Intel Vision 2025大會上,新任CEO陳立武站定。此時(shí)他上任剛14天,面對臺下數(shù)百名客戶、伙伴和行業(yè)觀察者,回答了一個(gè)很多人好奇的問題:“為什么要在職業(yè)生涯這個(gè)階段接手英特爾?”他的聲音頓了頓,帶著一絲哽咽:“我熱愛這家公司。我無法袖手旁觀,因?yàn)槲抑雷约嚎梢灾渑まD(zhuǎn)乾坤。”
這不是一場普通的CEO首秀。英特爾近年來的故事并不順利:創(chuàng)新滯后、市場份額被AMD、英偉達(dá)步步蠶食,代工業(yè)務(wù)遲遲未見起色。陳立武的到來,像一顆石子投入平靜湖面,激起漣漪的同時(shí),也讓人好奇:這位65歲的“半導(dǎo)體老兵”能做到什么程度?
在長達(dá)一小時(shí)的演講中,他沒有喊口號,而是用低調(diào)卻堅(jiān)定的語氣,勾勒出一幅“新英特爾”的藍(lán)圖——以工程師文化為魂,以客戶信任為基,以AI和代工為翼。這位“逆行者”,要帶著英特爾闖出一條突圍之路。
從核工程到半導(dǎo)體:陳立武的“逆向人生”
陳立武出生于馬來西亞柔佛州,后來移居新加坡,并在那里長大。他在南洋理工大學(xué)攻讀量子物理學(xué),后奔赴美國,在MIT拿下核工程碩士學(xué)位。他自述:“我的教育背景讓我深刻理解了如何通過工程設(shè)計(jì)解決棘手的技術(shù)難題。”
1987年,年僅28歲的陳立武在舊金山創(chuàng)立華登國際(Walden International),最初這個(gè)基金僅管理300萬美元,專注于早期階段的技術(shù)投資。
20年前,半導(dǎo)體行業(yè)陷入低谷,當(dāng)時(shí)很多人都認(rèn)為這是“夕陽產(chǎn)業(yè)”,陳立武偏偏逆流而上。從業(yè)多年間,他進(jìn)行了251項(xiàng)與半導(dǎo)體相關(guān)的投資,其中有43家公司成功上市,25家公司完成了并購,展現(xiàn)出超前的技術(shù)嗅覺。
“華登國際”是陳立武以亨利·戴維·梭羅的《瓦爾登湖 Walden》這一書而命名的。此次演講中,他再次提起這本書中的一句名言:“與其給我愛、金錢和名聲,不如給我真相。”他的目標(biāo)與梭羅一致——逆勢而行,追求真相,拒絕浮夸。正是這種長期主義和逆向思維,成為今天他帶領(lǐng)英特爾突圍的底氣。
重塑工程師文化:英特爾的靈魂回歸
“英特爾將重振工程師文化。”陳立武擲地有聲。他坦言,過去幾年,英特爾在創(chuàng)新方面有所落后,優(yōu)秀的人才遭遇流失。他表示自己上任14天,已經(jīng)和架構(gòu)師、工程師們聊了很多,甚至周末都泡在技術(shù)團(tuán)隊(duì)里??雌饋恚龅?,是讓英特爾回歸初心。
怎么回歸?他提到將簡化工作方式,減少官僚主義,激發(fā)創(chuàng)新,打造“初創(chuàng)第一天”的氛圍。讓工程師們自由創(chuàng)新,不被條條框框束縛。“大公司有時(shí)會無意中扼殺新想法,”他說,“我要讓英特爾以初創(chuàng)公司的姿態(tài)運(yùn)作,又保有大公司的規(guī)模。”
演講中,他提到大學(xué)籃球隊(duì)的經(jīng)歷,強(qiáng)調(diào)團(tuán)隊(duì)配合的重要性。他表示自己是勇士隊(duì)的忠實(shí)粉絲,他們無需觀察就能傳球,心有靈犀,隊(duì)友總在另一側(cè)接應(yīng)。他笑著說,“這就是我想在英特爾建的團(tuán)隊(duì)。”
客戶至上:從供應(yīng)商到伙伴的信任重建
