Re-engineering the Semiconductor Supply Chain with Intel CEO Lip Bu Tan

• 66 岁拒绝退休，接下"全行业最烫手的工作"：Lip Bu Tan 在 Cadence 做了 15 年 CEO/执行主席后，本可退休，却选择"再做一次"，理由是 Intel 是 iconic company，对整个半导体生态和美国都太重要。他给自己定的方法论是 crawl-walk-run（先爬、再走、最后才跑）。

• 第一步是修复"惨不忍睹"的资产负债表：他把美国政府引入成为大股东（类比 TSMC 早期台湾政府持股），老朋友黄仁勋投了 50 亿美元（现已增值到 250 亿+），软银孙正义也出手相助。14 个月已给股东带来 6 倍回报。

• CPU 需求因 agentic AI 意外回暖：训练侧 CPU:GPU 配比从过去的 1:8 变成现在的 1:4，因为强化学习（reinforcement learning）和编排海量 agent 时 CPU 反而更高效——"我很高兴现在我的 CPU 需求非常高。"

• 押注美国本土制造与先进封装，不惜"咬紧牙关"：面对"太贵、做不成"的众多质疑，他仍决定 double down 代工业务，因为供应链韧性对美国和全行业都 critical。先进制程已到 14A（1.4nm），规划 1nm 和 0.7nm；并大举投资氮化镓、碳化硅、磷化铟等新材料，以及玻璃和人造钻石封装。

• 与马斯克合作 Terafab：马斯克要自建 fab，Intel 用自家技术和工艺助其加速量产，每周开会。Tan 欣赏马斯克"非常规"（unconventional）、对每一步传统做法都追问"为什么"的风格。

核心论点：他做这件事"纯粹是为了拯救 Intel"，所以当 Trump 要他辞职时，他能把个人得失放到一边。

• 有人劝他 66 岁该退休而不是接下"行业里最烫手的工作"，他的理由是：Intel 是 iconic company，对半导体生态和美国都极其重要，所以决定在 Cadence 之后"再做一次"。
• 最让他意外、也是过往工作和训练都没教过的一课：某天清晨，Trump 总统以"利益冲突、没有例外"为由要求他辞职。他先说服自己——"我不需要这份工作，我做它纯粹是为了拯救 Intel"——把个人问题排除掉，再去想自己能帮 Intel 做什么。
• 转机来得很快：他周四开了会，周一又见了总统，总统"很认真地听我解释"——他讲了自己生于马来西亚、长于新加坡、就读 MIT、从未在美国以外定居的经历，"不知怎的他听得很进去"，于是给了他机会。

"我得先说服自己：我不需要这份工作，我做它纯粹是为了拯救 Intel。把个人问题排除掉，我才能想清楚我能为 Intel 做什么。" —— Lip Bu Tan

核心论点：14 个月里他做的第一件事是把臃肿的官僚文化改造成创业速度，并亲自抓工程与客户。

• 用惯了创业文化、习惯"以光速移动"的他，无法忍受 Intel 一层又一层的官僚会议（layer of layer of meeting），于是强力推动问责（accountability）和更快的决策。
• 从第一天起，他就要求所有工程团队直接向他汇报——"我是工程师出身，我要知道哪里出了错、哪些是我必须纠正的。"
• 反复强调"倾听客户、取悦客户"（listen to the customer, delight the customer）：客户对一位 CEO 如此谦逊、愿意倾听并解决他们的问题感到高兴。
• 同时精简产品线（simplify the product line），制定未来 5-10 年的路线图和愿景。所有高管招聘他都亲自来、不用猎头——"有时候手里有一本厚厚的人脉名册（rolodex）是件好事，你知道该打给谁。"

核心论点：资产负债表"在某种程度上惨不忍睹"，他通过引入三类战略股东先把财务底盘稳住。

• 他的文化信条是 crawl（先爬、保持谦卑、倾听客户）→ walk（再决定走）→ run（最后才在某个时点跑起来），一步步来。
• 美国政府成为大股东：他向 Trump 解释，TSMC 起步时台湾政府就是股东，日本、新加坡也都如此——这是政府该提供的基础设施支持。
• 黄仁勋投了 50 亿美元：这位"老朋友"的投资如今已变成 250 亿+，"至少说明我做了点好事。"
• 软银孙正义援手：Tan 曾任软银董事，孙正义也伸出援手帮他强化资产负债表。

