No Priors播客2026年6月18日发布了一期与英特尔现任CEO陈立武(Lip-Bu Tan)的对话。主持人是Elad Gil和Sarah Guo,话题覆盖了陈立武为什么在66岁接下这份工作、英特尔的文化改造和产品路线、与马斯克在Terafab上的合作,以及他作为半导体投资老兵的方法论。

陈立武1959年出生于马来西亚,在新加坡长大,MIT硕士毕业后赴美定居。他创办了风险投资机构Walden International,职业生涯中参与投资累计产出159个IPO和126宗并购;2009年出任EDA公司Cadence Design Systems的CEO,期间为股东创造了约76倍回报;2025年3月接任英特尔CEO。就在播客上线同一天,特朗普在Truth Social上宣布Apple将与英特尔合作在美国设计和制造芯片,英特尔盘前涨超9%,市值触及约6000亿美元。14个月前,这个数字不到1000亿。
陈立武说他接任CEO后碰到的最意外的事,跟技术和产品毫无关系。某天清早,特朗普以利益冲突为由要求他辞职,而且不接受任何例外。他必须先在心理上过一道关,弄清楚自己到底为什么要干这件事。
"我不需要这份工作,我纯粹是来救英特尔的。"(I don't need this job. I do it purely to save Intel.)
说服了自己之后,他拿到了一次当面解释的机会。他把自己的来历一五一十讲给特朗普听:出生在马来西亚,在新加坡长大,去MIT读书,在美国生活了几十年,从未在其他国家定居。特朗普听完,给了他继续干的机会。
被问到英特尔"赢"的样子是什么,他没有给一个宏大叙事,而是用了一个创业公司的比喻:先爬,再走,最后跑起来。 他说自己在Cadence就是这么干的。上一次他签了一份三个月的合同去Cadence做代理CEO,结果干了15年。"所以现在别人再跟我说'就干三个月',我都会很小心。"
Fortune在2026年6月的报道里披露了一个数字:陈立武上任后把英特尔的管理层级砍掉了一半。
他自己的说法更直白。习惯了创业公司speed of light式的决策速度,进到英特尔发现是"层叠层的会"。他做的第一件事是把所有工程团队的汇报线直接拉到自己面前。一个工程出身的CEO,要亲手弄清楚哪里出了问题。
产品线在做减法,客户关系在做加法。他反复用的一个词是"delight the customer"。据他说,有客户反馈之前英特尔的高管很少真正坐下来听他们讲问题,而他愿意听。产品线精简到少数几条有竞争力的路线上,同时开始规划五年到十年的路线图。
招人这件事他也跟创业公司一样自己干。所有关键岗位都是他亲自招的,没用过一家猎头。理由很简单:在半导体行业干了几十年,该认识的人都认识。
英特尔的资产负债表在他接手时用他自己的话说是"horrible"。他用了三种完全不同的资本来源来修复。
第一笔来自美国政府。陈立武直接拿台积电的先例去说服:台积电成立初期就有官方资本支持,日本和新加坡的半导体企业也走过类似路径。半导体制造是基础设施,政府出资有先例。2025年8月,美国政府以89亿美元购入英特尔约9.9%的股份。到2026年6月,这笔投资对应的股份市值已经超过600亿美元。
第二笔来自黄仁勋。2025年9月,NVIDIA以每股23.28美元的价格投入50亿美元。这笔投资背后是产品合作:英特尔将为NVIDIA设计定制x86 CPU用于数据中心AI系统,双方还联合开发融合NVIDIA RTX GPU芯片组和英特尔CPU的PC处理器。陈立武说这50亿现在值250亿。他和黄仁勋认识三十年,用的称呼是"oldtime friend"。
第三笔来自孙正义。陈立武曾在软银董事会任职,2025年8月孙正义以20亿美元投资英特尔。他用了一个轻描淡写的表达:"他伸了一把手。"(He lend a hand to help me.)
