AI算力浪潮席卷全球，半导体产业迎来前所未有的机遇与结构性瓶颈。临危接棒英特尔、兼具顶尖投资人与资深产业管理者双重身份的陈立武，近期接受媒体深度访谈，完整复盘其66岁接手英特尔的初心、上任14个月的改革举措，同时系统阐述英特尔十年发展路线、与马斯克Terafab合作规划、先进工艺与封装技术布局，以及对全球半导体供应链、AI算力分配、产业链投资逻辑的前沿判断。他首度公开抛出5-10年实现10倍股东回报的核心目标，剖析制程微缩物理极限、新材料赛道、EDA、物理 AI 等长期产业机遇，也坦诚回应市场对英特尔代工业务、组织架构、人才迭代的各类质疑。
以下是此次采访的完整文字记录（经编辑整理）：
为何接受领导英特尔的挑战？
主持人：成为这家至关重要的美国半导体公司的首席执行官是一项非常困难的工作。你为什么拿它？
陈立武：这是个好问题。我已经66岁了，很多人说我应该退休——为什么要承担行业中最具挑战性的角色？有几个原因：首先，这是一家标志性的公司，对整个半导体生态系统和美国至关重要。第二，在Cadence之后，我决定再做一件大事。
主持人：过去一年发生了很多事情。什么最让你吃惊？
陈立武：最令人惊讶的事件是我在以前的任何工作或培训中从未遇到过的事情——一天清晨，特朗普总统以利益冲突为由要求我辞职。起初，我不得不说服自己：我不需要这份工作；我这样做纯粹是为了拯救英特尔。一旦我放下我的个人感受，我就开始思考我能为英特尔做些什么。
幸运的是，之后的几天我通过两次会议，介绍了我的情况，我出生在马来西亚，在新加坡长大，毕业于麻省理工学院，此后一直在美国生活，从未离开过。他倾听、理解，并给了我继续下去的机会。我深表感激。
主持人：你把这个角色描述为“拯救英特尔”。在您心中，英特尔的成功是什么样子的——一个蓬勃发展的英特尔会是什么样子的？
陈立武：我担任CEO已经有14个月了，发生了很多事。
首先，我们正在改变文化——建立明确的问责制并加快决策。我习惯了初创企业的节奏，一切都以光速发展，但英特尔有一层又一层的汇报机制，我需要改变。
其次，我们正在倾听客户的意见——您必须保持谦逊，愿意倾听，直接面对他们的挑战，并解决这些问题。
第三，从第一天起，我就决定所有工程团队都会直接向我报告。作为一名接受过训练的工程师，我需要亲身了解哪里存在问题，以及哪些需要纠正。倾听客户，满足他们的需求，确保我们有合适的产品，简化我们的产品组合，并为未来五到十年制定明确的路线图和愿景——这些都是我们的优先事项。
英特尔的十年愿景
主持人：十年后，您对英特尔的愿景是什么？
陈立武：无论是在Cadence还是Intel，我始终坚持的一个方法论是：先爬行：保持谦虚，倾听客户；然后走路；最后跑步。一步一个脚印。
第一步是加强资产负债表——老实说，当时资产负债表的状况相当糟糕。我很高兴美国政府已经成为大股东。我向特朗普总统解释说：看看日本，看看新加坡——这是基础设施层面的支持，政府应该理所当然地提供。
其次，我深深地感谢我多年的朋友黄仁勋——他在英特尔投资了50亿美元，我很高兴我的努力增加了重大价值；他的50亿美元现已增长到250亿美元或更多。此外，软银的孙正义——和我一起在软银董事会任职——也施以援手。通过这些行动，我们加强了我们的资产负债表。