"我向 Trump 总统解释：TSMC 起步时，台湾政府就是它的股东。这是政府应该提供的基础设施支持。" —— Lip Bu Tan

核心论点：agentic AI 把 CPU 重新变成稀缺品，训练侧 CPU:GPU 配比从 1:8 收窄到 1:4。

• 过去训练场景里 CPU:GPU 大约是 1:8，现在他看到 1:4 甚至更高——AI 模型开发者告诉他，在强化学习、以及编排（orchestrating）大量 agent 的速度上，CPU 表现其实更好。
• 这让他对"在数据中心服务器侧（data center server side）做强产品"更有底气。
• 客户的需求也在升级：有客户要他"把整个机柜给我"（give me the whole rack）——这意味着不只是硅片，还要软件，最终必须走向全栈（full stack）系统。

"在编排所有 agent 的速度上，CPU 其实更好——所以在某种意义上，我很高兴现在我的 CPU 需求非常高。" —— Lip Bu Tan

核心论点：代工是资本密集、又是 trust business 的硬骨头，但他认定它对美国和全行业都 critical，决定 double down。

• 代工要做成，必须具备完整的 IP（比如服务移动客户就得有低功耗 IP），否则根本接不了单——"这是服务生意，是信任生意，客户要把晶圆订单交给你之前，得先信任你。"
• 良率是生死线：如果 yield 不好，客户会因营收落空而"完蛋"（toast）。所以他死磕良率（yield）、缺陷密度（defect density）、cycle time。
• 市场上"太贵了、做不成"的声音很多，但他最终判断这对美国和全行业都太重要——"我们都经历过供应链的挑战，你不能只依赖一两个地理区域的玩家。"
• 他对 TSMC 充满尊重、视为伟大伙伴，但强调"我们双方都需要更多产能来服务客户"。

"这是信任生意。客户要把晶圆订单交给你、把身家押在你身上之前，得先信任你。" —— Lip Bu Tan

核心论点：马斯克要自建 fab，Intel 用自家技术助其加速量产；Tan 欣赏他打破常规的提问方式。

• 两人共识是：半导体基础设施没能跟上 AI 的增长，产能、生产率、晶圆效率（dry efficiency）上都有缺口。
• Terafab 是马斯克决定自建的工厂，Intel 用自己的部分技术和工艺帮他更快、更早进入量产，Tan 每周与这支团队开会。
• 他形容马斯克"非常规"（unconventional）：质疑每一个步骤、追问"为什么要用传统方式做这件事"——"很令人耳目一新，我喜欢有不同意见的人。"马斯克显然有清晰的愿景：他的机器人和车都需要大量硅片。
• 主持人提到马斯克想"在洁净室里抽烟"等打破常规的诉求，Tan 笑称"我不会走那么远，也许洁净室某些区域可以，但我们保持开放心态、看看能不能做到。"

"他质疑每一个步骤，追问为什么要用传统方式做。很令人耳目一新——我喜欢有不同意见的人，我们一起找出最好的路线。" —— Lip Bu Tan

核心论点：当下多数"AI 裁员"被高估，真正先被砍的是外包，能源/氦气/内存是真正的瓶颈。

• Elad 指出：当前宣称的 AI 裁员"大多被夸大"，多数其实是 2020 疫情期间过度招聘的回调；真正先被砍的是外包公司（outsource firms）——外部客服、外部 IT，这对菲律宾、印度等 BPO 大国短期冲击更大。
• AI 参与未来要"一国一议"：能源便宜的地方做数据中心，有能力训练模型的地方训模型，但能训模型的"大概只有美国和一两个其他地方"。
• Tan 判断 AI 的影响"会比互联网更大、更深远"，能在半导体设计等环节大幅提升 timing 效率、降低成本。
• 他点出几个真正的瓶颈：电力约束（有些国家根本没有足够的电）、氦气（helium）影响（很多人没意识到对半导体影响也很大）、以及当前内存（memory）严重短缺——人人都在抢内存，而扩产建 fab 要好几年。