三笔资金来源不同,逻辑也不同:政府出的是基础设施资本,黄仁勋投的是产品协同,孙正义兑现的是私人关系。
陈立武给出了一个让英特尔投资者兴奋的数字:在GPU主导的训练场景下,CPU与GPU的典型配比是1:8。但随着agentic AI和推理负载增长,这个比例正在变成1:4,甚至可能走向1:2。
他说和AI模型开发者交流后发现,在强化学习和多智能体编排环节,CPU在任务调度速度上反而比GPU更有优势。GPU擅长的是大规模并行计算,但当你需要高速协调数百万个智能体时,CPU的架构更合适。
过去的计算需求来自人类用户。现在一个全新的维度打开了:数以百万计的AI智能体需要接入算力和软件栈。这对CPU的需求是纯增量,和传统PC、服务器的替换周期叠加在一起。
2026年4月的Q1财报已经开始验证这个趋势。英特尔营收136亿美元,同比增长7%,连续第六个季度超出华尔街预期。陈立武在财报电话会上引用了Andy Grove的名言"只有偏执狂才能生存"(only the paranoid survive),宣布英特尔正在回归工程驱动、数据驱动的根基。
围绕英特尔要不要保留代工业务,市场上的反对声一直没断过:太贵、不赚钱、跟台积电差距太大。陈立武承认自己认真考虑过退出。但他最终认定,这个业务对行业供应链的韧性至关重要。大客户不能把所有产能都押在少数几家供应商身上。
2026年4月,英特尔正式加入了马斯克的Terafab项目,成为这座由Tesla、SpaceX和xAI联合投资的250亿美元超级芯片工厂的代工合作伙伴。陈立武评价马斯克毫不吝啬,称他是**"这个世纪最好的企业家之一,甚至可能就是最好的"(one of the best if not the best entrepreneur in this century)**。但更有意思的是他描述两人合作方式的细节:马斯克会质疑芯片制造的每一步传统做法,他用的词是"unconventional"。
马斯克甚至提出过要在洁净室里允许抽烟。陈立武的回应滴水不漏:部分区域或许可以考虑,重点是保持开放心态。两个人的团队现在每周开一次会。
代工这个行业最终靠的是信任。陈立武反复说代工是trust business:客户把晶圆订单交给你,如果良率出问题,客户的营收直接miss。代工厂必须在良率、缺陷密度和交付周期三个维度上赢得客户信任。他对英特尔代工业务给出的时间表是2030到2032年才会真正显现潜力。
还有一个方向上的变化正在发生。部分客户已经不满足于只买芯片,而是开始要求英特尔提供整套方案,陈立武引用客户的原话:"把整个机柜给我。"(Give me the whole rack.) 从硅片到软件再到整机,代工厂正在向全栈方案商演进。
英特尔当前在产的是18A制程。下一个节点是14A,相当于1.4纳米,再往后是1纳米和0.7纳米。陈立武说路径看得见,但每推进一步,成本和难度都在指数级上升。他用了一个直白的比喻:芯片上的线宽已经比头发还细,任何一步出错就直接打水漂。
工程师的回应方式是找新路。陈立武目前在三种化合物半导体材料上同时布局:GaN氮化镓用于高频和功率器件,SiC碳化硅用于高压大电流场景,InP磷化铟用于光通信互连。他投过的Inphi后来被Marvell收购,做的就是磷化铟高速互连芯片。2026年5月ADI以15亿美元收购Empower Semiconductor,拿下的核心技术IVR就是把电压调节器直接做进芯片封装里,来缩短供电路径、降低功率损耗。
制程之外,封装正在成为更紧迫的瓶颈。台积电的CoWoS先进封装产能紧张已是公开信息。英特尔推出了EMIB封装技术对标,原理是在基板内嵌入硅桥来连接多个芯片。
陈立武还透露了两个更前沿的方向。一个是玻璃基板:玻璃是优秀的绝热材料,他投资了3DGS这家公司来推进,并且和印度政府合作在印度和美国新墨西哥州建设产线。另一个是人造钻石:钻石是已知最好的导热材料之一,他投资了Diamond Foundry来探索这条路。英特尔自身持有约1000项封装相关专利。
"工程师总会撞墙,然后你要么翻过去,要么绕过去。" 他说这是他做了几十年半导体的经验。
陈立武回忆了一个场景:大约18年前,他去一家顶级VC做路演讲半导体投资机会。开场时合伙人坐满一屋子,等他讲到半导体,一半人找借口离开;剩下的一半问了一句"有没有软件SaaS项目",然后也走了。最后只剩下两个人出于同情留下来。
今天半导体已经是全球市值最高的行业之一。截至2026年6月,NVIDIA市值约5.3万亿美元,博通和台积电各约2万亿,他的好友Lisa Su领导的AMD接近8000亿,英特尔也逼近6000亿。越来越多VC主动找他联合投半导体。
他在Walden International仅半导体领域就投了超过200家公司,其中38%在美国。他把自己几十年的判断逻辑归纳为几条线。
第一,起点永远是找瓶颈。 互连速度不够,他投了Credo Technology和Astera Labs做高速互连,投了Celestial AI做光子互连。他拿黄仁勋的行动当佐证:"你看Jensen,他投的几乎每家公司都跟光子有关。"(Look at Jensen, he invests in almost every company is photonic related.) 功率管理成为瓶颈,从数据中心的高电压降到芯片需要的1伏,转换损耗巨大,他就押注IVR方向,把电压调节器做进芯片封装来缩短供电路径。散热成为瓶颈,他投人造钻石。EDA工具用AI提升设计效率,他认为是"gold mine"。每一笔投资的起点都是同一个问题:客户是不是在为这个问题付出真金白银的代价。
