高通收购英特尔,成功率多高?

第一财经YiMagazine 2024-09-23 10:07:10

Key Points

高通想要的只是英特尔的芯片设计业务,不包括芯片制造;

这笔交易可能成为全球科技史上规模最大的交易,但也可能因触发反垄断审查而无法达成交易;

进入2010年代以来,作为英特尔核心业务的CPU的营收就几乎不再增长,尤其是用于个人电脑(即PC)的那部分;

英特尔的代工业务看起来也不像外界想象的那样健康,而英特尔似乎过去一直通过财务手段向它的投资者们掩盖了这一点;

AMD前任CEO称,过去30年来,英特尔一直专注于打压AMD,这导致他们忽视了移动性和低功耗的重要趋势。

9月21日,有报道称,高通终于迈出了与英特尔接洽、讨论要约收购后者的一步。如果收购成功,这将成为全球科技史上规模最大的交易,超过微软2023年以750亿美元收购动视暴雪。这则消息曝光前的最后一个交易日,英特尔市值为930亿美元。

高通已就相关收购事宜在公司内部讨论了数月,并曾于9月5日传出消息称,其有意收购的是英特尔的芯片设计业务,不包括芯片制造。当时,英特尔针对传闻坚称公司“坚定地致力于从事个人电脑(即PC)业务”,毕竟PC处理器是英特尔自1980年代以来的核心,也是公司迄今贡献最多营收和利润的业务。当时,高通还尚未就潜在收购事宜与英特尔接触。

9月21日的消息使得这项收购变得更具现实性。眼下,英特尔的市值并不算高,不到高通的1/2,更不到英伟达的1/30。而且,英特尔的股权相当分散,其最大股东先锋领航仅持有9.2%的股份,前十大股东持股加起来也才超过30%。最重要的,这些股东几乎都是财富管理公司,清一色的财务投资者。

因为反垄断方面的因素,这笔交易仍有很大可能性最终无法达成。2016年10月,高通曾试图以约380亿美元的价格收购全球最大的汽车芯片提供商——恩智浦半导体,然而直到交易的最后期限,这笔交易也没有获得中国监管部门通过。如果成功收购英特尔,将使高通同时在智能手机和个人电脑两个领域具有竞争优势。

高通已经在借助生成式人工智能之机尝试进入个人电脑领域。今年6月在中国台北举行的COMPUTEX大会上,高通发布了搭载基于ARM架构的骁龙X系列AIPC芯片。9月4日,它又发布了新款AIPC芯片“骁龙 X Plus 8核”,目标是700美元至900美元的PC下沉市场。加上已经推出的“骁龙X Elite”和“骁龙X Plus 10核”,即使未能成功收购英特尔,高通在PC处理器领域的投资和产品已经可以支撑起从高端到中低端的多个细分市场。根据计划,高通还要加大PC芯片领域的投资,试图将其PC业务的出货数量增长到去年的3倍。

高通与英特尔的交易仍有很大不确定性,不过英特尔面对的困境却是板上钉钉了。

8月7日,英特尔第二季度财报公布还没到一周,就被股东们集体告到了美国旧金山联邦法院,理由是“投资者并不知道,英特尔的代工业务陷入困境,损失比投资者认为的要多出数十亿美元”。

事情起源于英特尔今年4月做出的一项财报规则调整。当时,英特尔首次在财报中将包括内部代工和外部代工在内的所有代工业务独立核算,此前,英特尔财报中的代工业务从未反映过为内部订单代工时的收益水平。简单说,调整前,财报显示英特尔的代工业务亏损并不大,2023年只亏了4.82亿美元;但调整后,仅2023年上半年,亏损额就高达42.29亿美元。也就是说,英特尔的代工业务看起来并不像外界想象的那样健康,而英特尔似乎过去一直通过财务手段向它的投资者们掩盖了这一点,这激怒了投资者。

财务规则的调整大概率是英特尔为拆分代工业务所做的财务准备。2023年6月,英特尔宣布拆分代工业务,将设计与制造彻底分开,以避免与代工客户竞争。

在此之前,英特尔的代工业务规模不大,远不能跟台积电相提并论——按旧的财务准则计算,2023财年,英特尔代工业务营收9.52亿美元,是台积电692.98亿美元营收规模的1/72。