“我不會滿足,直到讓客戶滿意為止。”他直言,英特爾過去一段時(shí)間未能及時(shí)響應(yīng)客戶的需求。因此從上任第一天起,他就跑去與客戶深入交流,虛心聽取反饋。“嚴(yán)厲的反饋是最有價(jià)值的。當(dāng)客戶向我提供坦誠且直接的反饋時(shí),我便能明確知曉接下來該如何行動。”
他特別提到讓“客戶給產(chǎn)品打分”的方式,這是他在Cadence時(shí)收獲的經(jīng)驗(yàn)。他回憶,當(dāng)時(shí),他收到了一堆C、D、E,甚至F。“我學(xué)術(shù)生涯從沒拿過B以下,這讓我很羞愧,但也激發(fā)了我做出改變的決心。”這件事成為了Cadence的一個(gè)轉(zhuǎn)折點(diǎn)。
如今他再次站在轉(zhuǎn)折點(diǎn),宣布英特爾將改變與客戶的互動方式,與客戶建立真正的信任。“低調(diào)承諾,超額交付。”他強(qiáng)調(diào)這個(gè)自己一直以來的座右銘。接下來,相信他將把這個(gè)風(fēng)格帶到英特爾。
AI與軟件2.0:英特爾的技術(shù)重構(gòu)
如果說文化是英特爾的靈魂,技術(shù)就是它的骨血。陳立武看得很清楚:AI正在重塑一切。“它不新鮮,但現(xiàn)在有了海量數(shù)據(jù),能帶來新的學(xué)習(xí)、解讀甚至預(yù)測方式。”他說。
他還拋出一個(gè)重磅轉(zhuǎn)向:英特爾要從“硬件先行”轉(zhuǎn)向“軟件優(yōu)先”。過去是先設(shè)計(jì)硬件再配軟件,未來要從問題出發(fā),明確需要解決的工作負(fù)載,然后反向推導(dǎo),擁抱“軟件2.0”。
專用硅芯片是另一個(gè)趨勢,這為新的x86解決方案打開了大門,這意味著英特爾可以在針對特定應(yīng)用來開發(fā)定制芯片方面發(fā)揮重要作用。他上周末與三家AI平臺公司交流,計(jì)劃合作定義下一代x86解決方案。這不僅是對技術(shù)路線的調(diào)整,也是對英特爾生態(tài)話語權(quán)的重塑。
產(chǎn)品與代工雙輪驅(qū)動:18A如期推進(jìn)
陳立武明確指出,英特爾當(dāng)前的優(yōu)先事項(xiàng)是產(chǎn)品和代工業(yè)務(wù)。
產(chǎn)品端,他定了“三個(gè)不容妥協(xié)的指標(biāo)”:卓越性能、卓越能效、卓越交付質(zhì)量。強(qiáng)調(diào)必須建立“一次通過”的文化,這是贏得客戶信任的關(guān)鍵。計(jì)劃在今年推出基于18A工藝的Panther Lake處理器,繼續(xù)強(qiáng)化獨(dú)立軟件開發(fā)商(ISV)和AI應(yīng)用的產(chǎn)品生態(tài),并在客戶端助力邊緣AI發(fā)展。
他把代工定義為“建立在信任上的服務(wù)業(yè)務(wù)”,不僅要拼工藝,還要懂客戶的設(shè)計(jì)風(fēng)格。作為英特爾代工的重要里程碑,陳立武表示,英特爾18A制程節(jié)點(diǎn)正在按既定計(jì)劃推進(jìn),首個(gè)外部客戶的流片工作即將完成。預(yù)計(jì)今年下半年,隨著英特爾Panther Lake客戶端處理器的推出,將開始大規(guī)模量產(chǎn)。
陳立武不是傳統(tǒng)意義上的CEO。他是工程師、風(fēng)投家、管理者的混合體,帶著技術(shù)情懷和商業(yè)嗅覺走上英特爾舞臺。他要重塑文化,讓工程師發(fā)光;要重建信任,讓客戶點(diǎn)頭;要重構(gòu)技術(shù),讓AI和代工成為引擎。這是一場“三重奏”,也是一場豪賭。
“有人問我會待多久,我的回答是:只要英特爾需要,我就在這里,”他承諾道。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。