第二,第一个客户必须是hyperscaler级别。 如果超大规模客户认可你的技术,愿意付几百万美元订单,甚至愿意给出warrant让你认购股份来换取优先供货,一个这样的客户就能撑起整个公司从研发到量产的过渡期。
第三,选投资搭档看的是谁愿意在最难的时候留下来。 不看品牌,看个人。他见过太多"好时候一起开香槟、坏时候转身走人"的投资人。他喜欢的搭档是那种陪公司几次差点破产还坚持下来的人。
第四,九成公司中途会改计划。 他给出了一个惊人的比例:投过的公司里,十家有九家在半路更换了商业计划。所以他要求创始团队不能只有一个人,必须是一个有互补能力的团队,open mind,愿意听反馈但最终自己做判断。他概括这种理想状态:"你给他们足够的反馈,他们画出的结论恰好就是你想要的。"
他在以色列投了大量项目,认为以色列有大量"disruptive innovative"的创业者。他补了一个细节:战时以色列创业者照样开电话会,空袭警报响了就说"我要去地下室了,网络可能不好,我们用语音继续"。
陈立武用了一个相当直率的词来形容接手时的英特尔:legacy spreadsheet company。 他说自己正在把AI工具注入英特尔的每一个部门,从营销、销售到芯片设计本身。方向很简单:让这家公司"less depend on the spreadsheet"。
他坦言英特尔团队的平均年龄在40多岁接近50岁。他需要引入理解前沿模型和开源生态的年轻人才。然后他自嘲了一句:"我儿子现在成了我的老师。"(My son become my teacher now.) 每次去儿子家看孙辈,他都会顺便向儿子请教AI和机器学习的最新进展。
主持人Elad Gil接过这个话题,提出了一个观察:在软件行业,越来越多公司倾向于雇30到50岁的人来管理AI智能体,因为管理智能体和管理人类团队需要的核心能力一样——理解复杂系统、做质量控制、设定工作流。陈立武认同这个方向,说英特尔正在沿着"crawl, walk, run"的节奏逐步转型。
EDA领域的同行也在加速拥抱AI。他在Cadence带出来的继任者正在用agentic AI驱动设计效率。竞争对手Synopsys的CEO同样在推进,拿到了NVIDIA约20亿美元的投资,还收购了Ansys切入系统级设计。陈立武认为这些动作都是正确的,同时也给创业公司留出了空间——做更颠覆性的工具,最终被大公司收购或独立上市。
英特尔当前的AI基础设施建设不会减速,陈立武判断唯一的刹车是供给侧:电力、氦气、存储器产能。产能紧张的直接后果是芯片涨价,他明确说会把成本传导给客户。
但光建基础设施不够。他拿互联网打了一个类比:基建期谁都觉得自己能赢,最后真正跑出来的是Amazon和Netflix这种找到了大应用场景并且持续深耕的。AI行业会走同样的路——先爆发增长,然后整合,最终一两个玩家成为真正的赢家。关键不在于谁投了最多的钱建数据中心,而在于谁找到了上面跑的应用。
他认为算力不可能全部集中在数据中心。机器人、自动驾驶等场景,设备端的计算能力和连接条件决定了你能做什么。英特尔的机会在三条线:PC客户端是他口中的bread and butter,衣食饭碗;然后是边缘计算和物理AI;再加上agentic AI带来的增量。他看好开源前沿模型在物理AI领域的应用,自己也在投相关项目。
最后他用风险投资人的语言给英特尔定了一个回报目标。在Cadence期间,从代理CEO到卸任执行董事长,他给股东创造了约85倍回报。英特尔的底盘太大,不可能复制那个倍数,所以他设了一个更务实的数字:5到10年做到10倍。按当前约6000亿美元市值,10倍意味着6万亿,一个只有NVIDIA曾经触碰过的量级。
"骨子里就是个风险投资人,这就是我的目标。"
总结陈立武的操盘方式,本质上是把一家58年老店按创业公司的逻辑重新跑了一遍:先修资产负债表争取生存时间,再砍产品线、听客户、快速迭代,同时用长期判断力押注代工、新材料和边缘计算。agentic AI对CPU需求的持续增长给了他一个难得的窗口期,而他几十年的行业人脉让他能在几个月内同时拿到多方资本背书。
Q1: agentic AI为什么让CPU重新重要了?
GPU擅长大规模并行计算,在模型训练场景中占据主导。但当计算负载从训练转向数百万智能体的实时编排和推理时,CPU在任务调度速度上反而有优势。陈立武从AI开发者处获得的反馈是,强化学习和多智能体协调环节CPU表现更好。结果是CPU与GPU的配比正在从训练时代的1:8向1:4甚至1:2移动。
Q2: 陈立武投了200多家半导体公司,他的判断框架是什么?
起点是找系统性瓶颈——客户正在为什么问题付出真金白银的代价。第一个客户必须是hyperscaler级别,一个大客户能撑起公司从研发到量产的过渡。选联合投资人看的是谁愿意在公司最难的时候留下来,不看品牌看个人。要接受十家有九家会中途改计划的现实,所以创始团队的适应力比初始方案更重要。
Q3: 英特尔代工业务的核心挑战和时间表是什么?
代工是一门信任生意。客户必须相信你的良率、缺陷密度和交付周期可靠,才会把晶圆订单交给你。英特尔在这三个维度上和台积电还有明显差距。陈立武自己给的时间表是2030到2032年开始显现潜力。在此之前,英特尔需要在产品端(PC、边缘、agentic AI、物理AI)和代工端同时积累。Terafab合作和Apple传闻是信号,但距离大规模外部客户量产还有距离。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。