接下来是专注于产品，简化产品组合，密切倾听客户，并推出下一代前沿产品。碰巧的是，目前对人工智能代理和推理CPU的需求非常强劲，所以从某种意义上说，我抓住了有利的浪潮。从历史上看，训练期间的CPU与GPU的比例大约是1:8，但现在我看到它转变为1:4甚至更低。CPU变得越来越重要，这让我非常满意。
我与几位人工智能模型开发人员交谈过，他们告诉我，CPU实际上在强化学习阶段以及协调和调度所有代理的速度方面表现更好。因此，目前对我的CPU的需求非常高。在我们的数据中心服务器产品线奠定了坚实的基础后，另一个关键的业务领域是我们的晶圆铸造业务。这是一项资本密集型业务，不容易执行。您需要IP的正确组合——例如，用于移动客户端的低功耗IP——没有它，您根本无法为他们提供服务。这是一个服务业务，也是一个基于信任的业务——如果收益不足，客户会因为收入损失而抛弃你。因此，我非常注重产量、缺陷密度和周期性，以确保我们向客户提供高品质和可靠性。最终，我们必须走向全栈产品——而不仅仅是硅本身。你需要软件；有些客户直接来找我，问’给我整个机架'，所以你必须提供系统级解决方案。我们正在一步步地推进所有这些计划，同时招募我能找到的最好的人才。顺便说一句，我亲自处理所有的高管招聘——而非使用猎头公司。
在Terafab上与Elon Musk合作
主持人：另一个被广泛讨论的战略举措是Terafab和你与Elon Musk的合作。你能分享一下这种合作关系是如何建立的，以及你们是如何合作的吗？
陈立武：我相信我们都同意Elon Musk是本世纪最伟大的企业家之一。他和我有一个共同的判断：半导体基础设施没有跟上人工智能的增长——在产能、制造效率和电力效率方面存在差距，我们都认识到这一挑战。
第二，我真的很喜欢和他一起工作。他非常非传统，不断质疑每一步，问“为什么要用传统方式做？”——这令人耳目一新的创新。我欢迎不同的观点，并喜欢合作确定最佳前进道路，双方都能学到很多。他有清晰的愿景——他的机器人和车需要大量的芯片。
具体来说，关于Terafab，他决定建立自己的晶圆制造设施，我们渴望与他合作，通过利用我们的一些技术和流程来加速生产——这是一项共同努力。他的团队很出色；我每周都会和他们见面，和他一起工作真的很鼓舞人心。他提出了非常规的想法，例如允许在洁净室内吸烟——我可能不会完全采用这种做法，但也许可以考虑某些指定区域。关键是保持开放的心态，我们正在仔细倾听和评估他的建议。
不断发展的全球半导体供应链
主持人：从宏观格局来看，您如何观察人工智能逐国重塑全球半导体供应链？
陈立武：人工智能对整体景观的影响将超过互联网的影响，其影响将更加深刻。人工智能首先能够更有效地完成任务。在众多智能代理的帮助下，许多以前需要人工努力的繁琐任务现在可以更快地完成。例如，在半导体设计中，定时优化和上市时间都可以显着提高，同时成本也可以降低。
人工智能需求增长面临几个瓶颈：首先是电力限制——一些国家根本没有足够的电力。其次是氦气的影响，许多人没有意识到氦气对半导体行业有重大影响。第三是内存短缺，这是目前最紧迫的问题——即使今天增加了新的产能，也需要几年时间才能发挥作用。CPU和GPU同样供应短缺，推高了价格，成本最终转给最终客户。
受影响最严重的公司将是那些未能拥抱人工智能的公司。人工智能可以帮助企业提高几乎所有功能领域的效率。公司应该主动采用人工智能，并确定更好的方法来利用它——无论是预测、设计还是各种工作量。
主持人：反对Terafab和Intel Foundry竞争力的最简单论点集中在劳动力成本和国内制造的可行性上。你决定进一步加码代工业务的理由是什么？