财报规则修订后,英特尔代工的年营收可以达到约180亿美元,大约是台积电营收的1/4。不过亏损额也会迅速攀升到80亿美元,这意味着为体量和自己相当的上游设计公司代工时,英特尔的代工业务就是个巨大的得不偿失的生意。

当然,英特尔对财报披露规则的修改可以理解为只是财务手段,其代工业务未必那么糟糕,英特尔真正的目的也许是通过牺牲代工业务的利润表,继续掩盖其主营业务——芯片(无论是CPU还是GPU)销售本身的不景气。

错失移动浪潮

进入2010年代以来,作为英特尔核心业务的CPU的营收就几乎不再增长,尤其是用于个人电脑(即PC)的那部分CPU。2015年,英特尔客户端计算事业部营收322亿美元,到了2021年,这部分收入只增长至405亿美元,年平均增长率不到10%,有的年份仅有0.3%的增长,2022年和2023年两年则连续下降。2023年,英特尔在PC市场销售CPU获得的收入只剩293亿美元,比2015年还少了11%。

这种局面符合直觉,因为2010年以来,更多消费者更频繁买回家的消费电子设备不再是个人电脑,而是智能手机——前者是英特尔开拓和占据霸权的阵地,后者却不是。

对于英特尔为什么会错失移动互联网浪潮,一种广为流传的看法是2006年英特尔时任CEO保罗·欧德宁(Paul Otellini)拒绝了苹果的订单。当年,苹果创始人乔布斯找到欧德宁,用他一贯的杀价风格提出了一张苛刻的订单:他希望英特尔为即将诞生的iPhone开发一种全新芯片,但出价远低于英特尔对生产这种芯片的成本预估。

英特尔没有接受乔布斯给出的订单。2007年,苹果发布了第一代iPhone,由三星代工。2009年,三星市值在2月的一天达到1102亿美元,比英特尔高出8.6亿美元,成为全球市值最高的半导体厂商。2012年11月,欧德宁在新的CEO人选尚未确认情况下突然宣布将于2013年5月辞去CEO职务,外界猜测与他对移动互联网浪潮的判断失误有关。

欧德宁本人也对当年的错判充满遗憾。“我的职业生涯中,很多时候我都是凭直觉作出决定的,我应该跟着直觉走,我的直觉告诉我说要对iPhone说Yes。但我们都喜欢用数据说话。”欧德宁2013年接受《大西洋月刊》采访时说。数字告诉欧德宁和英特尔的是,英特尔开发的用于个人电脑的处理器可以卖到100美元,而用于手机的处理器售价可能只有10美元,而且根据预估,乔布斯给出的费用无法覆盖英特尔的生产成本,即使订单量更大也平衡不了。后来的事实表明,英特尔既高估了成本,也远远低估了移动市场的设备规 模。

如果欧德宁当时接了iPhone的订单,今天的英特尔也许会大不同,但不一定会改变英特尔在移动互联网时代的命运,因为真正让英特尔错失移动端市场的东西是另外几样:x86架构、AMD以及利润率。

x86是英特尔创立初期发明的一种芯片架构,具有高性能、高功耗的特点。在PC端,高功耗不是问题,关键是性能。但对于体积、电池容量都更小的移动设备,功耗与性能的重要性相较于PC端就反了过来。2000年代中期,移动设备厂商开始集体转向一个名为ARM的标准,这种架构的芯片性能远不如英特尔的x86架构,但是功耗要低得多。

英特尔并非不懂技术趋势,早在1990年代,在格鲁夫还是CEO时,移动设备就是英特尔内部经常讨论的话题。1990年代初的一次总部会议上,一位英特尔高管就挥舞着他的掌上电脑宣称“这些设备会成长起来,取代个人电脑”。1997年,DEC公司宣布破产时,英特尔积极收购了其StrongARM团队,如团队的名字一样,其开发的StrongARM芯片同样基于低功耗的ARM架构,性能又比公版的ARM架构更强。2000年左右,英特尔开始推出基于StongARM的处理器——XScale。

但是2006年,欧德宁拒掉iPhone芯片订单的同一年,英特尔就以6亿美元的价格将XScale出售给了通信芯片公司Marvell科技,因为相较于不知道何时会爆发的移动设备,英特尔更紧急的事宜是应对来自AMD的竞争。

