【觀點】英特爾與超微「一笑泯恩仇」!2個關鍵因素,讓昔日仇敵變今日戰友
【觀點】英特爾與超微「一笑泯恩仇」!2個關鍵因素,讓昔日仇敵變今日戰友

10月16日,英特爾執行長季辛格在社群平台X,發布與超微執行長蘇姿丰的合照,宣布x86生態系顧問團成立,並且說這是「重要的一天」。

這張照片引發科技界震撼,兩個在商場上競爭的對手,為什麼突然間「一笑泯恩仇」?

英特爾與超微這兩家公司的產品線高度重疊,在市場上競爭激烈。以往英特爾氣勢如虹,以「王者姿態」掌握市場,反觀超微在業績、市占率,皆遠遠落在英特爾之後。

但近年來態勢丕變,超微產品的性能快速提升,競爭力十足,能與英特爾匹敵,市占率節節高升,儘管超微在營收上仍無法追上英特爾,不過已大幅拉近兩者的差距。

2023年,超微營收達226.8億美元,英特爾營收為539億美元,超微營業額達英特爾的42.1%。

英特爾與超微會高調宣示合作,主要有兩個原因。

合作因素一:Arm架構RISC較省電,有望在AI PC占上風

首先,是Arm架構威脅捲土重來。Arm架構的RISC能讓AI PC有更佳的電池續航力,這讓英特爾x86架構的CISC感到深刻威脅。

英特爾、超微是PC CPU的主要供應商,自從IBM PC誕生後,PC就開始採用x86架構的CPU,沿用到現在,奠定英特爾稱霸半導體市場30多年的基礎。

x86架構屬「複雜指令集」(CISC),功能強大,缺點是運作時較耗電。

為了解決耗電問題,Arm架構的「精簡指令集」(RISC)應運而生,成為行動裝置(手機、平板電腦等)的首選。

英特爾
圖/ 邱品蓉攝影

x86架構在PC市場,Arm架構在行動裝置市場,兩者井水不犯河水。直到2020年,蘋果發表M1 CPU,用於Mac系列電腦,這才終於打破藩籬,Arm架構CPU開始進PC市場。

其實在蘋果之前,高通也曾嘗試將Arm架構CPU推入PC市場,並與微軟達成協議,2016年微軟推出「Windows on Arm」作業系統,讓Arm架構CPU能在PC運行。

可惜的是,高通Arm架構CPU「曲高和寡」,無法在PC市場取得一席之地。

蘋果推出M系列CPU後,氣勢如虹,在短短數年內所有Mac系列電腦,皆採用蘋果自行開發的M系列CPU,Arm架構CPU正式大舉踏入PC市場。

AI PC的降臨,讓Arm架構CPU有了新的機會,由於AI PC需要強大的運算力,因此較耗電。為了讓AI筆電有更佳的電池續航力,Arm架構CPU為不錯的選擇。

合作因素二:高通高調進入AI PC市場、輝達與聯發科合推CPU

另一個激發英特爾與超微合作的因素是,Arm陣營對AI PC市場的接連不斷地攻勢。

今年5月21日,微軟盛大發表新世代AI PC,內建AI助理Copilot以及全新功能,並設立新一代AI PC架構新標準「Copilot+PC」。

微軟攜同聯想、惠普、戴爾、華碩、宏碁及三星電子等一線PC品牌,推出搭載高通Snapdragon X Elite處理器,達到微軟Copilot+ PC標準的AI PC,並且於6月開始出貨。

華碩AI PC發布會 微軟copilot熱鍵
微軟copilot熱鍵
圖/ 隋昱嬋攝影

高通高調進入AI PC市場,讓英特爾、超微不禁為之悚然,不過高通推出的AI PC,第一波市場反應不熱烈,主要的原因是軟體相容性問題。

除了高通外,明年輝達與聯發科將合作推出AI PC CPU,Arm陣營對AI PC的攻勢,將一波又一波,這讓英特爾、超微產生危機感。

黃仁勳高喊新運算時代的來臨,「加速運算」將取代傳統的PC運算,x86陣營的前景岌岌可危,讓有些人覺得x86架構的末日似乎已快降臨。

x86不能亡!英特爾與超微化敵為友,展開大反擊

因此,英特爾與超微攜手多家知名科技公司,宣布成立「x86生態系顧問團隊」,主要的目標是透過提升不同平台之間的相容性,以及簡化軟體開發工作等方式,希望能夠找出幫助x86生態系壯大的新途徑。

顧問團的創始成員皆是赫赫有名的科技公司,以及PC、伺服器供應鏈的重要業者。包括惠普(HP)、慧與科技(HPE)、戴爾(Dell)、聯想(Lenovo)、微軟、Meta、博通(Broadcom)、甲骨文(Oracle)及紅帽(Red Hat)等公司。

新成立的顧問團隊表示,希望能夠在軟硬體方面改善相容性與客戶的可選擇性,同時簡化架構指導原則,以強化軟體一致性,並且將介面標準化,以發展出新的功能與作業系統,在框架與應用程式之間,進行更完善的整合。

顧問團隊的工作目標,是確保x86架構未來也能繼續成為開發人員與客戶的首選平台。

由於x86架構已主導PC及相關產業40多年,有深厚的基礎,很多應用離不開x86架構,因此大家群策群力,在共同在熟悉的基礎上,開發出新的應用、綻放出新的火花。

為了生存,大家可捐棄成見,放下以往的恩怨情仇,共同對抗來勢洶洶的Arm陣營,昔日的仇敵成為今日的戰友,英特爾與超微「一笑泯恩仇」,季辛格與蘇姿丰,同框拍照是順理成章的發展。

延伸閱讀:圖解全球十大半導體公司!英特爾從「獵食者」到「被獵者」,關鍵轉折在這一年
黃仁勳小心了!超微谷底翻身後再拚高峰,蘇姿丰下一步:突破輝達CUDA藩籬

責任編輯:林美欣

關鍵字: #英特爾 #AMD #ARM
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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