陈立武：当我决定是继续押注代工服务还是退出业务时，有很多外部评论——各种声音声称它太昂贵或不可行。但我最终得出的结论是，这对美国和整个行业都至关重要。
我们都经历过供应链挑战。任何大型半导体公司都必须认真考虑其供应链战略，并确保其拥有强大而有弹性的供应链，而不必过度依赖一两个地理上集中的供应商。越来越多的利益相关者将认识到美国的国内制造业至关重要。
我们最先进的工艺节点，比如1.4nm已经在进一步开发中；我们正在计划1nm甚至0.7nm技术。随着工艺节点的缩小越来越小，线宽变得比人的头发更细，复杂性急剧增加。任何一步的一次错误都可能危及整个努力。正因为如此，制造精度要求不断提高，这将越来越成为一个瓶颈。
物理极限和先进封装
主持人：长久以来业界一直存在一种讨论：芯片微缩工艺终将触及物理极限，一旦布线宽度缩小至临界尺度，更进一步的小型化就将无从实现。您认为我们何时会真正撞上这道技术壁垒？
陈立武：我们当下已推出18A工艺，14A工艺也正推进量产落地。面向10A、7A工艺节点，清晰的技术演进路线已然成型，这条路线具备落地可行性，但研发与制造成本会持续走高，技术难度也会与日俱增。正因如此，我们亟需产业合作伙伴，必须与基板供应商、设备厂商深度协同，共同提升良率、优化芯片性能。
另一块逐渐形成发展瓶颈的关键领域是先进封装。台积电推出了CoWoS封装技术，而我们自研了下一代EMIB封装方案。我必须保障这套方案在量产阶段能够达到客户要求的良率标准。
传统制程微缩路线逐步遭遇瓶颈之际，我开始从材料层面寻求技术突破，重点布局氮化镓、碳化硅、磷化铟三大赛道，且均已完成相关投资。封装材料方面，我们目前重点深耕玻璃基板：玻璃具备优异的隔热散热性能，我们投资了一家名为 3DGS 的企业。英特尔手握约千项模组相关专利，而基板与模组的集成融合是一大核心难题。近期我们也官宣了两项全新先进封装制造合作项目，分别落地印度与美国新墨西哥州。除此之外，我还在探索人造金刚石材料 —— 它是顶级的导热介质，我们也已投资一家金刚石晶圆厂商。
这正是工程师的精神：不断遭遇技术瓶颈，再想方设法攻克或是另辟蹊径绕开难题。我深度参与过半导体全产业链各个环节，从EDA，到芯片设计、晶圆制造，能依托过往积累的经验，为行业创造实实在在的价值，这也是我十分乐意做的事。
主持人：是否会出现这样一种局面：各大晶圆厂工艺节点不断趋同，彼此性能差距持续缩小，最终抵达某种渐进式技术上限？
陈立武：摩尔定律的核心是晶体管密度翻倍，但功耗与成本并不会同步下降。即便芯片性能实现翻倍，芯片面积与制造成本也无法等比例缩减，除非我们能发掘全新材料或革新设计方法论。这也是我大幅扩招材料科学人才的核心原因——材料创新已经成为行业突破的核心抓手。
十八年前我刚布局半导体投资时，头部风投机构几乎无人看好这条赛道。我还记得一次合伙人会议上，我做半导体行业分享，会后一半人找借口离场，剩下的人都问我：“你有没有软件或服务类项目？” 最后只有一两个人出于情面留到最后。
如今，黄仁勋的英伟达市值达到5.3万亿美元，博通、台积电市值均在2万亿美元上下，我的老友苏姿丰执掌的AMD市值接近8000亿美元，英特尔市值也逼近6000亿美元。半导体再度成为炙手可热、不可或缺的基础产业。
十五到二十年前，除三星、Arm、软银这类大型产业资本外，几乎没有风投愿意和我联合投资半导体项目。现在各路风投蜂拥而至，对赛道热情高涨，看到这种转变，我由衷感到欣慰。
