戳 關注 社長帶你港股掘金
爲什麼英特爾被迫轉向台積電？
作者 | Mark Hibben編譯 | 華爾街大事件
如今，英特爾(NASDAQ:INTC)在首席執行官帕特·基辛格的領導下，面臨三個方面的失敗：微軟旗艦Surface設備的失利、無法將英特爾工藝用於即將推出的Copilot+PC芯片，以及硅片代工業務的崩潰。所有這些失敗都凸顯了英特爾在重新獲得工藝領導地位和抵禦來自更高效計算架構的競爭方面所面臨的挑戰。
5月20日，今年Build開發者大會前夕，微軟悄然發佈了其Copilot+PC，包括新款Surface Pro平板電腦和Surface Laptop設備。
當時，微軟透露，只有搭載高通Snapdragon X Plus和X Elite處理器的設備才有資格成爲Copilot+PC。因此，即使是第三方Copilot+PC也必須使用高通。
就在去年12月，英特爾在一場名爲“AI Everywhere”的活動中推出了Core Ultra筆記本電腦處理器，之前被稱爲Meteor Lake。該芯片採用了全新的（英特爾的）神經處理單元(NPU)來支持設備上的AI，並且CPU芯片首次採用了英特爾4工藝。
儘管採用了新的CPU和GPU架構，但以TOPS（每秒萬億次AI操作，(10^12)ops/sec）衡量的綜合AI性能僅爲34 TOPS：
這遠遠低於微軟單獨爲NPU規定的40+TOPS，而高通會滿足這一要求。微軟沒有將這一要求傳達給英特爾嗎？
微軟與高通合作的決定很可能早在12月Meteor Lake發佈時就已做出。就微軟的Copilot+PC而言，Meteor Lake一經推出就夭折了。
英特爾的回應是提前宣佈Lunar Lake，它是Meteor Lake的繼任者，可能是英特爾酷睿Ultra系列的一部分。這一次，英特爾確保提供比高通X Elite更多的NPU TOPS：
Lunar Lake應該能夠讓PC OEM使用英特爾製造Copilot+PC，但它可能不會讓英特爾重奪聲名顯赫的Surface設備。這裏，原因是性能和效率。在Lunar Lake幻燈片中，英特爾只能聲稱“前所未有的x86能效”。
但Lunar Lake中隱藏着一個祕密，在Lunar Lake的介紹和規格中並未透露。正如Anandtech和其他公司隨後證實的那樣，Lunar Lake計算芯片將由台積電採用台積電N3（“3 nm”）工藝製造。
因此，即使使用當今最先進的工藝，英特爾也不指望能達到X Elite的效率。儘管X Elite僅使用較舊的TSMC N4工藝，這是一種改進的5納米工藝。
但問題仍然存在，爲什麼英特爾被迫轉向台積電，以與高通的X Elite競爭？至少，這應該讓人懷疑英特爾在重奪工藝領先地位方面是否真的取得了進展。
鑑於該公司發佈的樂觀聲明（例如二月份的聲明），讀者可能會對此聲明感到震驚：
英特爾公司今天推出了英特爾代工廠，作爲一項更具可持續性的系統代工業務，專爲人工智能時代而設計，並宣佈了一項擴展的流程路線圖，旨在在本世紀後期確立領導地位。該公司還強調了客戶發展勢頭和生態系統合作伙伴（包括Synopsys、Cadence、西門子和Ansys）的支持，這些合作伙伴概述了他們已準備好利用經過英特爾先進封裝和英特爾18A工藝技術驗證的工具、設計流程和IP產品組合來加速英特爾代工廠客戶的芯片設計。
此外，英特爾報告稱，2024財年第一季度，英特爾代工廠創造了44億美元的收入。這幾乎不可能是崩潰！
但英特爾卻玩弄了一些財務花招。該公司宣佈，新財年將採用“內部代工運營模式”。這並沒有什麼錯，但它掩蓋了從外部客戶那裏獲得了多少收入。
去年，英特爾報告稱2023年第一季度代工服務收入爲1.18億美元。今年，在新的報告方案中，我們可以從2023年第一季度報告的48.31億美元收入中減去47.13億美元的“分部間抵銷”來得出這一數字。
如果我們對2024年第一季度（43.69億美元-43.53億美元）也採取同樣的措施，則衍生的外部收入將下降不少，僅爲1600萬美元。
代工外部收入爲何暴跌？儘管英特爾對未來充滿希望，但目前的現實是，它無法與蘋果和英特爾使用的台積電“3納米”工藝（N3及其變體）競爭。
早在2021年，許多科技媒體就聲稱高通將成爲英特爾先進的英特爾20A工藝的首個代工服務客戶：
根據英特爾的公告，英特爾和高通正在合作，讓高通產品採用英特爾20A工藝，這是該公司最先進（也是最前沿）的工藝節點之一。英特爾的第一個“Ångström”工藝節點20A將於2024年推出，屆時英特爾將首次實現全柵(GAA)晶體管，這是英特爾新路線圖上的主要製造技術里程碑之一。
實際上，高通既不是IFS的客戶，也不是其合作伙伴。高通只是表示對英特爾聲稱將在未來某個時候提供的工藝感興趣。