2000年代初期,作为PC端CPU产品的主要供应商,英特尔的市场份额虽然高于AMD,但差距拉开得并不大,两家公司的市场份额都徘徊在50%上下。到了2003年,AMD凭借一款64位CPU率先进入64位处理器市场。英特尔当时的处理器还只有32位,用户只看数字就知道哪个更先进。和智能手机一样,CPU市场也按照摩尔定律(同样面积芯片上集成的晶体管数量每18个月提高一倍)每年更新产品,并且一代产品的优势或失误就可能扭转市场结构。

凭借领先一步推出的64位CPU,2004年,AMD几乎在桌面处理器市场追平英特尔。2006年第一季度,AMD甚至一度反超。而截至当季,英特尔连续两个季度的销售额未达到华尔街的预期,2006年的营业收入较2000年只增长了5%,董事会要求欧德宁解释公司业绩为何下滑得如此严重,并指责公司过于臃肿。欧德宁快速打发了XScale,之后又花了两年时间,直到2008年才真正摧毁AMD的势头,使英特尔重获PC领域的领导地位。

出售XScale、结束与AMD的短暂交手后,英特尔并没有完全放弃在移动领域布局。2008年4月,英特尔推出面向移动设备的Atom系列芯片,这是英特尔早在2004年就布局的项目。与基于ARM架构的XScale芯片不同,Atom系列芯片基于的是英特尔传统的x86架构——出售XScale被认为是英特尔在ARM和x86之间所作的一次选择。

Atom研发团队接到的指令明确且坚定:低功耗,并且基于x86,能够向前兼容英特尔的既有产品。研发团队按照指令开发出了Atom,但这个产品线在iPhone 4推出之前始终没有得到过足够资源。2008年首次推出Atom时,它只支持上网桌面机(nettop)和上网本(netbook),正式推出针对智能手机和平板电脑的芯片版本是2012年。

而智能手机市场在2011年就被永久改变了。2009年,苹果的出货量还不到诺基亚的1/3,后者是当年市场份额最高的手机品牌。2010年,苹果发布iPhone 4,2011年它就反超了诺基亚。到了2013年,诺基亚几乎从手机市场消失。英特尔被迫于2016年宣布停止开发Atom系列处理器,退出移动手机、平板电脑领域,将公司重点转向数据中心和代工。

英特尔拒绝iPhone处理器订单、出售XScale、在Atom上失败的原因各不相同,但有个地方是相似的——基于利润率的内部阻 力。

有报道称,部分英特尔高管意识到移动技术对于公司长期发展的重要性,想要大力推动Atom,但遭到了阻碍,因为另一部分人担心Atom处理器和它所支持的低成本设备会对公司的传统业务产生影响,因此不愿意将生产和设计资源从PC和服务器芯片部门转移出去——听起来和拒绝iPhone订单、出售XScale时的考量一样。

阻碍同样来自制造环节,英特尔的晶圆厂、制造策略和资源都是面向昂贵的大型桌面处理器,而非低成本的移动芯片,如果优先考虑Atom,英特尔至少需要重组部分晶圆厂,并降低成本,以便与三星、台积电生产的ARM处理器竞争。此外,如果全力投入移动芯片市场,用户可能会购买廉价的移动芯片放在笔记本中,削弱利润较大的台式机芯片需求,这会影响英特尔的收入。

历史总是重复的

没能在移动互联网时代夺得一席之地的英特尔能否赶上AI浪潮并成功突围,成为这家老牌芯片巨头接下来不得不面对的问题。然而,英特尔已经失去了象征人工智能时代的GPU市场的话语权。2023年,英伟达和AMD占据了数据中心GPU市场的95%,英特尔的GPU不见踪影。

导致英特尔错过人工智能时代先机的因素依然没有跳出那个范围:对新兴市场的低估,反反复复、不够明确的战略,以及对x86架构偏执的坚持。

英特尔一直担心被不断视觉化的世界潮流抛在后面。早在1998年,这个CPU巨头就与GPU厂商Real3D联合推出了一款GPU,以增强3D游戏和DVD在个人电脑上的视觉效果。2005年,也就是Atom移动芯片项目发起的第二年,一个叫Larrabee的GPU项目也成立了。不过和Atom一样,Larrabee再次选择了x86架构,并且它不像英伟达的GPU那样是一款专注追求顶级图形计算效果的独立显卡,而是一种和英特尔的既有CPU结合在一起的混合式芯片。这种做法意在提升英特尔的老生意——CPU本身的能力,而不是谋取独立GPU市场的份额。