半导体投资面临的挑战
主持人：您兼具长期投资人与企业经营者双重身份。半导体投资难点重重：重资产投入、回报不确定性高、需要对各类算力负载具备深度认知、客户更换供应商成本极高，同时行业周期性极强。您如何看待这些风险？对于产业链投资布局，您有哪些建议？
陈立武：创业与孵化项目早已融入我的骨子里，我发自内心热爱这件事。并非自夸，只是客观说明过往履历：我投资扶持过159家完成上市的企业，126家通过并购实现退出，半导体相关投资超200 笔，其中38%投向美国本土企业。
我的投资逻辑永远从一个核心问题出发：行业瓶颈在哪？企业解决了什么真实痛点？
举例来说，我投资Credo半导体，是因为芯片互连已经成为行业瓶颈；我布局Celestial AI，是因为集群内光互连的重要性持续提升 —— 黄仁勋几乎投资了所有光电子赛道企业，这绝非偶然。
芯片设计层面，人工智能与机器学习能否降低设计复杂度、提升芯片设计质量？我认为EDA领域蕴藏巨大机遇，已有多家初创企业在此发力，这是一片价值蓝海。
新材料赛道方面，氮化镓、碳化硅、磷化铟都是我的重点布局方向，其中部分企业已经被亚德诺（ADI）等大厂收购。电源管理领域同样是我长期看好的瓶颈赛道，尤其是 40 伏压降转换至 1 伏过程中产生的巨大功耗损耗问题。
我固定的投资评判框架：第一，痛点是否真实存在？客户是否切实被该问题困扰？第二，核心问题：首批目标客户是谁？
我更倾向聚焦超大规模云厂商客户：他们既有采购能力，也有落地意愿。一旦产品获得认可，未来数年就能拿到数百万规模的长期订单，甚至能提供采购保障。拿下头部客户，企业才有规模化扩张的基础。
人才同样至关重要。我重点关注美国本土、硅谷、奥斯汀以及以色列。以色列诞生了大量极具颠覆性创新力的创业者，做事极度拼。即便处于战时，他们也照常参会，有时中途会说：“防空警报响了，我得去地下室，网络可能不稳定，咱们切语音沟通。” 他们这份坚韧令我印象深刻。
除智能体 AI 之外，物理AI是下一个核心前沿赛道，必须从全栈视角审视布局。因此我持续深度投资前沿大模型相关项目，对开源物理AI前沿技术十分乐观，这同样是潜力巨大的蓝海赛道。
在楷登电子（Cadence）的从业经历
主持人：您提到 AI 有望实现更快、更低成本、更具创新性的芯片设计与测试。结合您在楷登电子的任职经历，您认为哪些细分领域前景最可观？目前是否已有落地成效？
陈立武：我在楷登任职近15年，最引以为傲的一件事，就是发掘并亲自培养了我的继任者。如今他已是一名优秀的首席执行官，积极拥抱 AI，将智能体AI嵌入工具链以提升研发效率。
新思科技（Synopsys）的萨辛也在推进同类布局，背后有英伟达20亿美元投资加持，同时收购Ansys拓展全系统设计能力。
行业大厂纷纷入局，但初创企业仍有空间做出颠覆性创新，最终实现上市或被两大 EDA 巨头收购，最终走向取决于创始人的长期愿景。
我的投资理念始终如一：如果创始人希望快速并购退出，我们就助力其达成目标；如果从创立之初就立志独立上市，我们便全程扶持。作为风投，我们陪伴创业者实现梦想。
规模化扩张与投资决策逻辑
主持人：您前面提到材料企业、EDA、晶圆制造等赛道。放眼十年后，英特尔乃至未来所有半导体企业，是否都会被AI彻底重塑？
陈立武：我认为答案是肯定的。回到您刚才提到的行业特性：重资产、回报不可预测、强周期性，这些要素都必须纳入投资决策考量。
