不久前的一天，在英特尔位于美国俄勒冈州华盛顿县希尔斯伯勒（Hillsboro）的琼斯农场园区的一间开放会议室里，基辛格（Pat Galsinger）拿出一片表面闪烁着蓝、橙、紫硅金色反射光的芯片。
　　“这是第五代至强处理器（CPU），”这位英特尔CEO告诉在场的媒体记者，这是该公司最新一款服务器芯片，并且，它也是这家芯片公司AI战略拼图最重要的一块。
　　一直以来，CPU就是个人电脑（PC）以及支持互联网背后服务器的大脑，但随着英伟达抓住人工智能时代的机会，用于AI加速计算的GPU（图形处理器）芯片逐步扩大市场份额，抢夺了英特尔的空间。此外，英特尔在芯片制程开发上陷入困顿，也为曾经的跟随者AMD带来契机。
　　市场份额下降仍可以夺回，技术领导力下滑却是个危险的信号。过去数年，服务器厂商和云计算公司还能对英特尔缓慢的创新力度保持敬意并给予理解，然而随着时间的堆积，当其他芯片公司加快探索更加不同的创新产品时，客户的耐心渐渐被消耗了。
　　从1968年成立，历经半个多世纪，期间波折起伏不断，英特尔目前的状态显然并不美妙，整体市场承压，业绩连跌不休。对于英特尔当前的窘境，《经济学人》曾如此评价，“它在技术和管理上走了歪路。”
　　但一向自负的英特尔不承认失败，这家芯片公司是如此亟需重整旗鼓，但调整节奏又是如此之难，“半导体业自始至终就是一个脚步快而又无情的行业，”台积电创始人张忠谋曾在自传中写道，“一旦落后，再赶上就很困难。”
　　但历史给了给了这家公司应有的韧性，反击的线索就隐藏在基辛格所在的俄勒冈希尔斯伯勒四座英特尔园区一幢幢灰白色办公大楼里。对外界来说，英特尔在这里做的事情，大部分都还是个谜。
　　俄勒冈位于美国西北部，是哥伦比亚河的流经地，同时被太平洋海岸山脉和落基山脉紧紧包围，它南北毗邻加利福尼亚和华盛顿州，是美国西部拓荒时代“俄勒冈小径（Oregon Trail）”的终点。这里林业资源丰富，夏季较短，温暖、干燥且天气晴朗，而冬季则是户外运动爱好者的理想地点。
　　希尔斯伯勒距离俄勒冈首府波特兰不到一小时车程，交通便利，由于教育发达，错落在希尔斯伯勒周边的高科技产业园区繁荣程度与硅谷类似，被称为“硅林”。“相比阴晴不定的西雅图，我更喜欢这里。”一位曾在微软云计算部门工作的英特尔高管告诉界面新闻记者。
　　英特尔是俄勒冈最大的私企雇主，它在华盛顿县希尔斯伯勒有超过2.2万名员工，约占英特尔全球员工的18%，这里设有芯片制造、研究和运营部门，根据英特尔2019年披露的数据，其在俄勒冈每年总影响超过10万个工作岗位、超过100亿美元的劳动力收入和190亿美元的GDP。
　　在英特尔影响下，半导体是俄勒冈最大的出口产品——当地媒体“俄勒冈公共广播”曾这样形容，“如果你口袋里有一美元，那么其中25到29美分是因为英特尔在华盛顿县的存在。”
　　在英特尔，摩尔定律（每隔18个月，晶体管的集成度翻一番，性能提升一倍）就是它的“基本法”。这家成立于1968年的半导体公司，曾造出了世界上第一块微处理器，在联合创始人安迪·格鲁夫的带领下，推动芯片技术突飞猛进，英特尔成为了家喻户晓的名字，很长一段时间，英特尔代表了半导体行业最顶尖的技术能力。
　　这样的成功背后，是过去50年间，英特尔在希尔斯伯勒投资超过520亿美元的成果，几乎每一块至强处理器诞生于此，这里成为英特尔研发的“心脏”。
　　如今，这片土地矗立起四座英特尔园区，而这仅仅是英特尔庞大的芯片制造赶超计划的一部分：两年前，英特尔提出“四年五个节点”计划，即在四年内完成7纳米、4纳米、3纳米、20A（埃米，1纳米等于10埃米）、18A五个制程节点，在芯片制程回到领先地位。
　　半导体先进制程需要太多资金的投入，这是一场胆小鬼玩不起的游戏，今年9月，在英特尔总部附近一座会议中心的会议室中，基辛格曾告诉界面新闻记者，这项计划已经实现了一半。
　　2022年，英特尔完成了位于希尔斯伯勒的D1X芯片工厂耗资30亿美元的第三期工程，按照英特尔的规划，俄勒冈将成为世界上最先进的芯片生产基地之一。
　　推进这项计划的重点就在俄勒冈，就在一年前，英特尔完成了位于希尔斯伯勒的D1X芯片工厂耗资30亿美元的第三期工程，按照英特尔的规划，俄勒冈将成为世界上最先进的芯片生产基地之一，这里还将陆续导入EUV（极紫外）、High-NA EUV（高数值孔径极紫外）光刻机。
　　芯片制造的基本过程是，在一片经过抛光处理的12英寸硅晶圆片上刻出细微的图案，即光刻。随后，它们要经过总共超过2000道工序，包括沉积、光刻、蚀刻、清洗和检查，然后是又一轮重复等等。经过数百道工序，每片晶圆被切割成80块左右邮票大小的裸片（Die）。
　　光刻机由荷兰公司阿斯麦（ASML）提供，这是人类历史上最伟大的工程奇迹之一，由超过10万个零部件组成。一般，光刻过程占芯片总制造成本的三分之一，耗费时间约占整个芯片生产时间的40%-60%，且对环境、精度的控制远高于其余工序。
