陈立武激进策略,英特尔取消玻璃基板计划
**英特尔战略大调整:陈立武激进策略下,取消玻璃基板项目** 英特尔CEO陈立武上任后,对晶圆代工部门进行大规模重组,其中一项重要调整是停止内部玻璃基板的自主研发。面对晶圆代工部门交付延期和Intel 18A节点持续受阻的挑战,英特尔选择削减开支,转向外部供应商采购玻璃基板,以优化运营结构,集中资源于CPU设计和晶圆制造等核心业务。此外,英特尔还将减少对外提供Intel 18A制程服务,降低代工部门支出。虽然Intel 18A仍将在内部产品中使用,但外部市场采用的可能性降低。英特尔寄望于下一代Intel 14A工艺与台积电竞争,但前提是需要获得“大量”外部产能支持。这一系列举措显示英特尔代工业务面临挑战,陈立武正带领公司做出艰难抉择。

英特尔近期对其晶圆代工部门做出了一系列“大胆调整”,特别是在未来技术项目上,有消息称公司将不再推进玻璃基板的自主研发。
新上任的CEO陈立武表示,英特尔将进行大规模重组,并对原有发展路线做出重要修改。由于晶圆代工部门在向外部客户交付工艺方面未达预期,加上Intel 18A节点持续延期,公司正考虑减少部分半导体相关业务的投入。据ComputerBase报道,英特尔计划转向外部供应商采购玻璃基板,停止内部相关开发工作。
尽管英特尔在玻璃基板领域长期处于领先位置,并为此投入大量研发资源,但如今公司希望削减开支,集中精力于核心业务如CPU设计与晶圆制造。考虑到市场上已有成熟的玻璃基板供应渠道,英特尔此举也被视为优化运营结构、剥离非核心项目的一部分。
为减轻影响,英特尔还决定不再对外提供Intel 18A(1.8nm)制程服务,以此降低代工部门的支出压力。但这并不意味着该工艺会被彻底放弃,因为其仍将在内部产品中继续使用,例如即将推出的Panther Lake和Clearwater Forest系列芯片。不过,该技术被外部市场采纳的可能性已明显下降。
英特尔强调,未来会更广泛地应用Intel 18A工艺于自有产品线中。同时,公司也表示,凭借下一代Intel 14A(1.4nm)工艺,有望与台积电展开竞争,但前提是必须获得“大量”的外部产能支持,才能真正实现对外客户的开放使用。
种种迹象表明,英特尔的代工业务前景仍不明朗。此前陈立武已明确指出,公司必须做出一些艰难抉择。(校对/赵月)
本篇关于《陈立武激进策略,英特尔取消玻璃基板计划》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
Golang反射处理类型别名,Unwrap调用时机解析
- 上一篇
- Golang反射处理类型别名,Unwrap调用时机解析
- 下一篇
- Golang享元模式怎么提升性能?
-
- 科技周边 · 人工智能 | 5小时前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 410次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 490次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 497次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 446次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 272次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

