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。