我通常选择早期入局，从零搭建团队；寻找能在行业低谷期不离不弃的长期投资方，而非只在行情向好时合作的短期资本；同时积极对接产业战略投资方，他们能在晶圆制造、存储、互连等多维度提供产业资源赋能。
我也有成长型基金、对冲基金领域的好友，他们对二级市场有着独到判断，能帮创业者避开错误赛道，这类视角价值极高。
坦白讲，回顾过往投资，我投出的十家企业里有九家中途调整过商业方案，只因市场环境发生变化。因此我更青睐团队完整的创业者，而非单打独斗的创始人。同时创始人需要开放包容，愿意倾听、接纳建议，但最终能独立做出判断。
投资最好的结果，不是创业者完全照搬我们的建议，而是我们给出充分反馈后，他独立得出我们认可、能够理解的结论 —— 这才是创业真正的乐趣。
展望十年，最终胜出的企业，一定是深耕细分赛道、找对产业合作伙伴、高效完成规模化扩张的玩家，完整全栈解决方案是核心竞争力。
大企业可以效仿黄仁勋，深耕CUDA软件生态平台，全力打造平台型企业，他也借此取得巨大成功。初创企业同样可以走出更轻量化的创新路径，比如Anthropic、OpenAI。初创公司迭代速度极快，完全有机会成为行业领军者。
对于英特尔，我希望它能承担这样的角色。我们拥有XPU产品线、先进封装技术与晶圆代工业务，若能打通各项能力，针对不同算力负载定制芯片，这便是我的发展方向。
AI 时代的团队架构变革
主持人：软件行业正在发生巨大变革：企业该招募什么样的人才，谁适合管理多智能体系统？当下很多企业偏好 30 至 50 岁的从业者，他们具备成熟团队管理经验，这套管理逻辑可以直接迁移至 AI 智能体管控。放到硬件、晶圆代工业务场景下，您认为团队架构与人才能力需求会发生怎样的演变？
陈立武：依旧遵循“爬行—行走—奔跑”三阶段发展框架。在业务起步爬行阶段，我吸纳了半导体行业最顶尖的技术人才；如今我正在思考，搭建全栈能力还需要补充哪些软件人才。
与此同时，我发现团队平均年龄集中在 45 至 50 岁区间，因此需要引入年轻人才，他们更懂各类算力负载与前沿开源大模型。
有意思的是，我的儿子反倒成了我的AI老师。每次我去他家看望孙子，都会向他请教人工智能、机器学习相关知识，他对这些领域的理解远胜于我。我从中收获良多，并将这些认知转化为投资判断与人才招聘策略。
英特尔过去是一家极度传统、高度依赖表格报表的企业。如今我正推动企业全面 AI 化转型，转型覆盖全公司，而非仅局限于芯片设计环节，逐步降低对传统表格工具的依赖。我们计划将资深技术专家与 AI 工具深度结合，这套模式不仅落地市场销售，也会全面渗透芯片设计流程。
产业政策与资本来源
主持人：重资产企业融资始终是一大难题。产业政策催生了台积电这家全球顶级企业，但这套模式长期以来并不被美国商业主流认可。您对此如何看待？
陈立武：资本对重资产企业与基建项目至关重要。如今部分风投愿意向单一企业投入 10 亿美元，这在过去根本无法想象。
因此早期投资策略只有两条路：要么极早入场，在估值尚处合理区间布局；要么参与 A 轮融资，但当下 A 轮企业估值普遍突破 10 亿美元，投资难度极大。
我十分欢迎公募基金这类对持股比例容忍度更高的投资方，他们能提供项目所需的大额资金。对于 AI 算力工厂、晶圆厂这类重资产项目，我们必须争取政府专项资金、主权财富基金、大型基建产业基金的支持，主权基金与政府资本未来的重要性会持续提升。
