Lip-Bu Tan declared that Intel aims to grow tenfold in 5–10 years! Will Intel keep rising?
這個周末,英特爾CEO陳立武一則訪談火爆出圈。
在這場訪談中,陳立武透露,英特爾已在規劃1nm和0.7nm先進制程,他的目標是讓英特爾在未來五到十年實現10倍回報。

但真正讓市場興奮的,并不是制程本身,而是他背后的一整套「AI時代半導體投資邏輯」:在陳立武的框架里,半導體產業的核心不再是技術領先,而是「瓶頸在哪里,價值就在哪里」。
這套邏輯,正在重新定義英特爾,也可能重新定義整個AI硬件產業鏈。以下是陳立武眼中的七大核心「破局點」:
一、先進封裝正在接棒制程微縮
過去幾十年,半導體性能提升主要依靠晶體管不斷縮小。但隨著先進制程逐漸逼近物理極限,每一代工藝升級的研發成本和制造難度都在快速上升。
陳立武判斷,未來芯片性能提升不能只依賴制程微縮,先進封裝將成為新的核心戰場。
台積電擁有CoWoS,英特爾則重點發展EMIB。其本質都是通過更先進的封裝和互連方式,將CPU、GPU、存儲及其他芯粒組合起來,提升帶寬、算力密度和能源效率。
因此,未來半導體競爭將不再只是「誰能制造更小的晶體管」,還包括:
誰能實現更高密度的芯片互連;
誰能解決大芯片的散熱和供電問題;
誰能提升先進封裝的良率;
誰能把基板、芯粒和模組整合成完整系統。
💡產業鏈尋寶:
先進封裝已經從制造環節的配角,逐漸變成決定AI芯片性能的關鍵技術。
這也意味著除了先進封裝能力的晶圓代工廠如 $Taiwan Semiconductor (TSM.US)$ (CoWoS、SoIC)、 $Intel (INTC.US)$ (EMIB、Foveros)、 $Samsung Electronics (005930.KR)$ 是大贏家之外,當產能嚴重溢出時,訂單將流向具備高階整合能力的 $ASE Technology (ASX.US)$ 、 $Amkor Technology (AMKR.US)$ 等頂級封測巨頭。

其中,要實現「更高密度的晶片互連」與「提升良率」,傳統的打線封裝設備已不夠用,需要更高精度的機台。
混合鍵合與貼片設備: 這是將不同晶片無縫接合的關鍵,如Besi(貝思半導體)、 $Kulicke & Soffa Industries (KLIC.US)$、 $ASMPT (00522.HK)$ 。
檢測與量測設備: 先進封裝把多顆昂貴的晶粒(Die)封在一起,如果最後一步壞掉,成本損失極大。因此過程中的光學檢測(AOI)和測試需求大增, $KLA Corp (KLAC.US)$ 、 $Camtek (CAMT.US)$ 、 $Teradyne (TER.US)$ 、 $Advantest (6857.JP)$ 等廠商值得關注。
二、玻璃基板可能成為下一代封裝基礎
陳立武在訪談中特別點名了玻璃基板,并透露已投資相關企業 3DGS。
隨著AI芯片面積越來越大、功耗水漲船高,傳統的有機基板(如樹脂/玻纖維)正面臨翹曲、散熱不良和互連密度見頂的窘境。相比之下,玻璃基板擁有極佳的平整度、尺寸穩定性和絕緣性,能支撐更細密的布線。
💡 產業鏈尋寶:
在美股方面, $Corning (GLW.US)$ 是核心材料壟斷者。 全球特種玻璃材料的絕對霸主。無論是高端顯示面板的玻璃基板,還是半導體封裝所需的超薄、高平整度玻璃基材,康寧都是繞不開的頂級供應商。
此外,玻璃基板的加工面臨極高的技術門檻,尤其是玻璃通孔(TGV)技術和金屬化處理。 $Applied Materials (AMAT.US)$ 、 $Lam Research (LRCX.US)$ 這兩家全球半導體設備巨頭正在提供和研發面板級封裝(Panel-Level Packaging)所需的沉積、蝕刻和檢測設備。
