本文来自微信公众号： 瞰见Lab ，作者：瞰见·Ai
AMD准备花费82亿美金来收购李飞飞所创立的World Labs。虽然交易还没有完成交割，但是这一举动本身就已经非常有意义了：一个研究下一代AI模型的团队也将进入这家芯片公司。
再看Intel。过去是别人围绕着它来制造电脑，而现在它要在和英伟达合作的AI基础设施中给对方提供定制化的CPU，并且由英伟达把整个平台整合起来向市场出售。
同为芯片大厂，一个是想要尽早确定自己将来要做的事情，而另一个则是希望在别人规划好的未来中找到自己的位置。
标题里提到它哭了，其实是开玩笑。更加扎心的是，英特尔并不是一直在睡觉。它做过手机相关业务、收购过AI公司，也获得过大客户。
那么它到底失去了什么呢？
本文看点
01
平台主导权
02
手机市场失利
03
Gaudi的转折
01
PLATFORM
过去是人们围绕着它来制造电脑，现在则是它要跟着其他平台去寻找自己的立足之地
看看这份合作协议中各部分的责任划分。
2025年9月18日，英伟达同英特尔达成合作协议。在数据中心方面，英特尔会向英伟达提供定制化的x86处理器，并且这些处理器将会被集成到英伟达自己开发的AI基础设施平台中去，并由英伟达对外发售。
—平台合作分工示意｜依据双方2025年9月18日公告，瞰见Lab制图
CPU依然很重要，英特尔的能力还是有人需要的。但是谁来设计整个系统，谁把平台交给客户，这些角色已经非常明确了。
关于PC部分的合作方式如下：英特尔把英伟达的GPU芯粒集成到自己产品当中。该合作不能够被理解为英特尔完全倒向对方，也不能理解为被英伟达收购。
但是关于人工智能基础设施方面的变化也十分引人注目。
到了1981年的时候，IBM推出的PC使用的是英特尔公司生产的8088处理器。以该平台为中心，一套相容的软硬件系统慢慢地发展起来。
电脑厂商要销售硬件设备，软件公司需要使程序能够正常工作，而用户的期望是旧软件可以在新的电脑上继续使用。参与者沿着同一条路线投入的时间越长，改变路线就越困难。
英特尔得益于一套完整体系的延续。除了出售芯片之外，其他的公司在该平台上所积攒的产品、经验以及市场份额也一直在加强它自己的地位。
现在人工智能时代系统的组织者是英伟达。
英特尔还可以供货，但是并不因此就成为了整个系统的领导者。有订单、有价值，与其他人围绕着你做生意，这是两种不同的商业地位。
这就是英特尔最大的差距之一，也是最值得我们去研究的地方。
02
MOBILE
手机市场它曾经进去过，但是出货记录没有换到主场
英特尔的失败，并不是在人工智能之后才出现的。
电脑时代的优点到了手机上就不一样了。把机器放进口袋之后，电池、发热量、通讯功能以及整体的成本都得重新考虑一下。消费者想随时拍照片并联网，但是不会因为电脑用惯了某款处理器，就认定手机也得用这款处理器。
软件的延续也没有那么顺利了。安卓系统上的原生应用程序要分别针对ARM、X86等各种不同的处理器进行编译以及适配。手机厂商不可以将自己在PC上已经建立起来的关系直接复制到手机上。
英特尔当然知道了这些事情，因此它没有站在岸边去观察。
2014年的时候，英特尔表示平板的相关出货量已经达到了4600万台，并且超过了最初的计划。这就是实际的数量，它也曾认真地进入了移动设备领域。
查看当年的财务报表，画面就不同了：移动与通讯集团营业亏损达到42.06亿美金。该集团旗下还包括基带、接入等业务部门，此次亏损并非全部由于手机芯片的原因，但是也足以体现出扩大规模所付出的成本。
年报里提到的原因之一就是帮助客户整合平板与手机平台而提供更多的现金支持；平板出货量的增长伴随着销售成本的上升，但是手机组件收入却在下降。
为了使产品能够被更多的设备所使用，它付出了很大的代价。
提供补贴并不少见。值得一看的是，在有了补贴以及配套措施之后，客户是否能够长久地留住，企业的收益和投入回报又如何呢？4600万的出货量并不能解决这个问题。
到2019年的时候，英特尔就退出了5G手机调制解调器业务。当时的CEO鲍勃·斯旺给的原因就是没有看到明确的盈利以及正向回报的道路。
同年，苹果公司宣布将用10亿美元购买英特尔大部分的手机调制解调器业务，并且英特尔也公布了已经卖掉了这部分业务的信息。所出售的是通信基带业务，并非手机CPU，但是这也是移动市场失利的一个重要结果。
技术、客户以及投入都已经具备了，但是商业位置还没有站稳。把这段历史归结为英特尔根本不懂得手机就显得过于轻巧了。
它曾进入市场，并且认真地做过，但是电脑时代积累的优势并没有自动帮助它赢得另一个市场。