作为上市公司，我也刻意吸引长期成长型资本，而非每季度追问 “何时回购股票” 的短期逐利资金。股东回报固然是企业必须考量的目标，但我也要同步推进企业长期发展，平衡二者至关重要。
投资者对英特尔最大的认知误区
主持人：您认为当前投资者对英特尔最大的误解是什么？
陈立武：误区有不少。第一，还是回到“爬行 — 行走 — 奔跑” 的发展阶段论。过去十几个月我们仍处于业务爬坡起步阶段，但市场已经开始看到我们的增长潜力。
产品层面，我们在PC客户端市场仍保有份额，但性能亟需大幅提升。为此我们正在搭建CPU架构、GPU架构、软件架构专项团队，为实现跨越式突破蓄力，像大型初创企业一样快速迭代，依靠领先技术实现业务突围。
晶圆代工业务上，我们与台积电仍存在显著差距。我们必须保持谦卑，夯实底层基础：完善IP库、提升良率、降低缺陷密度、缩短生产周期，让代工业务更高效、更稳定。代工是极度依赖信任的行业，客户只有充分信任你，才会把晶圆交付生产。这些工作都需要时间沉淀，但我相信到2030至 2032 年，市场会看到英特尔蕴藏的巨大潜力。
PC客户端业务仍是我们基本盘，但我们正在向边缘计算、物理 AI、智能体AI拓展。过去企业只为人类提供服务器与PC终端，如今诞生了全新赛道：数百万AI智能体需要专属算力与软件栈支撑。我认为英特尔在智能体AI与物理AI两大赛道均存在机会，行业竞争远未分出胜负。
AI行业仍处在发展初期。黄仁勋主导训练大模型赛道，此外边缘计算、智能体AI、物理 AI 都蕴藏海量机遇，所有玩家都仍有机会。这也是我全力押注的方向。过去14 个月，我们已经为股东创造6倍回报，但这仅仅是开端，未来增长空间广阔。
我骨子里是风投人，我的投资直觉永远瞄准能带来10倍回报的机会。我在楷登电子从临时CEO任职至退休，任职期间公司股价从2.4美元起步，为股东创造约76倍回报；卸任执行董事长时，回报倍数接近85倍。英特尔体量远大于楷登，复刻难度更高，但我的目标不变：五到十年内实现10倍股东回报。这是根植于我内心风投基因的目标。
算力将如何分布？
主持人：有一种观点认为数据中心规模会持续扩张，吉瓦级算力集群仅仅是起点，算力集中化仍是主流趋势。但您的产业布局同时覆盖边缘端与终端算力。在您的设想中，算力最终会如何在数据中心、边缘端、终端设备之间分配？还是完全由应用负载需求决定？
陈立武：当下大规模 AI 算力基建扩建的大方向没有问题，算力需求稳步增长，扩建节奏不会放缓。当前行业发展的核心约束来自供给端，所有增速放缓均源于供给产能不足，而非需求萎缩。
但我更关注一个核心问题：当全套算力基建落地后，究竟会诞生哪些规模化落地的应用？必须找到具备海量市场空间的应用。就像互联网时代，亚马逊、网飞这类应用脱颖而出，其余产品要么衰退、要么被并购。AI 行业会复刻这一过程：经历一轮爆发式增长后迎来行业整合，最终只会诞生一两家真正的行业龙头。
聚焦应用是核心。网飞、亚马逊都是成功落地的标杆。同时部分应用天然更适配边缘或终端部署，比如机器人、国防军工场景，设备本地算力至关重要。网络连通条件、嵌入式芯片性能，直接决定应用落地上限，这一点在 SaaS 发展阶段曾被行业忽视。
我的投资逻辑始终不变：挖掘真实行业痛点、匹配优质产业合作伙伴、评估应用赛道的可持续市场空间。如果充分看好赛道前景，就加大投入，甚至三倍加码布局。当然，也包括押注尚未大规模商用的前沿应用。
