影片|英特爾怎麼了?晶片霸主是怎麼淪為被收購目標?盤點20年來4大錯誤決策
影片|英特爾怎麼了?晶片霸主是怎麼淪為被收購目標?盤點20年來4大錯誤決策

晶圓代工業務慘賠、大規模裁員、股價大跌⋯⋯面臨成立56年來最大危機的晶片大廠英特爾(Intel),外傳執行長基辛格(Pat Gelsinger)在9月中的董事會會議中提出「重振計畫」,力拚在絕境中止血。

另外,根據《華爾街日報》披露,IC設計大廠高通(Qualcomm)近日已向英特爾(Intel)提出收購方案。若這項收購案成真,將成為科技業史上規模最龐大的收購案。

曾經的CPU霸主英特爾,究竟是犯了哪些致命錯誤,落得被收購目標?9月底將上市的AI PC晶片Core Ultra 200V(代號Lunar Lake),能為近期的低迷表現帶來一線生機嗎?

《數位時代》以下來盤點CPU巨人由盛轉衰的關鍵節點:

20年內4個錯誤決策,改寫CPU巨人命運

錯誤1:錯過為iPhone提供晶片

2005年,英特爾拿到蘋果的Mac晶片訂單,但後來當蘋果詢問英特爾是否有意生產iPhone晶片時,時任英特爾執行長歐特里尼(Paul Otellini)因認為不符成本而拒絕,讓英特爾錯過了2007年iPhone上市後的智慧型手機起飛階段。

已於2017年去世的歐特里尼,是在卸任英特爾CEO職務時接受美國雜誌採訪時如上表示。

他在採訪中坦承,説蘋果曾詢問他是否願意為第一代iPhone供應半導體?而在誤判需求前景、認為與成本不匹配而放棄與蘋果交易的剎那,他坦承錯過了第3任CEO葛洛夫(Andy Grove)所説的「戰略轉捩點」。

葛洛夫說的戰略轉捩點,是指可能會決定企業存亡的關鍵時刻。格羅夫還留下了一句名言:為了避免錯過這個轉捩點,經營者應該是「偏執狂」。

未能與英特爾合作的蘋果,最終選擇與亞洲企業合作,推進了智慧手機使用的半導體的開發和生産。最終,大量半導體產能流向了台灣。

前CEO.jpg
英特爾前歐特里尼,在任時最後悔的決策,就是錯過為iPhone提供晶片。

錯誤2:放棄早期GPU研發

2009年,英特爾宣佈取消原定2010年推出的「Larrabee」GPU(繪圖處理器)。當時英特爾若未取消該專案的開發,或能縮短和GPU霸主輝達(NVIDIA)之間的距離,基辛格去年底接受外媒《Digit》採訪時,也對收掉Larrabee專案表示相當不滿。

Larrabee的架構相當特殊,比大多數顯卡更像 CPU,可以將其視為GPU和多核CPU之間的混合體。它使用與桌上型CPU相同的x86指令集,同時擁有CPU的快取層次結構和架構,以及GPU的紋理採樣硬體和渲染功能。

2009年,據稱Larrabee原型與Nvidia GTX 285 相當,但令人失望的性能數據,相傳是Intel放棄推出的原因。雖然Xeon Phi繼承Larrabee的不足,但仍未讓消費者看到GPU影響力,更間接導致目前人工智慧設備競爭英特爾的落後局面。

錯誤3:不願下重本採用EUV,先進製程落於人後

英特爾原訂2015年量產的10奈米製程一再跳票,部分原因是時任執行長科贊奇(Brian Krzanich)不願採用昂貴得多的艾司摩爾(ASML)EUV(極紫外光)曝光機,導致英特爾在先進製程一路落後台積電、三星,市占率也被超微(AMD)搶食。

事實上,ASML研發EUV曝光機也得到了英特爾的不少幫助,但是英特爾在10奈米製程沒有選擇EUV曝光的原因,是嘗試了新的SAQP四重曝光技術。

當初英特爾的目標是不依賴EUV曝光機,也能靠自力生產先進製程。然而,SAQP曝光工藝非常複雜,成本高,隨著時間的延續,英特爾顯然站在了錯誤的一邊

基辛格曾表示,雞蛋不用放在同一個籃子裡,當時英特爾應該至少有一個平行的EUV戰略才對。

EUV
ASML研發EUV曝光機(圖)也得到了英特爾的不少幫助,但是英特爾在10奈米製程沒有選擇EUV曝光的原因,是嘗試了新的SAQP四重曝光技術。
圖/ 台積電