2005年的GPU除了图形计算看起来的确没有更多更大的使用场景。但是当时英伟达已经意识到GPU的高速并行计算不仅可以用以渲染图形,还可以用到在此之外的更多计算领域——比如人工智能。于是2006年,英伟达开始大手笔投资一套叫统一计算设备架构(CUDA)的软件,让程序员而不仅仅是图形专家使用上英伟达的芯片。Larrabee则在初次尝试图形计算不顺利之后很快就被英特尔砍掉了。时任CTO、主管Larrabee项目的帕特·基辛格(Pat Gelsinger)一气之下于2009年离开了公 司。

英特尔从GPU市场退出的七八年间,人工智能领域经历了一拨由AlphaGo和图像识别主导的计算浪潮。面对着再也无法忽视的GPU需求,2018年,英特尔宣布重返GPU市场,于当年第一季度首次成立加速计算和图形部门(AXG),不仅从AMD挖来了负责图形部门的Raja Koduri,还把Larrabee之父Tom Forsyth请了回来。看起来它准备大干一场——但也只是看起来。

2021年,英特尔发布了名为Arc(锐炫)的独立显卡品牌,计划在2022年出货超过400万块独立GPU,并期望这一业务到2026年能够贡献超过100亿美元的营收。然而,Arc产品性能的不足使这一系列计划未能如愿——其架构能够还不错地完成轻量级任务,但并不适用于数据中心等高性能要求任务。2022年5月,英特尔收购的Habana Labs团队发布的AI处理器Gaudi 2的命运与Arc相似,Gaudi 2号称同时适用于训练和推理,但速度不及英伟达热门的H100 GPU。

这一系列结果并不令人意外,与英伟达和AMD相比,英特尔在GPU上投入的研发时间太短了。资源投入也不足,仅在CUDA软件上,英伟达的投资规模就超过100亿美元,相比之下,英特尔在GPU开发上的总投资只有大约35亿美元。

2022年年底,英特尔将成立不到两年的AXG解散,图形团队加入客户端计算事业部(CCG),与英特尔的传统主业CPU并在一起,加速计算团队则并入数据中心和人工智能业务事业部(DCAI)。这一拆分意味着,英特尔意识到面向消费者设备的GPU和面向数据中心的GPU并非同一个产品,前者能够解决在端侧跑起来小模型的轻量任务即可,后者则需要应对各种大型模型的训练任务。

这项架构调整正确却不够及时。2022年第四季度,英特尔在整个数据中心(包括CPU和GPU)的市占率还有46.4%,2023年第三季度就跌至19.1%。同期,英伟达的市占率从36.5%暴涨至72.8%。相应的,英伟达一系列专供数据中心的GPU芯片在2023年创造了184亿美元营收,同比增长超400%,英特尔的数据中心营收则相较高点时下滑超过40%。

新技术在一年之内彻底改变市场格局,这种局面英特尔在智能手机时代已经经历过一次了。巧合的是,就连拒绝新时代船票的可怕遭遇,时隔10年,英特尔也再次经历。有报道称,在2017年和2018年的几个月里,英特尔和OpenAI两家公司的高管曾讨论了各种方案,其中包括英特尔以10亿美元现金收购OpenAI 15%的股份,如果英特尔能够以成本价为OpenAI提供芯片,英特尔可以再额外收购OpenAI 15%的股份。当时OpenAI对拿到英特尔的投资很感兴趣,因为这将减少他们对英伟达芯片的依赖。但英特尔最终放弃了,部分原因是当时的CEO鲍勃·斯旺(Bob Swan)认为“生成式AI不会在不久的将来进入市场”,另一个可能的原因是英特尔的数据中心部门不想以成本价生产产品。这两句话听起来是不是很熟悉?不知道有朝一日也有机会公开回忆自己的错误决策时,斯旺表达遗憾的方式是否与欧德宁类似。

如今,OpenAI的估值已经超过800亿美元,为训练大模型供应芯片的英伟达的市值一度超过3万亿美元,成为全球市值最高的公 司。

值得补充的细节是,2017年开始与OpenAI谈判时,英特尔的宿敌AMD也忽然再次强大了起来,于当年推出Ryzen(锐龙)处理器,Ryzen取“Zen”(重生)和“Risen”(希望)之意,拥有8核16线程,而那时顶级的英特尔Core i7-6700K处理器只有4核8线程。也是在2017年,台积电和三星先后实现10nm芯片的量产,首次在芯片工艺上超越英特尔。同时丧失两大堡垒,英特尔再次无暇顾及不知道何时到来的人工智能时代,直到市场一夜之间改变。