而港股方面,如 $KB LAMINATES (01888.HK)$ & $KINGBOARD HLDG (00148.HK)$ ,是全球最大的覆銅板(CCL)生產商。雖然傳統PCB和IC載板目前多使用樹脂/玻纖材料(FR-4),但玻璃基板的崛起將重塑整個基板產業鏈。建滔掌握著基板上游的玻璃纖維布產能,是產業鏈中不可忽視的權重股。
不過,玻璃基板目前仍處于產業化早期,技術難度和量產不確定性較高,但一旦進入大規模應用階段,潛在市場空間值得關注。
三、新型半導體材料迎來價值重估
在半導體新材料領域,陳立武透露其已在氮化鎵、碳化硅、磷化銦三大核心方向深度佈局,其中部分投資標的甚至已被 ADI等產業巨頭收購。同時,他還投資了一家人工合成鑽石晶圓公司,高度看好鑽石作為極限隔熱材料在先進晶片封裝中的應用潛力。
此外,他特別強調,「功耗管理」——尤其是從 40V 降壓轉換到 1V 過程中的巨大電力損耗——同樣是他眼中極具爆發力的瓶頸賽道。
而他明確點名的四大新材料,正精準對應著當前 AI 產業鏈的不同技術瓶頸:
氮化鎵(GaN): 專注突破高頻、高效率的電源轉換極限;
碳化硅(SiC): 完美契合高壓、高溫與大功率的嚴苛應用場景;
磷化銦(InP): 在高速數據通信與光電子領域具備無可替代的優勢;
人工合成鑽石: 蘊藏著突破極限晶片熱密度的超強導熱潛力。
💡 產業鏈尋寶:
AI服務器功耗持續提高,電力和散熱正在成為制約算力擴張的重要因素。數據中心不僅需要更多芯片,也需要更高效的電源管理、更先進的熱管理材料和更低損耗的能源轉換方案。
首先,氮化鎵與碳化硅作為當下備受矚目的「第三代寬能隙半導體材料」,已在英偉達力推的 800V HVDC(高壓直流)電力架構中扮演著舉足輕重的角色

具體來看,各材料賽道的核心標的如下:
氮化鎵 (GaN)能夠在更小的體積內實現更高的電源轉換效率,是降低 AI 伺服器電源損耗的關鍵。
$Navitas Semiconductor (NVTS.US)$ : 純粹的下一代功率半導體公司,專注於 GaN 技術。其方案正大量打入數據中心電源模組板塊,以提升 AI 伺服器的供電密度。
$Power Integrations (POWI.US)$ : 高壓電源轉換領域的領導者,擁有高度整合的 GaN 電源管理晶片。
$INFINEON TECHNOLOG (IFNNY.US)$ : 傳統功率半導體巨頭,近年透過高達數十億美元的併購(如收購 GaN Systems)大幅加碼 GaN 產能,為 AI 伺服器提供高能效電源模塊。
$INNOSCIENCE (02577.HK)$ : 這家公司走的是另一個極端——產能護城河。它是全球最大的8吋 GaN-on-Si IDM(垂直整合製造)廠商,透過規模化量產來大幅壓低 GaN 的成本,推動其在數據中心的普及。
碳化硅 (SiC) 具備極佳的耐高壓與耐高溫特性,不僅用於電動車,也正快速滲透到 AI 數據中心的不斷電系統 (UPS) 及高壓電網基礎設施中。
$Wolfspeed (WOLF.US)$ : 全球 SiC 襯底(Substrate)和外延片的絕對龍頭,掌握了全球極大比例的 SiC 晶圓材料供應。
$ON Semiconductor (ON.US)$ : 憑藉其在工業和車用 SiC 模組的強勢地位,正將高功率 SiC 技術延伸至雲端基礎設施。
$STMicroelectronics (STM.US)$ : 全球領先的 SiC 功率元件供應商之一,擁有完整的垂直整合產能。
$SICC (02631.HK)$ : 這是中國少數在SiC襯底材料上取得突破並打入國際大廠供應鏈的公司,其核心競爭力同樣卡位在最難的材料端。
