
3. 半导体从一万亿到两万亿：芯片竞争在换赛道
半导体行业正在从一万亿美元规模向两万亿美元迈进。陈立武认为AI的影响远大于互联网，周期性调整是自然的，不必过度反应。但他提了一个醒：硅谷是个泡泡，走出湾区会发现外面有很强的反AI情绪。行业领袖有责任讲好AI的故事，把安全、隐私等关切正面回应好，同时拥抱新技术。他自己就是行动派：英特尔内部正在用Gemini、Anthropic、Perplexity等AI产品改造业务流程，从芯片设计到制造全面提效。
在这个翻倍的市场空间里，GPU占据了几乎所有注意力，但陈立武看到了几条不同的赛道。
CPU在agentic AI中需求旺盛。 在强化学习和agentic AI的架构中，CPU承担控制平面、编排调度等通用计算任务，这些工作GPU并不擅长。陈立武透露英特尔的CPU供应已经追不上需求，好几位CEO朋友打电话来要更多芯片。他每个季度都在挑战团队提供更多产能。
GPU利用率其实不高。 陈立武提到，目前大量GPU的实际利用率偏低。他认为这里有创业机会：通过软件实现GPU虚拟化和算力交易，让已有的GPU被更充分地使用。他已经投了几家做这个方向的公司。
十年前押注的两家公司开始兑现。 陈立武十年前就判断GPU虽然性能强大但功耗太高，因此投资了SambaNova和Cerebras。前者采用数据流架构，后者做晶圆级计算，共同目标是在相同性能下大幅降低功耗。SambaNova在2026年2月发布了面向agentic AI的新芯片，并与英特尔达成合作。Cerebras走通了disaggregated inference（把推理任务拆散到不同硬件上执行）的路线，可以跟英伟达（Nvidia）GPU协同工作。
人脑的启示。 陈立武给出了一个数字：人脑处理的token量巨大，但功耗比现有AI芯片低了大约一万倍。基于这个方向，他正在关注脑芯片、神经形态计算和MPU（一种模拟神经元工作方式的微处理单元），同时也在探索CPU与存储的协同优化。
软件是下一个发力点。 陈立武两次提到英特尔即将引入一位重量级软件负责人。他的思路是"软件定义硬件"，从编译器和MLIR到平台工程，再到整个机架级平台，英特尔的竞争维度正在从硬件扩展到全栈。
4. 给黄仁勋打电话
2025年3月18日成为英特尔CEO后，陈立武做的第一批事情之一就是给几个朋友打电话。其中一个打给了英伟达CEO黄仁勋。
陈立武提到一个细节：NVLink的核心技术来自Mellanox，而Mellanox正是他早年投资的公司。英伟达在2020年以69亿美元收购了Mellanox。所以当陈立武跟黄仁勋谈合作时，两人之间有一层投资圈的渊源。
合作的思路是 "你的CPU、我的GPU、加上NVLink" ，组建工程团队对工程团队的协作，去开拓双方单独都没有覆盖的市场。陈立武把这种关系叫coopetition（某些领域合作，某些领域竞争），双方都能接受，因为可以一起把市场做大。
他还特别提到了CUDA的价值，说黄仁勋18年前就开始做， "I gave him credit to do that，CUDA是非常出色的软件" 。在他看来，硬件公司要赢，最终必须做到系统级。
除了英伟达，陈立武在上任第一年还引入了美国政府的资金支持、软银孙正义（他称之为MASA，两人曾在软银董事会共事）的合作，以及多个产业链伙伴。 他的哲学是：不可能什么都自己做，也不可能什么都拥有。找到自己真正强的领域全力投入，其余跟有优势的公司结盟。
5. 先进制程与封装：230亿美元花在哪
晶圆代工和先进封装是英特尔转型中投入最重的环节，也是陈立武花精力最多的地方。
18A制程已进入量产。 14A的推进速度同样迅速。14A的0.9版PDK（芯片设计工具包，设计公司拿到它才能在这个制程上做芯片）将在2026年10月完成，1.0版预计在2027年Q1就绪。陈立武关注的核心指标是性能、良率、缺陷密度、波动性和周期时间。