2021年,已经不想再错失任何机会的英特尔把基辛格从外部请了回来当CEO,这是英特尔历史上首个有CTO背景的CEO,此前分别拒绝iPhone和OpenAI的两任CEO欧德宁和斯旺的专业都是经济学。

分开求生

重新接手英特尔的基辛格对这艘几乎很难掉头的大船有一系列新政,核心是一个叫“IDM 2.0”的战略。IDM全称Integrated Device Manufacture(垂直整合模式),意思是芯片设计和制造一体化。英特尔1970年代成立之初就采用这种模式,自己设计芯片,自己生产。不过,业内自1980年代以来流行的是将芯片设计和芯片制造分割开来的Fabless模式和Foundry模式。英伟达、高通、联发科等都属于Fabless公司,而台积电是典型的Foundry公司。事实上,英伟达、高通、联发科之所以能够以轻资产的方式成功进入市场,正是因为有台积电这样的代工厂存在。

英特尔几乎是业内最后一家坚持IDM模式的公司,就连它的宿敌AMD也在2009年年初剥离了制造业务,成为一家轻资产的Fabless公司。

对IDM模式的坚持被认为在多个层面拖累了英特尔。首先是在芯片工艺上。作为摩尔定律的提出者,英特尔从1970年代开始用行动证明这一定律,直到2014年——那一年,它率先推出14nm芯片,当时台积电的最先进工艺还卡在20nm阶段。不过之后英特尔就忽然失速了。原计划2016年量产的10nm芯片迟迟没有兑现,原因是良率问题无法解决。原本落后的三星和台积电反过来率先于2017年攻克了10nm的良率问题,实现量产。而英特尔10nm芯片的良率问题一直拖到2019年下半年才解决。直到现在,英特尔的芯片工艺仍然落后于台积电3代。台积电的2nm芯片已于今年7月开始试生产,英特尔最先进的芯片制程迄今仍停留在7nm,中间隔着5nm和3nm。

良率问题看起来是个技术问题,很大程度上也是个商业问题,台积电对英特尔的两次制程赶超说明了这一点。

历史上,台积电第一次在制程上追上英特尔是1999年。当时整个行业的芯片工艺还是微米级,没有进入纳米时代。专营代工业务的台积电接到了来自英伟达的订单,后者希望用台积电的产线实现代号为“GeForce 256”的处理器的生产。这是全球第一款真正意义上的图形处理器(Graphics Processing Unit,GPU),正是因为这个订单,台积电第一次突破了0.18um制程,在工艺上赶上英特尔刚刚发布的奔腾III 500E处理器。台积电第二次追上甚至反超英特尔就是2017年的10nm制程,当时,台积电接到的是苹果的A11 Bionic芯片订单,预备搭载在iPhone 8上。

台积电前首席技术官胡正明认为,这就是代工模式优于IDM模式的地方。通过为足够多的客户制造芯片,台积电有更多打磨工艺的机会,“当你有大量的代工客户时,这些客户的产品周期并不都是同步的。几乎任何时候你有一项新技术,都会有一些客户愿意为它买单”。

根据基辛格上任之初接受媒体采访时的说法,英特尔之所以被卡在10nm制程上那么长时间,原因之一是它延迟采用EUV光刻机,试图通过多次曝光,在没那么先进的DUV上实现10nm。到2020年,所有已生产EUV光刻机中的一半安装在了台积电。相比之下,英特尔此时刚刚开始在其制造过程中使用EUV。

基辛格提出的新计划名义上叫IDM 2.0,实质是将芯片设计和芯片制造分开,这对两个团队来说都是解脱。将代工业务拆分出来,成立独立的代工服务部门(IFS)后,这部分业务就能直接与台积电和三星竞争;英特尔本身的敌人也将更为单一,此后它只需要应对AMD、高通、英伟达等芯片设计厂商,而不需要分散精力再应对台积电和三星。必要时,为保证产品及时上市,英特尔甚至可以选择将芯片交由外部代工。今年以来,英特尔已将代号为Arrow Lake和Lunar Lake的两款芯片交由台积电代工,采用的是英特尔没有的3nm制程。

