TechFlowPost 引述华尔街见闻报道，英特尔 CEO 陈立武在首次播客访谈中系统说明了其重塑英特尔的路线。他把目标定为“5至 10 年内实现 10 倍回报”，并称过去 14 个月已为股东创造约 6 倍回报，但“这只是开始”。在他看来，英特尔的转型不只围绕传统 PC 客户端，也延伸至数据中心服务器、边缘计算、物理 AI、智能体 AI，以及能够为不同工作负载定制芯片的 XPU、先进封装和代工能力。
陈立武解释，自己 66 岁接下英特尔 CEO 职位，是因为这家公司对半导体生态系统和美国都极其重要，也因为他在 Cadence 之后想再做“一件大事”。他回忆称，上任后最意外的事件，是特朗普总统曾在清晨要求他辞职，理由是存在利益冲突。他随后获得会面机会，向特朗普说明自己出生于马来西亚、在新加坡长大、毕业于 MIT，此后长期生活在美国，并最终获得继续推进工作的机会。
从资产负债表到产品线：以“爬-走-跑”推进转型
谈到英特尔十年愿景时，陈立武反复提到“爬-走-跑”框架：先保持谦逊、倾听客户，再逐步加速。他表示，上任初期要改变文化、明确问责机制、加快决策速度，并减少层层会议带来的官僚流程。由于自己是工程师出身，他从第一天起就要求所有工程团队直接向他汇报，以便了解问题所在、纠正方向，并让产品路线图服务客户需求。
资产负债表是他上任后处理的重点之一。他称当时英特尔的资产负债表状况“相当糟糕”，并对美国政府成为大股东表示欢迎。他还提到黄仁勋向英特尔投资 50 亿美元，这笔投资现已增值至 250 亿美元甚至更多；软银孙正义也提供帮助。稳固财务基础后，英特尔开始聚焦产品线，简化产品组合，并把下一代领先产品作为重点。
在产品需求端，陈立武称智能体 AI 和推理场景带动 CPU 需求强劲回升。过去 AI 训练中 CPU 与 GPU 的比例约为一比八，而现在他看到这一比例变为一比四，甚至更低。他从 AI 模型开发者处了解到，在强化学习以及协调调度智能体的速度上，CPU 表现更好。由此，数据中心服务器产品线成为英特尔重新夯实基础的关键部分。
代工、Terafab 与美国本土先进制造
对于英特尔晶圆代工业务，陈立武承认这是资本密集型业务，外界曾有“太贵”“行不通”等质疑，但他选择继续推进。他给出的理由是，美国本土先进制造对供应链安全具有战略价值，大型半导体公司不能完全依赖一两个地理集中的供应商。在执行层面，他把良率、缺陷密度和周期时间列为核心指标，并称代工本质上是一门服务业和信任生意，“客户在把晶圆交给你之前，必须先信任你”。若良率不达标，客户会因营收损失而离开。
陈立武同时强调，英特尔与台积电是合作伙伴关系，行业也需要更多产能服务客户。英特尔最先进的工艺包括 18A，即 1.4 纳米级别，公司已在规划 1 纳米、0.7 纳米。他表示，节点越小，线宽越细，复杂程度越高，任何一步出错都足以造成失败，因此制造精度将成为更严峻的瓶颈。
谈到与埃隆·马斯克推进的 Terafab 项目，陈立武称双方的共同判断是：半导体基础设施在产能、生产效率和功耗效率上没有跟上 AI 增长。马斯克决定自建晶圆厂，英特尔将提供技术和工艺支持，帮助其更快推进生产。陈立武说自己每周都与马斯克团队开会，并提到马斯克会挑战传统做法，例如讨论是否允许在洁净室某些区域抽烟；陈立武回应称自己不会走得那么远，但会保持开放心态并认真评估。
先进封装、玻璃基板与人工合成钻石
在传统工艺节点微缩逼近物理极限的背景下，陈立武把材料科学与先进封装列为突破方向。他表示，英特尔已有 18A，正在推进 14A 量产，并能看到 10 纳米和 7 纳米的路径，但这条路会越来越昂贵、越来越困难。先进封装正在成为关键瓶颈：台积电有 CoWoS，英特尔则主推下一代方案 EMIB，重点是让其在量产阶段达到客户所需良率。
