英特尔以业界极为广泛的制程技术和先进的封装能力,提供无与伦比的灵活性

本文作者:Stuart Pann,英特尔公司企业规划事业部高级副总裁
本周,在英特尔架构日上,我的同事Raja Koduri和多位才华横溢的架构师、工程师,介绍了驱动英特尔领先路线图的新产品背后的架构细节,率先推出的是将于今年晚些时候出货的Alder Lake。新架构的广度映射了当今的业界,对更高计算性能的无尽需求,客户的工作负载愈发庞大、愈发复杂、愈发多样。
领先于需求,越来越需要一种混合架构。图形处理器(GPU)是很好的例子。对英特尔来说,显卡并不是新领域,但我们重新着力构建可扩展的微架构,以支持广泛的图形处理应用。在架构日上,我们介绍了两款即将上市的显卡产品:英特尔®锐炫™(Intel® ArcTM),基于Xe-HPG微架构、可扩展到发烧友级解决方案的全新游戏独立显卡SoC;Ponte Vecchio,基于Xe-HPC微架构,面向高性能计算和人工智能工作负载。
这些显卡产品的重要部件,将采用台积电的N6和N5制程技术进行代工生产。我作为新成立的企业规划事业部负责人,职责之一就是管理英特尔与外部代工伙伴的关系。我经常被问到一个问题,
为什么要使用代工厂而不是内部工厂来制造这些产品?这个决定是如何做出的?
数十年来,英特尔都在使用外部代工厂。事实上,目前英特尔20%的产品是交由外部代工厂生产,我们是台积电的顶级客户之一。过去,我们与代工厂合作生产过诸如Wi-Fi模块、芯片组,或者以太网控制器等特定产品线。这些产品采用主流制程节点,对我们自身的领先技术形成补充。
作为英特尔CEO帕特·基辛格于今年3月宣布的IDM 2.0战略的一部分,我们正演进IDM模式,以深化和扩大与主要代工厂的合作关系。Xe显卡产品是这种演进第一阶段的成果,我们首次利用了另一家代工厂的先进制程节点。背后的原因很简单:就像我们的设计师为合适的工作负载选用合适的架构一样,我们也会为架构选择最适合的制程节点。目前,为英特尔独立显卡产品采用代工厂的制程节点,是恰当之选。
英特尔的模块化架构方法驱动着下一轮革新,这使我们能够在不同制程节点上混搭独立的芯片或单元,并使用英特尔的先进封装技术将它们连接。随着越来越多的半导体产品从SoC向片上封装系统转变,英特尔在先进封装方面的领先地位将使我们更好地引领这一趋势。这已经体现在Ponte Vecchio上,我们也将通过即将上市的量产产品,比如面向客户端计算的Meteor Lake,来全面拥抱这一趋势。正如我们此前公布的Meteor Lake计算单元将采用英特尔领先的Intel 4制程技术进行生产,部分支持性单元将交由台积电生产。
过去一年,我们看到了PC市场的需求激增,我们预计这种需求会在未来几年保持强劲。英特尔已经明确大规模投资新厂的计划,以满足长期需求,但要建造并装配好新的尖端晶圆厂需要数年时间。IDM2.0模式的一个独特优势在于,我们可以利用所有可用的方式,来确保满足客户的近期供应。这就是英特尔模块化方式、内部工厂网络和深厚代工伙伴关系的组合,所带来的显著竞争优势。我们拥有业界极为广泛的制程技术,以及先进的封装能力,这使我们能够以无与伦比的灵活性,为客户交付领先产品并确保产品供应。
外部代工厂是英特尔的战略伙伴,也是我们IDM 2.0模式的关键一环。虽然我们的大部分产品将继续在内部工厂生产,但未来几年,我们将看到外部代工生产的芯片单元会在英特尔的模块化产品中扮演更重要的角色——包括采用先进制程节点的核心计算功能,以支持客户端、数据中心和其他领域的新兴工作负载。
如果说过去一年有什么心得,那就是:建立敏捷、韧性的供应链至关重要。代工合作伙伴能帮助我们按计划前行,以可预测的节奏为我们所处的各个领域的客户交付领先产品。
好文章,需要你的鼓励
随着AI基础设施快速扩张,水资源正成为继电力之后的另一重大制约因素。高密度GPU集群产生大量热能,需要大规模冷却水支撑,部分数据中心单日用水需求高达数百万加仑。多地水务部门已明确表示现有供水能力无法满足需求。研究预测,到2030年美国数据中心新增日用水需求可能高达14.5亿加仑。水资源短缺、废水处理压力及峰值用水波动,正深刻影响AI数据中心的选址与建设规划。
研究揭示多源视觉融合并非总有益,提出MARS框架通过单源锚点量化信息增益,动态调节多源融合优势,在多个视觉推理任务上实现显著性能提升。
CoreWeave发布新平台,支持企业部署可自主学习和优化的AI智能体。该平台通过无服务器强化学习机制,让大语言模型在真实业务环境中持续微调,无需企业自建基础设施。相比传统方式,该方案可降低超40%成本,训练速度提升约1.4倍,且不影响质量。据麦肯锡2025年AI现状报告,约62%的受访企业正在试验AI智能体,生产部署趋势日益明显。
MiniMax发布M2系列混合专家大模型,总参数2299亿但每次仅激活98亿,通过专项数据流水线、Forge强化学习系统和自进化机制,在代理编程、深度搜索等任务上达到顶级闭源模型水平。