基辛格要求IFS业务直接向他汇报,他本人也对代工业务抱有巨大期待。根据2021年7月公布的2025年路线图,英特尔计划在这4年间实现从10nm到2nm的飞跃,到2025年夺回领先的制程地位。基辛格本人更预测,IFS要在2030年年底前实现经营收支平衡,并于当年成为全球第二大代工厂。根据国际咨询机构Counterpoint的数据,2023年第四季度,全球十大晶圆代工厂中,台积电依然是第一名,占据61%的市场份额;其次是三星,占比14%;英特尔入围前十,但市占率不足1%。

自2021年以来,英特尔已宣布包括美国亚利桑那州、美国俄亥俄州、德国、意大利、爱尔兰等多地的晶圆厂建造计划,总投资额超过1000亿美元。不过两年时间过去,只有德国晶圆厂给出了明确的开工时间和建设蓝图,爱尔兰和波兰的工厂还在补贴谈判阶段,意大利、法国的项目则直接搁浅。有关英特尔代工业务的最新消息是,9月16日,英特尔宣布计划将芯片代工业务部门转为独立子公司,并允许其获得外部融资。

摆在基辛格面前的难题不止IFS的雄心与现实之间的差距,在产品端,他也需要更好地梳理和推进英特尔在多个场景的AI芯片布局。数据中心市场眼看已难以追回,但英特尔还有汽车、PC或者未来可能出现的机器人终端可以努力。

PC是英特尔不能输掉的战场。2023年英特尔就率先提出了AIPC概念,并于当年年底发布代号为Meteor Lake的处理器,英特尔称,这款芯片中集成了名为神经网络处理器(NPU)的东西,能在PC上为用户带来“高能效的AI加速和本地推理体验”。

不过迄今为止,AIPC还只是各大公司为推销产品各说各话的概念,按照较为宽松的标准,苹果采用M系列芯片的Macbook已经属于AIPC了,因为这些个人电脑据说可以跑一些小型的大语言模型了,哪怕苹果迄今没有发布过任何一个大语言模型,也没有为其电脑芯片做过任何基于大模型的改造。

同样的,按照相对宽松的标准,AIPC领域的芯片供应商已有众多,不仅有AMD这样的英特尔的老对手,还有高通、英伟达这样的新选手。今年6月在中国台北举行的COMPUTEX大会上,高通发布了搭载基于ARM架构的骁龙X系列AIPC芯片,英伟达则发布了名为GeForce RTX的AIPC芯片,并称华硕和微星电脑已成为其客户。

要守住PC市场对英特尔来说已越来越不易,汽车芯片则是又一个英特尔早就布局却可能被夺走机会的领域。2017年,英特尔花费153亿美元收购了曾经的高级辅助驾驶系统(Advanced Driving Assistance System,ADAS)霸主Mobileye,聚焦自动驾驶这一新的计算场景。2020年之前,智能驾驶芯片几乎被该公司垄断。但收购完成后不久,Mobileye的客户开始大量流失,先是特斯拉,然后是蔚来、理想,再接着就是宝马、奥迪等传统车企。

这些客户离开Mobileye的原因很简单,它像母公司英特尔一样,坚持一种垂直整合模式:自创立以来,Mobileye提供给车企的都是芯片加自动驾驶系统的打包方案,主机厂要使用其自动驾驶方案只能同时购买其芯片和算法,无法根据特定需求自主迭代自动驾驶系统。相反,英伟达向汽车公司们提供了更为灵活的方案,其自动驾驶系统和芯片是分开销售的,这种方案迎合了想要在自动驾驶系统上与对手拉开差距的汽车公司们的新潮流——它们只想要英伟达们的芯片,至于跑在芯片上的自动驾驶系统,它们想自主开发。根据高工智能汽车的数据,2024年上半年,在中国自主品牌乘用车智驾计算方案市场份额的排名中,地平线公司已超过Mobileye,位列榜首。

看起来,英特尔与AMD的战争将要告一段落,接下来它有更多仗要打,但如何选择对手和如何分配资源的问题永远不过时。

“过去30年来,该公司(指英特尔)一直专注于打压AMD,这导致他们忽视了移动性和低功耗的重要趋势。”曾在2002年至2008年担任AMD CEO的赫克托·鲁伊斯(Hector Ruiz)说,“他们应该更多地关注他们的客户和未来,而不是试图超越AMD。”把鲁伊斯的话复制到接下来的人工智能时代同样适用。

0 阅读:25