戳 关注 社长带你港股掘金
为什么英特尔被迫转向台积电?
作者 | Mark Hibben编译 | 华尔街大事件
如今,英特尔(NASDAQ:INTC)在首席执行官帕特·基辛格的领导下,面临三个方面的失败:微软旗舰Surface设备的失利、无法将英特尔工艺用于即将推出的Copilot+PC芯片,以及硅片代工业务的崩溃。所有这些失败都凸显了英特尔在重新获得工艺领导地位和抵御来自更高效计算架构的竞争方面所面临的挑战。
5月20日,今年Build开发者大会前夕,微软悄然发布了其Copilot+PC,包括新款Surface Pro平板电脑和Surface Laptop设备。
当时,微软透露,只有搭载高通Snapdragon X Plus和X Elite处理器的设备才有资格成为Copilot+PC。因此,即使是第三方Copilot+PC也必须使用高通。
就在去年12月,英特尔在一场名为“AI Everywhere”的活动中推出了Core Ultra笔记本电脑处理器,之前被称为Meteor Lake。该芯片采用了全新的(英特尔的)神经处理单元(NPU)来支持设备上的AI,并且CPU芯片首次采用了英特尔4工艺。
尽管采用了新的CPU和GPU架构,但以TOPS(每秒万亿次AI操作,(10^12)ops/sec)衡量的综合AI性能仅为34 TOPS:
这远远低于微软单独为NPU规定的40+TOPS,而高通会满足这一要求。微软没有将这一要求传达给英特尔吗?
微软与高通合作的决定很可能早在12月Meteor Lake发布时就已做出。就微软的Copilot+PC而言,Meteor Lake一经推出就夭折了。
英特尔的回应是提前宣布Lunar Lake,它是Meteor Lake的继任者,可能是英特尔酷睿Ultra系列的一部分。这一次,英特尔确保提供比高通X Elite更多的NPU TOPS:
Lunar Lake应该能够让PC OEM使用英特尔制造Copilot+PC,但它可能不会让英特尔重夺声名显赫的Surface设备。这里,原因是性能和效率。在Lunar Lake幻灯片中,英特尔只能声称“前所未有的x86能效”。
但Lunar Lake中隐藏着一个秘密,在Lunar Lake的介绍和规格中并未透露。正如Anandtech和其他公司随后证实的那样,Lunar Lake计算芯片将由台积电采用台积电N3(“3 nm”)工艺制造。
因此,即使使用当今最先进的工艺,英特尔也不指望能达到X Elite的效率。尽管X Elite仅使用较旧的TSMC N4工艺,这是一种改进的5纳米工艺。
但问题仍然存在,为什么英特尔被迫转向台积电,以与高通的X Elite竞争?至少,这应该让人怀疑英特尔在重夺工艺领先地位方面是否真的取得了进展。
鉴于该公司发布的乐观声明(例如二月份的声明),读者可能会对此声明感到震惊:
英特尔公司今天推出了英特尔代工厂,作为一项更具可持续性的系统代工业务,专为人工智能时代而设计,并宣布了一项扩展的流程路线图,旨在在本世纪后期确立领导地位。该公司还强调了客户发展势头和生态系统合作伙伴(包括Synopsys、Cadence、西门子和Ansys)的支持,这些合作伙伴概述了他们已准备好利用经过英特尔先进封装和英特尔18A工艺技术验证的工具、设计流程和IP产品组合来加速英特尔代工厂客户的芯片设计。
此外,英特尔报告称,2024财年第一季度,英特尔代工厂创造了44亿美元的收入。这几乎不可能是崩溃!
但英特尔却玩弄了一些财务花招。该公司宣布,新财年将采用“内部代工运营模式”。这并没有什么错,但它掩盖了从外部客户那里获得了多少收入。
去年,英特尔报告称2023年第一季度代工服务收入为1.18亿美元。今年,在新的报告方案中,我们可以从2023年第一季度报告的48.31亿美元收入中减去47.13亿美元的“分部间抵销”来得出这一数字。
如果我们对2024年第一季度(43.69亿美元-43.53亿美元)也采取同样的措施,则衍生的外部收入将下降不少,仅为1600万美元。
代工外部收入为何暴跌?尽管英特尔对未来充满希望,但目前的现实是,它无法与苹果和英特尔使用的台积电“3纳米”工艺(N3及其变体)竞争。
早在2021年,许多科技媒体就声称高通将成为英特尔先进的英特尔20A工艺的首个代工服务客户:
根据英特尔的公告,英特尔和高通正在合作,让高通产品采用英特尔20A工艺,这是该公司最先进(也是最前沿)的工艺节点之一。英特尔的第一个“Ångström”工艺节点20A将于2024年推出,届时英特尔将首次实现全栅(GAA)晶体管,这是英特尔新路线图上的主要制造技术里程碑之一。
实际上,高通既不是IFS的客户,也不是其合作伙伴。高通只是表示对英特尔声称将在未来某个时候提供的工艺感兴趣。
高通方面没有做出任何具有法律约束力的承诺,而且也不可能做出这样的承诺,因为制造工艺甚至都还不存在。而且Gelsinger小心翼翼地避免夸大其词,只是说他“很高兴有机会与高通合作”。这是一个机会,而不是合作关系,不是一笔已成定局的交易,也不是一笔交易。
在去年12月的Meteor Lake发布会上,首席执行官帕特·基辛格(Pat Gelsinger)坚称英特尔“有望”在四年内完成5个节点:
而在今年2月的Intel Foundry Direct Connect活动上,Gelsinger宣称5个节点已经“完成”,并概述了先进工艺的进一步“进展”:
2021年7月,英特尔发布了这张图表,解释了英特尔工艺节点的新命名法:
请注意,截至去年年底,英特尔只能声称其更名后的7纳米工艺Intel 4已实现量产。英特尔4正用于Meteor Lake的CPU芯片。
根据英特尔的意见,Anandtech整理了英特尔各个节点的时间表:
但请注意,随着Meteor Lake于12月推出,英特尔4直到2023年第四季度才开始实际生产,延迟了5个季度。而首批上市的产品是英特尔3,即被称为“Sierra Forest”的全新Xeon处理器系列,正式上市时间为2024年第二季度。这意味着英特尔3被推迟了3个季度。
Lunar Lake在第三季度的推出意味着进一步的延迟,正如Anandtech的图表所总结的那样:
显然,如果英特尔20A按照时间表准备就绪,英特尔就不需要求助于台积电来制造Lunar Lake。当英特尔4、英特尔3和英特尔20A都落后于计划时,Gelsinger怎么能声称英特尔的工艺节点“完成”了呢?