高通方面沒有做出任何具有法律約束力的承諾，而且也不可能做出這樣的承諾，因爲製造工藝甚至都還不存在。而且Gelsinger小心翼翼地避免誇大其詞，只是說他“很高興有機會與高通合作”。這是一個機會，而不是合作關係，不是一筆已成定局的交易，也不是一筆交易。
在去年12月的Meteor Lake發佈會上，首席執行官帕特·基辛格(Pat Gelsinger)堅稱英特爾“有望”在四年內完成5個節點：
而在今年2月的Intel Foundry Direct Connect活動上，Gelsinger宣稱5個節點已經“完成”，並概述了先進工藝的進一步“進展”：
2021年7月，英特爾發佈了這張圖表，解釋了英特爾工藝節點的新命名法：
請注意，截至去年年底，英特爾只能聲稱其更名後的7納米工藝Intel 4已實現量產。英特爾4正用於Meteor Lake的CPU芯片。
根據英特爾的意見，Anandtech整理了英特爾各個節點的時間表：
但請注意，隨着Meteor Lake於12月推出，英特爾4直到2023年第四季度才開始實際生產，延遲了5個季度。而首批上市的產品是英特爾3，即被稱爲“Sierra Forest”的全新Xeon處理器系列，正式上市時間爲2024年第二季度。這意味着英特爾3被推遲了3個季度。
Lunar Lake在第三季度的推出意味着進一步的延遲，正如Anandtech的圖表所總結的那樣：
顯然，如果英特爾20A按照時間表準備就緒，英特爾就不需要求助於台積電來製造Lunar Lake。當英特爾4、英特爾3和英特爾20A都落後於計劃時，Gelsinger怎麼能聲稱英特爾的工藝節點“完成”了呢？
基辛格似乎在自私地重新定義一個工藝節點的完成程度。基辛格不能僅僅因爲能在一群科技記者面前展示出在某個節點上製造的硅片就認定該工藝節點“完成”。
工藝節點不僅僅是炫耀的資本，也不僅僅是一種讓媒體相信技術進步的營銷手段。工藝節點指的是可以大批量生產的產品，從而產生可觀的收入和利潤。
如果我們將英特爾的實際產量與台積電的實際產量進行比較，結果與英特爾的說法大相徑庭。我製作了一張圖表，顯示了代表性產品的發佈時間和工藝節點，以及本季度計劃發佈的產品：
發佈日期來自英特爾公佈的數據以及台積電的客戶，例如蘋果、AMD和英偉達。工藝節點類別的分配基於已發佈的晶體管特徵尺寸。
英特爾一直堅持認爲，與台積電相比，其10 nm工藝應被視爲基於特徵尺寸的“7 nm”工藝，因此將10 nm更名爲英特爾7是合理的。然而，根據已發佈的特徵尺寸，英特爾4和3與台積電的N5最具可比性，如英特爾在2024年IEEE VLSI研討會上的演示文稿中的圖表所示：
Scotten Jones在下表中總結了VLSI研討會演示中的數據：
爲了進行比較，關鍵參數是接觸多晶硅間距、金屬2間距和晶體管密度。根據2020年發佈的數據，這些參數與台積電的5納米工藝相當：
此處的MMP相當於上表中列出的Metal 2 Pitch。還要注意的是，台積電的5 nm晶體管密度遠高於英特爾4或英特爾3。
媒體曾稱英特爾3爲“3納米級”工藝，但根據英特爾自己公佈的數據，事實並非如此。它只是英特爾4工藝的輕微改進，重點主要在於提高良率和可生產的芯片尺寸。
從實際生產情況來看，英特爾目前至少落後台積電一個完整節點。這也解釋了爲何決定在Lunar Lake中使用台積電N3，以及高通對英特爾代工廠明顯失去興趣。
還有節點成熟度的問題。節點要經歷一個成熟的過程，在這個過程中，產量穩步提高，價格下降，而經濟上可以製造的芯片尺寸則會增加。
英特爾急於宣稱“4年內實現5個節點”，似乎跳過了摩爾定律中正常的成熟過程。從生產的芯片尺寸來看，英特爾3代表了英特爾4工藝的成熟。
但Sierra Forest芯片價格極其昂貴，英特爾至強6780E處理器的標價爲11,350美元。英特爾3並未用於製造任何消費級臺式機芯片，這些芯片全部停留在英特爾7上。
與此同時，台積電正在使用N3製造消費芯片，既用於蘋果智能手機，也用於個人電腦。從節點成熟度來看，英特爾和台積電之間的差距更像是2個節點。
根據上面的時間線圖，沒有取得太大的實際進展，如果有的話。2021年底，英特爾在完整節點上落後台積電。到2024年中期，根據節點成熟度，英特爾至少落後台積電一個完整節點，甚至可能落後更多。
爲了重獲工藝領先地位，英特爾追逐的目標不斷變化。如果英特爾明年投產英特爾20A/18A，那麼它名義上已經實現了4年內5個節點的目標，但我懷疑它能否恢復工藝領先地位。英特爾20A/18A的特徵尺寸和晶體管密度預計將與台積電的N3相當。
2025年，台積電計劃進入下一個工藝節點N2。台積電尚未公佈N2的數據，但其電路尺寸可能會大幅縮小，晶體管密度可能會與之前的節點相當。到2025年底，英特爾可能落後台積電的程度與它開始“4年5個節點”運動時差不多。
英特爾最大的問題不在於“4年內實現5個節點”的說法是假的（儘管我認爲是假的），而是它甚至沒有解決英特爾的核心問題。英特爾最終站在了計算領域主要歷史趨勢的錯誤一邊，即採用更節能的計算方法。