而磷化銦方面,磷化銦 (InP)晶圓是製造 800G 甚至 1.6T 數據中心高速光模組(光發射器/接收器)的核心材料。
$Coherent (COHR.US)$ : 橫跨光通信與先進材料的巨頭。該公司剛於 2026 年 6 月獲得美國《晶片法案》補貼,用於將德州 6 吋 InP 晶圓廠產能擴充四倍;近期更獲得 NVIDIA 高達 20 億美元的投資,是 AI 光模組的最核心供應商之一。
$Lumentum (LITE.US)$ : 全球領先的 InP 激光器和光學組件製造商,其高階光學元件直接供應給超大型 AI 數據中心。
$Broadcom (AVGO.US)$ : 網路交換晶片霸主,其 AI 叢集光互聯解決方案(包含 CPO 共封裝光學技術)高度依賴自家的 InP 激光晶片技術。
$AXT Inc (AXTI.US)$ : 專注於生產 InP 襯底晶圓的純材料供應商,手中握有大量 AI 基礎設施的材料訂單,是光學供應鏈上游的「賣水人」。
此外,人造金剛石的熱導率高達銅的5倍以上。隨著下一代GPU的單卡功耗強勢突破1000W大關,傳統的散熱膏和銅均溫板已逐漸逼近物理極限。在此背景下,鑽石薄膜被業界廣泛視為解決晶片極端熱密度問題的「終極散熱材料」。
因此,AI時代的核心資產可能不只是CPU和GPU。那些能夠降低功耗、提升散熱效率的新材料,同樣可能獲得更高的產業價值。
四、光互連和高速連接成為AI集群瓶頸
當AI集群從數千顆GPU擴展到數萬顆乃至更多芯片后,計算能力本身不再是唯一問題。芯片之間能否快速傳輸數據,開始決定整個集群的有效利用率。
陳立武表示,在投資方法上,始終從一個核心問題出發:瓶頸在哪里,你在解決什么問題。比如其投了 $Credo Technology (CRDO.US)$ ,因為互連成為了瓶頸;其投了Celestial AI,因為光互連在集群內變得越來越重要——黃仁勛幾乎投了所有光子學相關的公司,這不是巧合。
💡 產業鏈尋寶:
陳立武將互連視為明確的投資方向,并特別看好光互連。傳統銅連接在傳輸距離、帶寬和功耗方面逐漸接近極限,光通信則有望向機柜內部、板級乃至芯片級不斷滲透。

光電集成電路設計:包括 $Intel (INTC.US)$ 、 $Broadcom (AVGO.US)$ 、 $Coherent (COHR.US)$ 、 $Cisco (CSCO.US)$ 、 $NVIDIA (NVDA.US)$ 、 $Lumentum (LITE.US)$ 、 $Marvell Technology (MRVL.US)$ 、 $POET Technologies (POET.US)$ 、 $Nokia Oyj (NOK.US)$ 、 $MACOM Technology Solutions (MTSI.US)$ 、 $Credo Technology (CRDO.US)$ 、 $Astera Labs (ALAB.US)$ 、 $Semtech (SMTC.US)$ 、 $ZTE (00763.HK)$ 。
光模組供應商包括 $Coherent (COHR.US)$ 、 $Lumentum (LITE.US)$ 、 $Applied Optoelectronics (AAOI.US)$ 、 $CIG (06166.HK)$ ,其中, Coherent 和 Lumentum是老牌強者,提供從芯片到模塊的全垂直整合能力。
EMS(電子制造服務)/連接器包括 $Amphenol (APH.US)$ 、 $Celestica (CLS.US)$ 、 $Fabrinet (FN.US)$ 、 $Jabil (JBL.US)$ 、 $FIT HON TENG (06088.HK)$ 、 $TIME INTERCON (01729.HK)$ 等公司;
