英特爾重返GPU戰場!陳立武延攬高通大將操刀,「打包14A代工」瞄準AI資料中心大餅
英特爾重返GPU戰場!陳立武延攬高通大將操刀,「打包14A代工」瞄準AI資料中心大餅

重點一:英特爾 (Intel) 執行長陳立武 (Lip-Bu Tan) 宣布將重新投入 GPU 研發,瞄準資料中心市場,並延攬高通 (Qualcomm) 前 GPU 首席架構師 Eric Demmers 掌舵。

重點二:新 GPU 將與英特爾資料中心處理器與代工業務整合,客戶已針對 14A 製程積極洽談,陳立武預期今年內量產時程將開始升溫。

重點三:陳立武警告,儘管遭美國封鎖設計工具,華為 (Huawei Technologies) 仍網羅約百名頂尖晶片設計師,以「窮人版」方法自力研發,實力「只落後我們一點點。」

美國晶片大廠英特爾 (Intel) 執行長陳立武 (Lip-Bu Tan) 日前在美國舉行的 Cisco AI Summit 期間受訪表示,英特爾將投入圖形處理器 (GPU) 開發,鎖定資料中心應用市場,正面迎戰近年憑 AI 伺服器 GPU 獲取龐大商機的輝達 (NVIDIA)。

為加速布局,英特爾已延攬高通 (Qualcomm) 前 GPU 首席架構師 Eric Demmers 加入,負責主導新一代 GPU 設計。陳立武同時透露,英特爾先進製程與代工業務已獲「數家客戶深度接觸」,並嚴肅提醒,華為 (Huawei Technologies) 在美國制裁下仍大量招募頂尖設計人才、以「窮人版」方式自研晶片,實力不容小覷。

延攬高通 GPU 大將,英特爾瞄準資料中心再戰輝達

根據《路透》報導,曾在高通擔任 GPU 首席架構師的 Eric Demers 已於 1 月轉投英特爾,消息最早由產業媒體《CRN》披露,隨後由 Demers 在 LinkedIn 上證實。陳立武受訪時表示:「我才剛延攬到這位 GPU 首席架構師,他非常優秀,我對他加入感到非常高興。」

英特爾過去在消費級顯示卡與資料中心 GPU 市場布局有限,在 AI 訓練與推論算力幾乎由輝達一統江湖的當下,市場長期質疑英特爾缺乏強而有力的 GPU 敘事。陳立武此次直接將新團隊的任務鎖定資料中心,顯示英特爾不打算從邊緣或利基應用繞路,而是要把 GPU 視為旗下伺服器 CPU 之外的第二支柱,補上 AI 雲端基礎建設產品線的最大缺口。

他並指出,Demers 將直接向英特爾資料中心晶片負責人 Kevork Kechichian 報告,顯示 GPU 計畫被納入資料中心業務主戰場,而非孤立的實驗性項目。英特爾也將與雲端與企業客戶合作,依實際工作負載與需求共同定義 GPU 規格與產品走向。

英特爾曾跨足GPU,但競爭力差強人意

若將 GPU 定義寬泛化為「任何負責畫面輸出的處理器」,英特爾(Intel)早在 1990 年代末便曾涉足獨立顯卡晶片領域。當時雖推出 Intel i740 及其後繼產品 i752,但在 3D 繪圖市場中表現疲軟,始終難以抗衡輝達與 ATI(後被 AMD 收購)的強勢競爭,該產品線最終迅速退出市場。

英特爾在顯示技術領域真正的影響力源於隨後的「內顯」。自 2000 年代起,英特爾將整合式繪圖晶片納入其晶片組,隨後進一步整合至 CPU 內部。儘管效能與專業顯卡存有差距,但憑藉著隨主流處理器大規模出貨的優勢,若以裝機量統計,英特爾實為過去十多年間全球使用率最高的 GPU 品牌之一,僅是多數用戶未將其視為傳統意義上的「顯卡」。

若對標輝達或 AMD 標準的獨立遊戲顯卡或資料中心 GPU,英特爾則是直到近年才重返戰局。此前最知名的嘗試為 2000 年代末的 Larrabee 專案,該計畫試圖以多個精簡化 x86 核心堆疊成類 GPU 架構,目標兼顧 3D 繪圖與通用計算(GPGPU)。

然而,受限於效能瓶頸及軟體生態鏈未臻成熟,該專案最終轉向 Xeon Phi 計算卡發展,獨立顯卡版本則未曾正式上市。

 2000 年代末的 Larrabee 專案
Larrabee 是英特爾十多年前失敗收場的一個「類GPU」實驗專案。
圖/ Reddit

結合 14A 先進製程與代工,代工客戶同步押注

除了產品線的補強,陳立武也試圖把 GPU 與英特爾近年積極發展的晶片代工業務「英特爾代工服務」(Intel Foundry) 打成一套整體解決方案。他在會場公開表示,目前已有「幾家客戶正與英特爾代工深入合作」,且合作焦點鎖定英特爾最新一代 14A 製程節點。

在接受訪問時,他進一步說明,這些客戶的興趣集中在 14A 技術的良率與量產時程,英特爾預期今年稍晚 14A 的量產節奏將逐步拉升。對有意採用英特爾製程的客戶來說,關鍵在於必須及早明確產能需求與產品計畫,以便英特爾能提前規畫產能與投資。

陳立武強調,若客戶願意在產品規模、出貨時間點與需求量方面提供清楚資訊,英特爾就能「提早為其保留與規畫產能」。

在 AI 資料中心伺服器需求持續高漲、先進製程供給仍吃緊的情況下,這類產能協調機制將成為英特爾與台積電等主要晶圓代工對手競爭的一部分。

華為「窮人版」晶片設計法,成為美國半導體警訊

值得注意的是,陳立武在談到人才招募時,特別點名中國科技巨頭華為技術的快速崛起。他表示,英特爾近期在全球招募晶片設計師的過程中發現,華為在美國嚴格出口管制之下,竟仍能聘用約 100 名「頂尖」晶片設計人才,令他「感到震驚」。

由於美國政府限制華為取得來自 Cadence、Synopsys 等美系供應商的電子設計自動化 (EDA) 工具,外界原以為華為在高階晶片設計上將遭遇重大瓶頸。然而陳立武轉述這些設計師的說法指出,即便拿不到最先進的 EDA 工具,華為仍以所謂「窮人版」方式,透過替代軟體、自研工具與額外人力投入來完成設計流程。

在他看來,華為在晶片設計能力上目前「只比我們落後一點點」,若美國與盟友掉以輕心,「他們很可能會一舉超前我們」。

延伸閱讀:英特爾代工變香了?分析師看好14A夥伴效應,股價漲幅度上看27%

英特爾股價暴跌11%!Q1財測因「產能不足」被潑冷水,AI 轉型卡在18A良率瓶頸

資料來源:路透社CNBC

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #英特爾 #GPU
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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