过去客户通过它所拥有的平台进行投资，在进入移动市场的过程中，该公司要花费金钱来协助客户使用其产品。这样的位置变化要比少卖几个芯片更重要。
03
GAUDI
20亿美金的人工智能船票，为什么没把它送上主桌
在出售手机基带业务的2019年里，英特尔花费了大约20亿美金来收购Habana Labs。该公司的产品是用于数据中心的深度学习加速器，并且主要用于人工智能训练以及推理方面。
那时候还没有ChatGPT出现。英特尔早就预料到一部分计算任务需要由和传统的CPU不一样的产品来承担。
Habana不仅仅是一个在发布会现场出现的名字。
2021年的时候，亚马逊云服务AWS就推出了搭载Gaudi加速器的EC2 DL1实例。客户可以用云服务来使用它进行模型训练。它走出实验室，在现实中得到了应用。
钱花掉了，产品做出来了，大客户也谈妥了。按照最简单的成功故事来讲，下一次就是业务起飞的时候了。
但是之后发布的财务报告中所体现的结果却不一样了。
在2024年的第三季度业绩说明中，英特尔表示当年Gaudi五亿美元的收入目标不能实现。管理层指出有两个主要原因：Gaudi 2转为Gaudi 3以及软件易用性方面的障碍导致了客户的采纳速度变慢。
公司正在发布新的芯片的时候，客户的关注点却放在了现有的模型上是否可以迁移过来、工具好不好用以及团队需要花费多长时间去调试的问题上。硬件升级有自己的一套节奏，而客户的使用则有一套另外的节奏。如果两者的联系不紧密的话，在发布会上的表现就很难转化为实际的订单了。
购买技术团队可以得到设计的能力；要使不同的客户能够轻松使用，则需要有长久的软件、工程的支持以及产品的配套。
到2025年的年报里，英特尔就明确表示，以Gaudi进入AI加速器市场的努力失败了。Gaudi相关的库存费用在2024年为9.22亿美金，在2025年为3.75亿美金，总共大约是13亿美元。
这属于库存相关的费用，并不属于研发预算或者收购费用。产品投放到市场上后没有达到预期的业绩水平，账单已经被计入到了财务报表上。
问题并不限于现在的产品。英特尔于2024年的年报里提到，原来打算用于替代Gaudi的Falcon Shores，因客户反馈被改成了内部测试用的芯片，并没有对外发售。
路线的变化有时候可以看作是及时止损的一种方式。但是对于需要进行适配的客户来说，这也提出了一个实际的问题：今天我们把东西搬过去，以后的产品和维护能不能跟得上呢？
所以英特尔的问题不能简单地归结为AI的到来时间过快。它已经投入了资金，并且提供了产品，也得到过大客户的采用，但是并没有把这些环节串联起来形成一个具有竞争力并且可以不断扩展的商业模式。
再来看它和英伟达合作的情况，其中的身份反转也就更加一目了然了：英特尔曾经购买了人工智能的船票，但是最后还是要在别人搭建好的人工智能平台上继续争夺自己的席位。
04
ECOSYSTEM
英伟达已经不只卖芯片了，AMD也不愿意仅仅卖芯片了
一个芯片的速度有多快，这很重要。但是客户购买的是可以用于业务的计算能力，并不是一张参数表就可以完成项目的任务。
CPU与GPU所承担的工作有所不同。对于可以被分解为很多并行任务来执行的计算来说，GPU就具有一定的优势了。还要有人把这些计算能力变成开发人员能够用上的工具。
早在2006年的时候，英伟达就已经推出了CUDA，让GPU不仅仅可以用来进行图形渲染，还可以承担更多的计算工作。现在它还提供编译器、库文件、调试与性能优化工具等服务。
研究人员不需要每次都由底层重新开始编写。企业也可以按照已经存在的结构、方法去进行拓展。
一个团队在某平台上已经解决了的问题，在下一次就不用再从头开始；开发者的经验也可以带入到下一份工作中去。这样的好处是会越用越大。
换平台的时候，芯片采购的价格只是一笔账目而已。
还包括软件兼容性测试、性能评估、售后服务等费用，并且要考虑到项目的按时投产所产生的一切开支。便宜的硬件虽然可以降低成本，但是如果必须花更多的时间来保证其稳定性的话，那么整个项目的成本未必会降低。
AMD有ROCm，而Intel也有一套自己的软件以及开发工具来支持自己的计算产品。但是从可以正常工作到能够被用户大规模采用还有一段很长的时间。
AMD在自己的ROCm说明中提醒开发者：ROCm和CUDA的工具、接口不能直接互换使用，迁移的工作量要根据应用程序以及它的依赖情况来决定；一些代码需要修改，并且还需要重新检验其正确性并进行优化以提高性能。
竞争对手也必须要正视这张隐形的账单。
英伟达把竞争带到了整个系统的层面。DGX机架系统中除了GPU之外还包含互联、网络、软件管理等等配套内容。当规模变大的时候，客户要解决的问题就不再只是单块芯片可以计算出多少了，而是一系列的芯片能否有效地协同运作在一起。