錯誤4:錯失投資OpenAI機會,未跟上生成式AI浪潮

《路透》8月報導,2017年至2018年間,OpenAI和英特爾曾討論不同的投資合作選項,但當時的執行長史溫(Bob Swan)不認為生成式AI模型可以在短期內商業化,擔心投資無法回收,且資料中心部門不願以成本價為OpenAI生產產品。

最終,OpenAI和英特爾的合作告吹,接手投資的微軟,隨後在ChatGPT掀起的生成式AI大浪中搶佔先機。

o1.jpg
OpenAI於9月12日在官網宣布推出代號Strawberry的新一代AI模型系列,正式名稱為OpenAI o1。

分拆業務、撤換基辛格?短期看來都非選項

儘管看似有些事後諸葛,但不可否認的,正是各項決策的骨牌效應,促使英特爾帝國的傾頹,且許多病根在基辛格回鍋前,就早已種下。

而為了幫英特爾「續命」,是否將賣出代工部門、分拆業務,或是替換掉基辛格等可能作法,也受到高度討論。

《彭博》引述知情人士透露,英特爾董事會正在尋求方法改善財務狀況,考慮多個選項,包括 縮減數十億美元的各國工廠項目、出售部分子公司,甚至可能將核心業務拆分為獨立公司 ,但目前尚未確定最佳方案,並且所有選項都面臨挑戰。而有關收購的傳聞,目前則沒有關於收購英特爾部分或全部業務的具體報價。

即使分拆業務能對英特爾財務狀況帶來改善,但完成交易也可能極其複雜。 《彭博》指出,考慮到國家安全問題,對英特爾工廠的潛在收購,都將面臨政府的嚴格審查,而為了通過審查,新的擁有者可能還需同意投入數百億美元,作為英特爾已經承諾用於新工廠的資金。

該報導並認為,儘管英特爾面臨關鍵時刻,英特爾董事會並不打算討論換掉基辛格,因為大多數英特爾內部人士認為,基辛格是在損害造成後才接掌公司的。英特爾投資者Gabelli Funds投資組合經理Hendi Susanto表示,「基辛格創造了一種預期,很難想出誰能做得(比基辛格)更好。」

另外,先前傳出可能被出售的子公司Altera,該公司執行長李維拉(Sandra Rivera)否認該傳聞,並指出英特爾並未改變於2026年完成IPO及出售部分持股的計畫。

Lunar Lake效能領先,英特爾能在AI PC市場扳回一城?

科技媒體《TechRadar》指出,隨著輝達搶走了英特爾的資料中心客戶、超微在桌上型電腦市場往平價邁進,英特爾的最後堡壘將是最大的電腦消費市場:筆記型電腦。

近期,英特爾正大力宣傳新一代筆電處理器Lunar Lake,該晶片採台積電3奈米製程、NPU算力達48TOPS,在電池續航力、每瓦效能與功耗等多項規格有顯著提升,將與超過20家合作夥伴推出超過80款AI PC,於9月24日起上市。

《TechRadar》並提到,實測Lunar Lake播放本機影片時的電池續航時間,長達20至26小時,既否定了高通最新晶片主要的省電優勢,也超越了超微最好的筆電CPU,看起來甚至會超越蘋果M4,並且也沒有蘋果、高通等Arm架構筆電,會遇到的應用程式相容性問題。

只是,外界普遍預期AI PC的換機潮,最快會落在明年,消費者是否買單仍待觀察。英特爾能否順利救亡圖存,值得持續關注。

延伸閱讀:英特爾慘了!18A製程傳未通過博通測試「良率未達量產標準」,代工大單恐不保
英特爾創辦人摩爾辭世!半導體黃金法則「摩爾定律」由他提出,回顧傳奇ㄧ生

參考資料:《CNBC》《路透》《彭博》《TechRadar》

責任編輯:李先泰

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