"最受冲击的，是那些没有拥抱 AI 的公司——因为 AI 能在企业所有职能上大幅提升效率。" —— Lip Bu Tan

核心论点：先进制程越来越贵、越来越难，必须靠合作伙伴和新材料绕过物理墙。

• 当前 18A 在产、14A（1.4nm）即将量产，他能看到 10 和 7 的路径，但"会越来越贵、越来越难做"，所以需要与光刻/设备供应商合作。
• 制程之外，先进封装（advanced packaging）正成为新瓶颈：Intel 有对标 TSMC CoWoS 的下一代方案 e-IP；并与印度政府合作，在印度+美国新墨西哥州做封装。
• 工程师哲学是"撞墙就找路翻墙或绕墙"：他从材料周期表里找新材料——氮化镓（gallium nitride）、碳化硅（silicon carbide）、磷化铟（indium phosphide）三者都投；封装上投资玻璃（好的隔热体，投了 3DGS）和人造钻石（diamond foundry）。
• 关于性能是否会"趋同到一条渐近线"：他指出可以让性能翻倍，但成本和面积无法同步翻倍——只能靠材料科学创新，他正加招材料科学人才。

"做工程师的好处就是：你总会撞墙，然后总能找到办法翻过去或绕过去，得到更好的结果。" —— Lip Bu Tan

核心论点：15-20 年前没有 VC 愿意投半导体，如今它成了"金矿"。

• 18 年前他去一线 VC 路演半导体，"一谈半导体，一半人找借口离开房间，剩下的问我有没有软件服务"，最后只剩同情他的人在听。
• 如今风向逆转：英伟达 5.3 万亿市值，博通和 TSMC 各 2 万亿，好友 Lisa Su 的 AMD 近 8000 亿，Intel 近 6000 亿——半导体重新变热、变得 essential。
• 当年只有三星、ARM、软银等大公司愿与他同投，现在大量 VC 想进半导体，"我非常高兴。"

核心论点：他的投资本能是"先找真问题、再锁定第一个大客户、再找能共渡难关的合伙人"。

• 投资战绩：159 个 IPO、126 个 M&A；半导体投资共 238 个，其中 38% 在美国。
• 永远先看瓶颈："你想解决什么问题？这个问题是真的吗？客户在为它哭喊吗？"——他因此投了 cradle semiconductor（interconnect 瓶颈）、celestial AI（光互连/photonic，因为集群里互连速度越来越重要，"看看黄仁勋，几乎每家光子学相关公司他都投"）。
• 第一天就要锁定首个客户，最好是 hyperscaler：他们有规模，如果喜欢你的东西，未来几年愿意付数百万美元、甚至给 warrant 都值——因为一个大客户就能让你 scale。
• 找对合伙人比找品牌机构重要："顺境时谁都愿意和你合作，公司出事时他们就走人。我要找的是能陪你穿越多个公司、共渡难关的合伙人。"
• 大量投资以色列：那里有颠覆性的创业者，战时仍开电话会——"有时他们说'警报响了我得躲到地下，网络可能不好，我们改用语音'，这种韧性的创业精神我真的很享受。"

"顺境时人人都乐意和你共事；公司一出事他们就走人。我要的是愿意陪你穿越艰难时刻的合伙人。" —— Lip Bu Tan

核心论点：要建全栈，他必须把团队从"老旧的 spreadsheet 公司"改造成拥抱 AI 的组织。

• 仍是 crawl-walk-run：先招到半导体行业最好的人才（crawl），现在开始物色软件人才，以构建全栈。
• 团队平均年龄在 40 末，他需要引入懂 workload、懂前沿模型和开源的新血。
• 一个很接地气的细节："我儿子成了我的老师。" 每次去儿子家陪外孙玩，他就向儿子请教 AI/机器学习——"他比我更 plug-in（更在状态），我学到很多。"
• 他要把 Intel 从"依赖 spreadsheet 和标签"的老 legacy 公司，转型成全组织拥抱 AI 的公司，把两类人才（半导体+软件）加上最好的 AI 工具结合起来，不只用在销售/市场，现在也用到设计上。