—GB200 NVL72机架官方产品资料图｜NVIDIA官网
哪家公司把以上几个环节做好，该公司的平台就更有机会成为客户使用人工智能时最先考虑的平台。
英特尔也面临着生产与供货的压力。它在年度报告里提到，由于工艺、先进封装、性能以及良率方面的延误，使用第三方代工厂的竞争者得到了先人一步改进产品的机会。
但是Gaudi 3使用的是台积电的5纳米工艺。原有的制造优势受到了挑战，新的加速器路线也没有得到足够的客户认可，这就形成了两个不同的问题，并不是因为自有工厂的问题导致了Gaudi软件的使用困难。
那么AMD要收购的企业是哪一家呢？
World Labs进行的空间智能研究包括了三维环境的创建与再现以及机器人的模拟实验。让机器人在仿真的环境中学习行动，会涉及到空间、图像以及大量的场景计算，并不是简单地把一段对话当作文字来处理。
任务的变化也会反过来改变芯片、内存、系统以及软件的设计方式。
李飞飞在公开信中表示，在2025年双方就AMD GPU方面进行了模型训练、推理优化的技术合作。加入AMD的目的就是增加研究规模并且离硬件更近一些。
AMD所期望的不止是销售更多的现有芯片。它还希望提前了解到下一代模型的要求是什么，使研究、工程以及硬件设计之间产生更加密切的互动。
英伟达正在为今天的客户如何部署人工智能做准备，而AMD希望尽早参与到下一次人工智能所需要的计算能力中来。两家企业所追求的目标都是要比一份芯片订单更加靠前的位置。
但是英伟达已经有了Cosmos世界模型布局，AMD不可能去抢占一片无人之境。研究结果能否被采纳为产品的组成部分、软件能否及时跟进、客户是否愿意采用等，都需要一一实现。
Habana的经验已经摆在那儿了，AMD也得去考试。买了家公司，并不意味着就赢得了未来。
05
OUTLOOK
英特尔还在继续追赶，国产芯片也不应该只看参数
英特尔并没有停下来的打算。2026年第二季度，公司的收入达到了161亿美金，并且相比去年同期增长了25%，公司还在继续推进CPU、先进封装以及制造技术的发展，另外还在布局推理型GPU市场。
业务恢复这个事实应当被承认，但是这并不是AI加速器市场上的逆转，也不意味着整个平台的控制权已经回到英特尔手中。
这两件事情不能混为一谈。一个大公司依然能够销售出大量的商品并获得大量的收入，在下一次的竞争中也可能失去原来的优势地位。
中国的厂家也正在尝试着把这些环节全部打通。
华为在昇腾布局上已经做到了芯片、超节点以及CANN软件生态系统，并且阿里平头哥也推出了真武芯片和云服务、模型协同的产品组合。最新的真武V900计划于2027年第一季度量产商用，在此之前还需要区分路线图与实际交付。
寒武纪用的是专用AI加速器路线，摩尔线程做GPU以及MUSA生态系统。产品的种类不一样，不能仅仅凭一个算力的大小来决定谁坐哪个位置。
这些布局使我对另一组结果更加关注：模型是否可以很容易地进行迁移？开发人员在使用过程中如果出现困难的时候有没有相关的工具和帮助呢？很多芯片放在一起之后能否正常运转，客户下一次购买时，会否继续选择你们的产品。
有的厂家有自己独立的云计算以及模型服务，可以更快地得到用户的反馈。这种合作是有价值的，但是内部用好之后还要接受更多的外部客户考验。
英特尔值得我们去研究，因为它的存在说明了资源丰富、早入局并不能够绕过这一关。
我们曾经见过很多熟悉的名字。它们的实力是存在的，给整个行业所带来的进步也是肯定的。但是消费者以及企业买下下一批产品的时候，并不是按照过去的功劳来分配订单的。
今天的领头羊也没有永久的地位。客户依赖的是什么，他们为什么愿意付钱购买这些产品，还有谁能把一套完整的解决方案送到他们的手中，这些都还存在很大的不确定性。
曾经的霸主也并非一定没有看到未来。有时候它可以看得出来，然后就投了资、做了产品，但是最后发现未来并没有按照自己的期望来发展。
船票是可以买的，但是主导权要自己去创造出来。
本文写作说明
本文根据企业公告、财务报告和科技文献探讨芯片公司的地位变化，没有新增采访。收购仍在等待交割，企业的计划不等于最终结果。作者负责选题与观点取舍，人工智能参与公开资料的搜索、整理以及初稿辅助，生态、平台主导权方面的解释属于本文分析。
主要资料来源
本文所用到的数据主要来自AMD、Intel、NVIDIA、Apple、Huawei以及Alibaba公司的公告、财务报表和开发者资料，并且也参考了快刀青衣对于World Labs收购案的相关分析。