事件背景
Intel 新任執行長陳立武在 2026 年 6 月 COMPUTEX 台北展上，首度完整揭示其 14 個月以來的戰略重塑。與過去強調「製程領先」的 Intel 不同，他此次著重強調的是分層生態佈局——不同應用場景（個人電腦、邊緣運算、企業資料中心、AI 代理）各自需要專門設計的晶片組合，而不是用一顆萬能晶片統吃市場。
同時，Intel 18A 製程已進入全量產，搭載該製程的 Core Ultra Series 3 已有 300 多項設計在出貨，涵蓋消費與商用市場。這表明 Intel 不只是在談願景、而是在執行。
為什麼這個策略信號很重要？
### 背景 1：NVIDIA 的單點優勢在消退
過去 18 個月，NVIDIA 靠著 H100、H200 等單一「超級晶片」幾乎壟斷了整個 AI 推論與訓練市場。但這種優勢帶著內在脆弱性：
1. 成本不可持續：一顆 H100 售價 $40,000+，對邊緣裝置、行動設備、客戶端推論完全不適用 2. 功耗與散熱瓶頸：在邊界場景（無人機、IoT、汽車）、動力預算只有 10-50W，H100 根本無法部署 3. 供應鏈集中風險：台積電 5nm 全球產能受限，任何單一製程的晶片都會面臨產量瓶頸
NVIDIA 意識到這些限制，也開始推出 Blackwell、Rubin 等針對不同工作負載的分層方案。但 Intel 現在喊的邏輯更激進——不是在主流中心優化邊界、而是把邊界當主流重新設計。
### 背景 2："AI Agent" 是新的需求信號
如果說過去 2 年的 AI 是「生成式模型推論」，2026 年開始的 AI 正在變成「自主代理執行決策」。一個代理需要：
- **低延遲推論**（決策要快）
- **邊緣部署**（某些決策不能走回雲端、因為延遲會致命）
- **客製化工作負載**（每個客戶的代理邏輯不同、不需要通用大模型）
這種新工作負載特徵，恰好打破了「大晶片 = 最優」的單點邏輯。
Intel 的新佈局：分層專用化
陳立武列舉了 4 層運算生態：
| 層級 | 應用 | 特徵 | 晶片思路 | |------|------|------|----------| | PC | 個人設備推論、編輯、生產 | 低功耗、高頻率、單機 | Core Ultra 系列（通用 CPU + GPU） | | 邊緣 / 實體 AI | 無人機、機器人、工業邊界 | 極低功耗、實時性、多感測器融合 | 專用 ASIC + 低功耗 GPU | | 企業資料中心 | 傳統 SQL、資料倉庫、分析 | 高吞吐、多核、緩存優化 | Xeon（多核 CPU 為主） | | 智慧資料中心（Intelligence Center） | AI 模型訓練 / 推論、代理執行 | 靈活工作負載、客製化、動態擴容 | GPU + ASIC + 軟體棧（一體設計） |
### 核心創新點：客製化晶片（Customization）
Intel 不再說「做出最先進的晶片，所有人來用」，而是說「我們提供設計工具、讓每個客戶為自己的工作負載設計專用晶片」。這在晶片產業是範式轉變：
傳統思路（NVIDIA、AMD） → Intel 設計一顆晶片 → 優化通用性 → 所有客戶共享 → 沒人 100% 滿意
新思路（Intel 正在試） → 客戶描述工作負載 → Intel 工具幫助客製化 → 量身打造晶片 → 客戶得到最優方案
這需要什麼前提？ 1. 製程成熟且低成本（18A 全量產 = 前提達成） 2. 設計工具足夠易用（Intel 在內部用了 20 年、現在對外開放） 3. 合作夥伴願意投資（Google、Ericsson 的合作案說明有人願意）
為什麼這是「從單點突破到體系佈局」？
### Intel 過去 10 年的困境