x86巨头表示,将根据“市场需求”调整对德国及美国俄亥俄州工厂的投入。
英特尔公司表示,尽管全球经济正在萎缩,但在西方世界建设芯片制造工厂的计划不会动摇。芯片巨头认定半导体需求必将反弹,因此实现供应链多元化和扩大产能将非常重要。
英特尔全球运营负责人Keyvan Esfarjani在周一发表的社论当中,还重申了其在美国及欧洲投入数十亿美元扩张芯片制造设施的承诺。
虽然Esfarjani未做明确表态,但这篇社论似乎是在针对怀疑论者的质疑:既然全球电子产品需求已经降温、芯片正由严重短缺转为供过于求,为什么英特尔还坚持要在美国俄亥俄州及德国兴建大型晶圆厂。
毕竟,英特尔在俄亥俄州和德国建厂,肯定能从美国、欧盟乃至各地方政府手中拿到可观的政府补贴。再结合最新季度的收入暴跌,人们确实有理由怀疑英特尔这是不是想借建晶圆厂之名强敛财政补贴。
Esfarjani在文中写道,“自我们公布在德国和俄亥俄州建设新半导体工厂的计划以来,情况确实出现了很大变化:地缘政治挑战愈演愈烈,半导体的市场需求下降,通货膨胀与经济衰退的压力正肆虐全球。”
作为英特尔扩张计划的主要发言人,Esfarjani也承认虽然产能扩张工作仍在继续,但“环境也确实出现了剧烈变化”。
至于英特尔坚持扩大制造能力的重要意义,他给出了两点理由。其一,半导体行业需要将生产能力从亚洲转移到西方世界,借此实现芯片供应链的多元化、摆脱尖端芯片对亚洲产能的高度依赖。
“这不是一朝一夕就能解决的挑战,甚至不可能在几年之内就顺利转移。一流的半导体设施或者说晶圆厂,往往需要三到五年时间才能建成。这还得是土地、施工团队和地方政府全力配合,齐头并进的理想情况。但我们相信欧洲和美国有能力支持,也必将受益于这种更强大的地区半导体生态建设。”
英特尔还认为,经济必将在适当时反弹,届时芯片的市场需求将再度上扬。为了打好提前量,当下扩张晶圆代工产能就是正确的选择。
Esfarjani引用了半导体行业协会最近发布的一份报告,其中提到从当下到2030年,半导体需求将每年稳定增长5%。报告认为,到这个十年末,半导体行业的潜在市场总额将再翻一番、达到1万亿美元。
Esfarjani还明确指出,英特尔在德国和俄亥俄州的晶圆厂建设进度也会视经济态势而有所调整,并表示公司将“安排大笔预算以满足市场需求”。(但英特尔之前也曾提到,其俄亥俄州新建晶圆厂的「规模和建设速度」在很大程度上「取决于CHIPS与科学法案的补贴力度」。)
不过总体来看,即使对新代工厂规模做了些许调整,英特尔对接下来市场需求的大幅回升仍持乐观态度。芯片巨头还专门强调了这笔巨额支出的合理性:
我们不能等到市场需求恢复之后,再投资未来需要的产能。根据英特尔的智能资本战略,我们将继续投资未来,并根据需求、技术和产品准确等里程碑指标推动设备投入。立足当下规划未来,我们才能在经济复苏时走得更远。
Thrias Research首席分析师Kevin Krewell则认为,英特尔之所以努力扩大在西方各国的晶圆生产规模,就是意识到芯片制造商必须预测未来三到四年的需求,再提前为此做好准备。
在他看来,“当下规划的产能才是未来指望得上的资源。”
英特尔的扩张计划也反映出其勃勃野心,特别是坚信将重振合同芯片制造、推进芯片代工服务的鲜明立场。但有趣的是,代工部门上周刚刚经历了一轮重组,英特尔表示部门负责人将于明年初离职。
Krewell认为,“英特尔肯定希望代工业务能赢得更多客户,在内部制造订单之外再拿下一笔进项。”
但英特尔和其他芯片制造商着力建设的新晶圆厂可能会导致产能过剩。Krewell表示,所以英特尔才决定在经济放缓时谨慎控制新工厂和芯片制造设备方面的支出。
他总结道,“扩张计划应该不会经历全盘调整。但如果经济形势进一步恶化,英特尔肯定得重新考量这些投资。”
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Scale AI团队推出SWE-Bench Pro测试平台,专门评估AI编程助手在真实企业级软件开发中的表现。研究发现,即使是最先进的GPT-5和Claude模型,成功率也仅有23%左右,远低于在传统测试中70%的表现。该测试平台包含1865个来自真实企业的复杂编程任务,要求修改多个文件和大量代码,为AI编程能力提供了更严格的现实检验。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
微软团队开发的EdiVal-Agent是首个针对AI图像编辑的自动化评估系统,能像专业评委一样从指令遵循、内容一致性和视觉质量三维度评分。该系统与人类评审一致性达81.3%,测试发现Nano Banana表现最均衡,GPT-Image-1指令遵循最佳但一致性不足,大多数模型在数量变化任务中成功率低于25%。