封裝與測試包括 $ASE Technology (ASX.US)$ 、 $Amkor Technology (AMKR.US)$ ;光纖光纜包括 $Corning (GLW.US)$ 、 $YOFC (06869.HK)$ ;外延晶圓供應商包括 $AXT Inc (AXTI.US)$ ;InP(磷化銦)晶圓廠包括 $Coherent (COHR.US)$ 、 $Lumentum (LITE.US)$ ;
在AI基礎設施中,算力芯片決定理論性能,互連系統則決定這些算力能否真正被利用。
五、AI+EDA可能是一座「金礦」
隨著芯片復雜度不斷提高,設計、驗證和時序優化所需的人力與時間急劇增加。AI可以介入芯片架構探索、布局布線、驗證測試和性能優化,從而縮短研發周期、降低設計成本。
他將AI與EDA的結合形容為一座「金礦」。陳立武原話表示,
在設計層面,AI和機器學習能否幫助降低復雜度、提升設計質量——我認為EDA領域有巨大機會,有幾家新創公司正在往這個方向做,是一座金礦。
換句話說,未來的機會不僅屬于 $Cadence Design Systems (CDNS.US)$ 、 $Synopsys (SNPS.US)$ 等傳統龍頭,也可能屬于能夠用智能體AI重構局部設計流程的創業公司。誰能顯著提高芯片工程師的效率,誰就有可能成為下一代半導體軟件基礎設施的重要參與者。
六、CPU將在智能體AI時代重新獲得增長
市場長期把AI算力等同于GPU,但陳立武認為,智能體AI和推理工作負載正在重新提升CPU的重要性。
模型訓練主要依賴GPU,而智能體運行還需要任務協調、數據處理、強化學習及大量串行計算。隨著智能體數量增加,CPU與GPU之間的配比可能發生變化。
這意味著AI服務器的增長并非只利好GPU,還可能帶動服務器CPU、內存、互連、電源管理和整機系統共同擴張。
陳立武希望把英特爾的CPU、GPU等XPU產品,與先進封裝、晶圓代工和軟件棧整合起來,為不同工作負載提供定制化芯片及系統方案。
七、物理AI和邊緣計算是更遠期的增量
陳立武認為,智能體AI之后,物理AI將成為下一個重要方向。
機器人、自動駕駛、工業設備和國防系統都需要在現實環境中感知、決策和行動。部分計算必須在設備端完成,無法完全依賴云端數據中心。
這將推動邊緣處理器、傳感器、功率半導體、存儲、通信和機器人芯片需求增長。
如果說生成式AI主要發生在數據中心,那么物理AI將把算力帶入工廠、汽車、機器人和各類終端設備,進一步擴大半導體的應用邊界。
總結:尋找瓶頸,而不是追逐熱點
陳立武的這番研判,最大的價值并不在于直接給出代碼,而是提供了一套極具實戰意義的篩選框架:當算力狂奔時,什么資源最先枯竭?
如今,答案早已超越了單一的 GPU。先進封裝產能、互聯帶寬、極限散熱材料、高效電源管理……哪里有瓶頸,哪里就會誕生下一個爆發式增長的細分賽道。
對于投資者而言,與其豪賭單一的「明星芯片」,不如順著「瓶頸邏輯」去布局支撐 AI 算力的完整生態。但無論技術名詞多么炫目,最終檢驗核心資產的,依然是冷酷的商業本質:訂單獲取、營收增長、毛利率擴張與自由現金流。
「十倍回報」是資本市場的浪漫愿景。但真正能穿越周期的偉大公司,必須具備將「愿景轉化為量產,再將量產變現為利潤」的硬核實力。
Risk Disclaimer: The above content only represents the author's view. It does not represent any position or investment advice of Futu. Futu makes no representation or warranty.Read more
Comments (15)
to post a comment
364
1340