"我儿子成了我的老师。每次去他家陪外孙，我就向他请教 AI 和机器学习——他比我更在状态，我学到很多。" —— Lip Bu Tan

核心论点：资本密集的基础设施生意必须接入政府或主权基金，连 VC 都在变得资本密集。

• 连早期 VC 都在变得资本密集：有的风投愿意给一家公司投 10 亿美元，"这在过去 VC 圈闻所未闻，现在却在发生。"
• 投资变成"哑铃型（bell curve）"分布：要么极早期进入（因为 series A 估值已超 10 亿），要么有能力提供规模化资本——pre-money 进入 200-300 亿估值如今极其罕见。
• 共同基金（mutual fund）也开始进入 pre-market 早期阶段与他同投，他欢迎，因为它们对"是否必须持股 20%"不那么敏感。
• AI factory 和 foundry 这类资本密集业务，必须接入政府资金或主权基金，"政府和主权基金变得非常重要。"作为上市公司，他刻意挑选长期成长导向（long-term growth oriented）的投资者，而非只问"何时回购股份"的短期资本配置型投资者。

核心论点：他认为外界低估了 Intel 的潜力，目标是 5-10 年实现 10x 回报。

• "过去四个月我在爬（crawl），人们才刚开始认识到它的潜力。" 当务之急是拿出更好的产品——PC 客户端虽仍有市场份额，但需要更强性能，所以他在悄悄重建 CPU、GPU 和软件架构，要像创业公司一样快速 leapfrog（蛙跳）。
• 代工侧坦承"我们与 TSMC 差距很大"，必须谦卑地搭建 IP、良率、缺陷密度、cycle time 这些 building block，"这是信任生意，需要更长时间。"他预计 2030-2032 年潜力才会真正浮现。
• 一个新维度：过去是为人类提供服务器和 PC，现在有"数百万 agent"需要访问算力和软件栈——agentic AI 和 physical AI 是大家都有机会的"jumbo（巨型市场）"，"游戏远没有结束。"
• 回报目标参照 Cadence：他从临时 CEO 接手时股价 $2.42，卸任 CEO 时约 76 倍回报，退任执行主席时约 85 倍。Intel 因基数大，目标定在 5-10 年 10x。14 个月已实现 6 倍回报，"这只是个开始。"

"我从临时 CEO 接手 Cadence 时股价 2.42 美元……退下来时大约 85 倍回报。Intel 基数更大，所以我说，咱们就做到 10x 吧。" —— Lip Bu Tan

核心论点：当下是供给受限而非需求不足；最终赢家取决于谁抓住了真正巨大的 application。

• 当前 AI 基础设施在大规模铺开，他认为"这是该做的事，看不到任何能让它放缓的因素"——唯一会拖慢的是供给受限（supply constraint）。
• 但他更关注应用（application）：基础设施建到最后，要看你想驱动什么解决方案、什么应用——"不是每个建设者都会赢，有的会大赢，有的会随时间出局或横盘。"
• 类比互联网：有的变成 Amazon、Netflix 这样的巨头，有的横盘、消失或被收购——"这部电影我们看过，所以对我不意外。"赢家会聚焦于一个巨大且可持续的应用。
• 他认同算力会部分下沉到客户端/边缘：他投资的机器人、国防公司里，设备上的算力是关键选择——"比如家里的机器人，你假设家里有什么、周边连接性如何，就决定了你能做什么。这一点在 SaaS 时代曾被遗忘了一阵。"
• 主线收尾：投资三步法——找真正需要解决的问题 → 找能合作的玩家 → 看应用有多大、是否可持续，"如果真的很大、你也相信它，就 double、triple down。"

"这部电影我们看过。聚焦应用——Netflix 是应用，Amazon 是真正的应用，对我来说它们才是赢家。" —— Lip Bu Tan