基辛格似乎在自私地重新定义一个工艺节点的完成程度。基辛格不能仅仅因为能在一群科技记者面前展示出在某个节点上制造的硅片就认定该工艺节点“完成”。
工艺节点不仅仅是炫耀的资本,也不仅仅是一种让媒体相信技术进步的营销手段。工艺节点指的是可以大批量生产的产品,从而产生可观的收入和利润。
如果我们将英特尔的实际产量与台积电的实际产量进行比较,结果与英特尔的说法大相径庭。我制作了一张图表,显示了代表性产品的发布时间和工艺节点,以及本季度计划发布的产品:
发布日期来自英特尔公布的数据以及台积电的客户,例如苹果、AMD和英伟达。工艺节点类别的分配基于已发布的晶体管特征尺寸。
英特尔一直坚持认为,与台积电相比,其10 nm工艺应被视为基于特征尺寸的“7 nm”工艺,因此将10 nm更名为英特尔7是合理的。然而,根据已发布的特征尺寸,英特尔4和3与台积电的N5最具可比性,如英特尔在2024年IEEE VLSI研讨会上的演示文稿中的图表所示:
Scotten Jones在下表中总结了VLSI研讨会演示中的数据:
为了进行比较,关键参数是接触多晶硅间距、金属2间距和晶体管密度。根据2020年发布的数据,这些参数与台积电的5纳米工艺相当:
此处的MMP相当于上表中列出的Metal 2 Pitch。还要注意的是,台积电的5 nm晶体管密度远高于英特尔4或英特尔3。
媒体曾称英特尔3为“3纳米级”工艺,但根据英特尔自己公布的数据,事实并非如此。它只是英特尔4工艺的轻微改进,重点主要在于提高良率和可生产的芯片尺寸。
从实际生产情况来看,英特尔目前至少落后台积电一个完整节点。这也解释了为何决定在Lunar Lake中使用台积电N3,以及高通对英特尔代工厂明显失去兴趣。
还有节点成熟度的问题。节点要经历一个成熟的过程,在这个过程中,产量稳步提高,价格下降,而经济上可以制造的芯片尺寸则会增加。
英特尔急于宣称“4年内实现5个节点”,似乎跳过了摩尔定律中正常的成熟过程。从生产的芯片尺寸来看,英特尔3代表了英特尔4工艺的成熟。
但Sierra Forest芯片价格极其昂贵,英特尔至强6780E处理器的标价为11,350美元。英特尔3并未用于制造任何消费级台式机芯片,这些芯片全部停留在英特尔7上。
与此同时,台积电正在使用N3制造消费芯片,既用于苹果智能手机,也用于个人电脑。从节点成熟度来看,英特尔和台积电之间的差距更像是2个节点。
根据上面的时间线图,没有取得太大的实际进展,如果有的话。2021年底,英特尔在完整节点上落后台积电。到2024年中期,根据节点成熟度,英特尔至少落后台积电一个完整节点,甚至可能落后更多。
为了重获工艺领先地位,英特尔追逐的目标不断变化。如果英特尔明年投产英特尔20A/18A,那么它名义上已经实现了4年内5个节点的目标,但我怀疑它能否恢复工艺领先地位。英特尔20A/18A的特征尺寸和晶体管密度预计将与台积电的N3相当。
2025年,台积电计划进入下一个工艺节点N2。台积电尚未公布N2的数据,但其电路尺寸可能会大幅缩小,晶体管密度可能会与之前的节点相当。到2025年底,英特尔可能落后台积电的程度与它开始“4年5个节点”运动时差不多。
英特尔最大的问题不在于“4年内实现5个节点”的说法是假的(尽管我认为是假的),而是它甚至没有解决英特尔的核心问题。英特尔最终站在了计算领域主要历史趋势的错误一边,即采用更节能的计算方法。