几年前，英特尔曾是半导体设计与制造的领军者，但近年来，随着摩尔定律的逐渐失效，英特尔在制造工艺上的进展速度明显放缓。这不仅是英特尔面临的问题，而是整个行业在工艺发展上都遇到了瓶颈。
一些人认为“英特尔迟迟未推出5nm芯片”，就将其视为英特尔在工艺上落后于业界先进水平的标志，并提出了一系列观点，例如：
- 由于英特尔在5nm市场上没有相关份额，因此未能推出高端芯片；
- 英特尔错失了AI市场的发展机会；
- 英特尔已被英伟达和AMD超越；
- ChatGPT的热潮主要利好英伟达；
- 市场对英特尔的振兴计划缺乏信心，股价远远落后于整体半导体行业；
- 英特尔的长期市场表现也明显落后于主要竞争对手。
这些观点表面上似乎有道理，实际上却存在许多漏洞。这些论调高度依赖于一个核心观点，即英特尔在5nm市场的表现，并且将“5nm”芯片视为高端芯片的标准，实际上这反映了工艺命名带来的误解。
为了更好地理解这一点，我们可以先从大家熟悉的手机行业入手。一般来说，手机型号中的数字越大，代表手机越新，性能往往也越强。但这需要在同品牌同系列的基础上进行比较，例如华为Mate40通常会比华为Mate30性能更强。
假设你在手机店看中了一款iPhone 14，但店员却一直推荐华为Mate20（发布于2018年），并声称其型号更高，性能更强。对于懂行的数码爱好者来说，这显然是一种误导。手机的选择不能仅仅依赖于型号中的数字，但在芯片领域，这种误导却屡见不鲜。
工艺命名的游戏
对于熟悉半导体行业的人而言，摩尔定律是一个耳熟能详的概念。戈登·摩尔曾提出，每18到24个月，芯片上的晶体管数量将翻倍。
为了实现晶体管密度的翻倍，每个晶体管的尺寸需要缩小至原来的0.7倍，因此工艺节点的命名通常是以上一代工艺的0.7倍进行命名。例如，350nm（0.35微米）工艺的下一代为250nm（0.25微米）。
起初，行业的发展与摩尔定律相符，晶体管数量确实得到了翻倍。然而，随着时间推移，晶体管密度的翻倍变得愈发艰难。为此，行业内出现了两种解决方案。一些企业如三星和台积电认为，应该放弃摩尔定律，工艺只要有提升即可命名为下一代工艺。而英特尔则选择在10nm节点上坚持，力求每一代工艺的晶体管密度都翻倍。英特尔这样做的原因除了技术和战略考虑外，还有一层情感因素，戈登·摩尔是英特尔的创始人之一，因此英特尔自然而然地成为了摩尔定律的坚定支持者。
股价与技术的矛盾
在当前情况下，股价与技术的关系对英特尔而言颇具矛盾。前CEO司睿博（Bob Swan）主要关注股价，通过大规模回购股票来提升股价，但由于技术发展不顺，最终效果并不理想。现任CEO帕特·基辛格（Pat Gelsinger）则将重心放在技术发展上，大量资金投入研发与扩张生产。
然而，这样的策略可能带来问题。EUV生产线（采用EUV光刻机的芯片生产线）所需面积大于DUV生产线，必须通过扩建旧厂或建设新厂来部署EUV生产线。此外，EUV设备的成本也远高于DUV，因此扩大晶圆厂的生产和发展先进工艺需要巨额投资。这种“烧钱”的行为将直接影响短期财务报表，尽管这是为未来的收益做准备，但短期内财务状况却不容乐观。同时，PC行业的低迷也对英特尔造成了重大影响。
最终，2022年英特尔的合并净利润较前一年下降了约59.65%，仅有80.17亿美元，而被市场普遍看好的AMD在同年获得了13.2亿美元的合并净利润。财务报表的疲软往往导致股价表现不佳，因此，英特尔在股价与技术之间可能不得不做出选择。
相比之下，AMD的“资产轻”优势使其不必承担晶圆厂的束缚，避免了工艺研发失败的风险，但这也意味着需要将部分利润交给其他晶圆代工厂。而英特尔加大对主营业务的投资，虽可望实现丰厚的回报，但也承担了研发失败的风险。成功则赚取巨额利润，失败则面临重大损失。值得注意的是，在2022年第三季度财报中，英特尔提到“Intel 20A和18A：第一批内部测试芯片已流片；正在为一家主要的潜在代工客户进行内部测试芯片的生产”，只要量产时间和细节不出现问题，重回晶圆制造行业的领导地位并非难事。
战略上的得与失
在芯片领域，英特尔面临着众多竞争对手。
从数据来看，2022年PC行业的低迷导致英伟达和AMD的总营收与合并净利润与英特尔的差距逐渐缩小。随着这两家公司追赶的步伐加快，未来几年内，英伟达与AMD可能会实现与英特尔的平起平坐，这将对英特尔的业务线构成压力。然而，若单独来看各家公司，英特尔当前的盈利能力依然明显优于这两家。
此外，近年来英特尔在人工智能、无人驾驶、5G、虚拟现实、机器人、精准医疗等领域进行了广泛布局，但其中许多产品的公众认知度相对较低。
以AI领域为例，除了主打的CPU外，英特尔还推出了如至强融核（Xeon PHi）协处理器、FPGA、神经计算棒、GPU Flex、开源的OpenVINO工具套件等一系列AI产品。
但在公众心中，AI领域认知度高的可能依然是显卡，很多人是因为显卡能够用于游戏而熟悉它。实际上，AI领域涉及的芯片种类繁多，公众对大多数AI产品的认知度普遍较低。只有相关行业的开发者会去了解并购买这些产品。
产品认知度的低下会导致无法有效借助热点事件的热度。比如，前段时间备受关注的ChatGPT，许多人首先想到的芯片厂商可能是英伟达。然而，如果ChatGPT确实能引领AI行业的新热潮，英特尔在这一领域的收益同样不可小觑。