陈立武称，当传统微缩遇到瓶颈时，他回到材料层面寻找答案，包括氮化镓、碳化硅、磷化铟。他在这三个方向均有投资，其中部分公司已被 ADI 等大型半导体公司收购。在封装材料上，他投资玻璃基板公司 3DGS，看中玻璃作为散热绝缘材料的特性；英特尔在模组领域拥有约 1000 项专利，如何把基板和模组整合，是他强调的工程课题。英特尔近期也宣布在印度和美国新墨西哥州推进先进封装制造合作项目。
他还投资了一家人工合成钻石晶圆公司，认为钻石也是出色的隔热材料，可用于芯片封装。他用一句话概括工程师心态：“你不断遭遇瓶颈，然后想办法跨越它或者绕过它。”在他看来，摩尔定律的核心是晶体管密度翻倍，但功耗和成本不会同步下降，除非找到新材料和新设计方法，这也是他加大材料科学人才招聘的原因。
半导体投资框架与 AI 时代组织重构
作为长期投资人，陈立武回顾自己拥有 159 家公司 IPO、126 个并购退出的记录，半导体投资超过 200 笔，其中 38% 在美国。他的投资方法从“瓶颈在哪里、解决什么问题”出发：投资 Cradle Semiconductor，是因为互连成为瓶颈；投资 Celestial AI，是因为光互连在集群内更加重要。他还提到 EDA 中 AI 和机器学习降低复杂度、提升设计质量的机会，以及从 40V 转换到 1V 过程中的功耗管理损耗。
他在 Cadence 工作近 15 年，最自豪的事情之一是培养接班人。该接班人正在把智能体 AI 引入工具以提升效率；Synopsys 的 Sassine 也在做类似工作，并获得英伟达 20 亿美元投资支持，还通过收购 Ansys 向全系统设计扩展。陈立武认为，大公司和初创公司都有空间，创业者若想快速退出，VC 就帮助退出；若从第一天就想 IPO，VC 就帮助走向 IPO。
在英特尔内部，陈立武正在围绕 AI 重构团队。他说现阶段已招募半导体行业优秀人才，也在思考引入软件人才建设全栈能力。由于团队平均年龄在 40 多岁到 50 岁，他希望引入更年轻的人才，让他们理解工作负载和前沿开源模型。他还提到，自己的儿子成为了 AI 和机器学习方面的“老师”。英特尔过去依赖电子表格，他正在推动公司成为 AI 赋能企业，把资深技术人才与 AI 工具结合起来。
2030 至 2032 年的英特尔与算力分布
谈到投资者对英特尔的误解，陈立武称公司仍处于“爬”的阶段。PC 客户端仍是基本盘，但性能必须大幅提升；英特尔正在搭建 CPU 架构、GPU 架构和软件架构团队，以“大型初创公司”的速度推进。在代工侧，公司与台积电仍有显著差距，需要在 IP、良率、缺陷密度和周期时间上打基础。他预计到 2030 至 2032 年，外界会更清楚看到英特尔的真正潜力。
他把英特尔未来机会延伸至边缘、物理 AI 和智能体 AI。过去服务器和 PC 主要服务人类，现在数以百万计的智能体也需要访问算力和软件栈。对于回报目标，他以 Cadence 经历作参照：从代理 CEO 到退休，股价从 2.4 美元上涨，为股东带来约 76 倍回报；执行主席任满时约为 85 倍。他承认英特尔体量更大、复制更难，但自己“骨子里是 VC”，目标就是 5 到 10 年 10 倍。
在算力分布上，陈立武认为大规模 AI 基础设施建设仍由工作负载增长驱动，当前约束主要来自供给端。基础设施建成后，关键在于哪些应用能在其上形成规模。他以互联网时代的亚马逊和 Netflix 为例，称 AI 行业也会经历增长、整合和赢家浮现的过程。机器人、国防等场景更适合在边缘或客户端运行，设备端算力、连接条件和内置能力都会决定应用形态。对英特尔而言，把 XPU、先进封装和代工整合起来，为不同工作负载打造专用芯片，是陈立武给出的长期方向。