生态伙伴的支持在这个过程中起了关键作用。PDF Solutions、KLA、Applied Materials等公司的CEO都是他的朋友，当他开口求助时，大家纷纷响应。陈立武的原话是： "有时候示弱是有好处的，你谦虚地请求帮助，很多朋友会站出来。"
先进封装是陈立武着墨最多的话题。 英特尔的封装技术可以实现14倍的径向集成密度，而且只需要两层，竞争方案则需要三层，多出来的那层是中介层。他还从封装行业请来了一位重量级人物回归英特尔，专门主导先进封装业务。在下一代AI芯片中，封装需要容纳CPU居中、HBM高带宽内存在外围、加上所有高速IO连接，整个封装尺寸会非常大。谁能在这个环节建立领先，谁就拿下了AI芯片供应链的关键位置。
基板供应是隐性瓶颈。 全球先进基板的供应吃紧，关键供应商只有四家，两家在日本，两家在中国台湾。英特尔必须确保为客户锁定足够的产能。
有了制程和封装上的进展做支撑，英特尔完成了230亿美元的股权融资，超额认购达到5.6倍。陈立武说去年他还没准备好去公开市场融资，所以先通过合作伙伴关系稳住局面。到了2026年，他的策略是 "少承诺、多兑现" ，一个季度一个季度地打。资本市场的信心正在回来。
6. 陈立武的周末清单：五个值得解决的问题
对话尾声，陈立武从CEO切换到了投资人。他的周末通常花在跟创业者交流上，不是30分钟一个会议的节奏，而是拿出几个小时来深度头脑风暴。以下是他当前最关注的五个创业方向。
前沿模型团队。 陈立武透露他已经投了好几个frontier model团队，做的是最前沿的大模型，并且认为接下来会出现一批强劲的新玩家。
内存是最大的瓶颈。 这是陈立武反复强调的判断。2025年初他就预言内存会成为AI的大瓶颈，结果应验了，而且2027年会更严重。内存产能严重受限，价格涨了五到七倍。当一部低端手机或笔记本电脑70%到80%的成本来自内存时，整个产品经济模型就被打破了。
低功耗架构。 陈立武本科学的是核工程，对能源问题有切身理解。除了获取电力本身的难度，他更关注如何通过架构创新降低功耗。
高速连接与光互联。 他投资了Cradle Semiconductor和Astera Labs做高速连接。光互联方面，他投资的Celestial AI在2026年初被Marvell以32.5亿美元收购，Dust Photonics后来也被Cradle收购。光互联正在成为AI基础设施中越来越关键的一环。
散热。 陈立武直言散热是个大问题。空气冷却之外，液冷和微流体冷却正在兴起，他投了几家做这个方向的公司。
总结一下：未来必须从芯片层面提升到系统层面来思考。 在这方面，黄仁勋走得最早，AMD的苏姿丰同样在推进系统级策略。英特尔也在搭建自己的系统级方案，陈立武说"stay tuned"，后续的Compute Tech活动上会有更多披露。
核心问答
Q1: 英特尔在AI芯片竞争中的差异化策略是什么？
不跟英伟达在GPU领域正面对抗。英特尔押注CPU在agentic AI中的控制平面角色、先进封装技术的集成密度优势，以及与英伟达的coopetition合作模式，双方联合开拓各自单独无法覆盖的市场。同时通过投资SambaNova、Cerebras等公司布局低功耗替代架构，通过即将上任的软件负责人搭建全栈平台能力。
Q2: 陈立武如何看待收购创业公司？
核心准则是留住并支持创始团队。他用自己投资的Annapurna Labs和Habana Labs做对比：亚马逊收购Annapurna后保留全部创始人，团队后来打造了Graviton芯片；Habana被收购后创始人离开，另立门户做到了据报道40亿美元估值。准则是：让创始人觉得这里是家，给他们空间把事情做成。
Q3: AI基础设施下一个瓶颈在哪？
内存。陈立武在2025年初预判内存将成为大瓶颈，2026年已经应验，他认为2027年会更严重。内存价格涨了五到七倍，产能受限导致部分业务放缓。先进基板的供应同样紧张，全球只有四家关键供应商。此外，GPU实际利用率偏低也是一个被忽略的事实，陈立武已经在投资做GPU虚拟化和算力交易的创业公司。
