半导体市场已经变天,特别是数据中心芯片市场格局变化已成定局
看下近期各个半导体企业的财报:
NVIDIA发布2024财年第四季度及全年财务报告,季度收入创下221亿美元的纪录,较第三季度增长22%,较去年同期增长265%;数据中心季度收入创下184亿美元的纪录,较第三季度增长27%,较去年同期增长409%;全年收入创下609亿美元的纪录,增长126%。
英特尔发布2023年第四季度财报。财报显示,英特尔第四季度营收154.1亿美元,同比增长10%;英特尔四季度数据中心营收为40亿美元,同比下滑10%。
AMD公布2023年第四季度营业额达62亿美元,2023年全年,AMD营业额为227亿美元;2023年,AMD数据中心事业部营业额为65亿美元,与2022年相比增长7%。
这样的数据对比,对于英特尔来说是巨大的压力。为了扭转颓势,英特尔代工(Intel Foundry)似乎成了英特尔的一种尝试。
英特尔代工衍生于几年前英特尔首席执行官帕特·基辛格的IDM 2.0策略,虽然英特尔在极力改变现有的市场现状,但是变革来临,谁也无法置身事外。
英特尔的业务单元表现差强人意,为了激活自身的活力,业务单元独立化是英特尔采取的策略之一,比如PSG(FPGA业务,Altera)独立化运营,而代工业务也是如此。
业界不怀疑英特尔的能力,特别是在代工方面,因为业界也需要除了台积电之外,多一个选择。显然英特尔代工成了这种期待的结果。
最新的消息是微软计划采用Intel 18A制程节点生产其设计的一款芯片。同时,Synopsys、Cadence、Siemens和Ansys等IP和EDA供应商也确认支持英特尔制程和封装技术。

英特尔预计将于2025年通过Intel 18A制程节点重获制程领先性。采用Intel 18A工艺的Clearwater Forest至强处理器已流片。该处理器还采用Intel 3作为其基础芯片的制程工艺,并采用EMIB、Foveros Direct先进封装技术。
在笔者看来,当前的芯片市场是结构化变革,也就是芯片需求是持续增加的,但是品类不像早前那样单一,比如CPU、GPU、FPGA等。
如今不管是AI还是汽车,芯片的需求是巨大的,但是这种需求是不同于以往的产品需求,需要芯片厂商转变产品思路,比如从CPU到GPU。
所以对于英特尔而言,原有的优势已经不复存在,需要在新的客户需求和产业变化下重新建立自己的护城河,这是巨大的挑战。毕竟对于英特尔这样体量的企业而言,这种的转型需要从技术、组织、产品等多个维度进行变化。
其实,我觉得代工是一个很好的突破点,在代工下,很多竞争对手成了朋友,比如英特尔与NVIDA、Arm建立了代工关系,这在此前是不可想的。
当下,产业和企业的边界在消失,竞合关系也在变化,英特尔通过代工业务增加了产业链的协同能力,而不是此前的一体化闭环体系。
截止目前,英特尔已经拥有了Mobileye、PSG、Intel Foundry等独立业务单元,这些领域是具有潜力的,这是英特尔自身变革的尝试,至于后续发展如何,我不敢断言,但是迈出了这一步总比固步自封要好很多。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。