英特尔押注下一代内存架构：不碰DRAM/NAND，主攻先进封装

英特尔正在释放信号，将更深度地押注下一代内存技术。CEO 陈立武透露，在聘请前 SK 海力士 CEO Seok‑Hee Lee 之后，公司已经在探索全新的内存架构。

在近期一场公开对话中，陈立武将这一全新内存架构称作自己的 “pet projects（重点关注项目）”。他指出，聘用 Lee 这件事本身，已经能看出英特尔正在考量的方向。不过，公司暂时还不打算披露更具体的细节。陈立武同时表示，新技术让内存成为计算系统中战略地位愈发关键的组成部分，英特尔看到了通过堆叠技术把处理器与内存更紧密集成的机会。他坦言，过去英特尔之所以不愿布局内存业务，主要因为内存在很大程度上属于大宗商品业务；但随着新技术不断涌现，这个领域已经发生了变化。

英特尔于今年 6 月任命 Seok‑Hee Lee 担任英特尔代工事业部执行副总裁，直接向陈立武汇报。他的正式职责覆盖先进封装、系统集成、后端技术开发以及后端制造。Lee 曾担任 SK 海力士总裁兼 CEO；回到英特尔之前，他还出任过电池厂商 SK On 的总裁兼 CEO。职业生涯早期，他曾在英特尔任职约十年。

需要明确的是，英特尔尚未公布具体计划，也不会重新切入传统 DRAM 或 NAND 闪存大宗商品制造业务。

内存与计算进一步融合

陈立武的表态，指向的是计算与内存之间更深度的集成。他表示，英特尔存在多种方案可以实现 CPU 与内存的堆叠，同时也在探索全新的 CPU 与内存架构，以满足不断变化的计算需求。

英特尔已经通过与软银旗下 SAIMEMORY 的合作，推进下一代内存技术。双方今年 2 月达成协议，合作推动 Z‑Angle Memory（简称 ZAM）技术商业化。该技术主打大容量、高带宽、低功耗，项目基于英特尔 “下一代 DRAM 键合计划” 验证过的技术开展，目标是在 2027 财年完成原型开发，2029 财年实现商业化落地。

陈立武把内存相关工作定位为英特尔整体战略的一环，目的很直接：避免公司再次错过重大技术变革浪潮。他称，英特尔过去曾错失移动、AI 等重大技术浪潮，而自己并不打算重蹈覆辙。这套战略也体现了陈立武对英特尔垂直整合模式的支持。他认为，把产品研发、先进封装与代工制造结合在一起，相比把各项能力拆分开来独立运作，能够为客户创造更高的价值。

陈立武也承认，这类集成工作的复杂度相当高。英特尔在打造更完整计算平台的过程中，需要重新夯实 CPU、GPU 设计、系统架构与软件层面的综合实力。“我们需要完整的全栈能力，而且不能只面向 PC 客户端。”陈立武提到，智能体 AI、边缘计算以及物理 AI，将定义下一代计算的发展方向。

先进封装是这套思路的核心。英特尔正推进 EMIB‑T、HBI 等技术准备进入大规模量产；Lee 所负责的部门，承担着扩大公司先进封装与系统集成能力的任务。

陈立武还谈到了玻璃基板、人造金刚石等更长期的材料技术。随着芯片功率密度持续提升，这类材料有望解决散热难题。他介绍，散热技术正在从风冷走向液冷，最终将演进至微流控方案：冷却液会流经贴近发热元器件的微型流道完成散热。

押注AI基础设施

陈立武对内存与封装的重视，源自他出任英特尔 CEO 之前就已经形成的投资理念。大约 9‑10 年前，出于对 GPU 计算功耗问题的担忧，他投资了两条不同的技术路线：一条是高速互联企业 Credo，另一条是 AI 系统厂商 SambaNova。后者采用数据流架构，旨在提升计算效率。陈立武还投资了光互联企业 Celestial AI 与 DustPhotonics。Marvell 已于今年 2 月完成对 Celestial AI 的收购，Credo 则在 5 月完成对 DustPhotonics 的收购。

这些投资透露出陈立武的核心判断：计算性能越来越不只取决于处理器本身，还取决于数据在计算、内存、网络资源之间的传输效率。英特尔正围绕这一行业趋势，对自身的制造、封装和系统能力进行重新定位。

长达十年的复苏周期

陈立武也不赞成用短期维度来评判英特尔的复苏进程。他表示，自己参与企业项目的周期通常为 10‑12 年，并以自己在 Cadence 的长期任职经历作为例证。“我不是看重短期的人。我看的是 10 年、15 年以后的发展。”陈立武补充说，他的目标是搭建一个能让整个行业受益的更大平台。

陈立武称，英特尔的打法与他在 Cadence 时期类似，但复杂度更高——英特尔员工规模更大，还需要同时推进产品业务与代工业务。他表示，变革企业文化、倾听客户需求、改善产品，依旧是工作重心。

内存项目为这套战略新增了一块拼图。陈立武的发言，并不代表英特尔要回归传统 DRAM、NAND 闪存生产，而是希望实现内存与处理器、封装、系统架构的深度集成，让英特尔在下一代计算基础设施中扮演更重要的角色。对这类半导体产业趋势感兴趣的读者，不妨在云栈社区持续跟进相关讨论。