　　ASML位于希尔斯伯勒的办公室，这家公司正在协助“美国最大芯片制造商之一”采用EUV进行大批量生产。
　　从琼斯农场园区出来，如果你乘车经过希尔斯伯勒的NE Evergreen 7451号公路，可能会无意间撞见ASML深蓝色的四字母标志，在后者的官网上，这家光刻机巨头介绍，“希尔斯伯勒是美国最大芯片制造商之一采用EUV进行大批量生产的中心。”
　　“把一座晶圆厂做起来并通线，不是购买了设备再把它们放在一起就可以。”ASML中国区经理沈波告诉界面新闻记者，半导体设备商靠近晶圆厂就近开设办公室是一种行业传统，ASML还要支持客户从芯片产线的通线启动、通线之后的工艺调试，到最终把芯片生产出来所有环节。
　　如果制造过程一切运转正常，在整个加工环节后，生产出来的产品就是第五代“至强”芯片。
　　得益于云计算的蓬勃发展，数据中心服务器所采用的高端处理器的需求一直在增长，而这些数据中心大多采用英特尔的x86架构处理器。2022年，这些产品在英特尔630亿美元的总收入中占了三分之一，在80亿美元的净利润中占了大头。
　　和个人用户相比，服务器和云计算客户渴求更高的性能，但同时也不希望因为太耗电而导致成本上升，这一特性需要在新一代至强处理器中得以体现。
　　一般来说，处理器的时钟频率越高，性能也就更强。所谓时钟频率，就是指处理器每秒钟可以开合电路开关的次数产生的稳定电脉冲，以赫兹（Hz）为单位测量，决定了处理器每秒可以执行多少条指令。
　　如果让时钟频率太高，它可能会因晶体管变得过热而不能正常工作。解决办法是增加处理器核心，更多核心允许处理器同时处理多个指令序列，实现了时钟频率不变而计算能力的增强。英特尔这次的第六代至强处理器的最高规格型号就有64个处理器核心，比之前的版本就多了4个。
　　第五代至强处理器的核心架构。
　　相比前一代，第五代至强有两个密度更高、可以容纳更多处理器核心的更大的裸片，前一代则是四个。英特尔资深技术专家Allen Chu告诉界面新闻记者，规模更大的裸片能配置更高的缓存容量、更多的内核，更适合大型的虚拟化用例，简化芯片设计。而且，它们还能够带来更低的数据处理延迟和能耗。
　　但从芯片设计到制造，过程远非一帆风顺。英特尔这四年来在半导体技术推进的艰难之处在于，其始终希望追上难以满足的摩尔定律，满足客户需求。
　　实际上，发布于今年1月的第四代至强处理器的诞生之路就颇为坎坷——其自2019年首次公布以来至少延期两次，在设计芯片时，英特尔为了塞入更多新功能，采用了更复杂的设计并添加了大量新功能，导致流片后经历多次验证测试以修复缺陷，不得不将推出日期多次延后。当第四代至强今年初推出时，行业的普遍反应是“等得太久了（long awaited）”。那段时间，英特尔数据中心部门经历了严峻考验。
　　因此市场见到了不同寻常的一幕：短短不到一年，英特尔连续推出了两代至强处理器，客户有些目不暇接。
　　站在IT行业竞争的立场，慢被视为不可接受。
　　“今年1月份才发布完第四代至强，12月份发布第五代至强，明年可能有下一代，我们的速度越来越快，”英特尔数据中心与人工智能集团副总裁陈葆立说，“客户和市场要求更新更快的算力，我们正在积极响应这一点。”
　　除了芯片本身之外，英特尔也不得不全方位找到解决方案，去应战一个强劲的对手。
　　“在数据中心端，其实做生态做得最成熟的也是只有英特尔，虽然说在AI，在GPU这里，我们一开始比较慢，但是对于整个生态，对整个开源社区的合作，多年来应该没有其他公司比我们做得更多的。”陈葆立称，“我们都知道一个友商的生态做了很多年，但是它比较封闭。”
　　这一论调自然指的是英伟达，英特尔说服客户使用开放方案的理由是，英伟达的软件是专有的，这意味着软件开发者不能自由地对其进行调整。英特尔提供开源的替代方案，一些客户可能会发现这种选择很有吸引力。
　　但在目前的AI市场，“封闭”战胜了“开放”，英伟达从2006年就开始围绕GPU建立软件平台CUDA，为之投入数百亿美元，帮助开发者更简单地调用GPU的能力完成各种各样的任务，将开发者更牢固地与GPU绑定在一起。现在，无论OpenAI、Meta、微软、腾讯还是字节跳动，它们构建的人工智能生态，都是在CUDA的基础上。
　　生成式AI的爆发，又推动了客户对处理AI计算芯片的增长。据摩根士丹利认为，包括英伟达和AMD的GPU、AI计算专用芯片等AI处理芯片。整体的年销售额料将达到430亿美元左右，约占芯片行业总销售额的8%。市场调研机构Counterpoint预计，受此影响，数据中心CPU市场规模预计在2023年收缩15%-18%。
　　数据中心与人工智能事业部总经理Sandra Rivera说，她并不为GPU将挤占CPU数据中心的市场而担心，现在至强已经内置了AI加速器，可以帮客户更好地处理AI计算问题。
　　现在英伟达占据先机，英特尔也会想办法反击。
　　比如，与CUDA对应的是，英特尔推出了名为OpenVINO的软件方案，英特尔称这套软件可以在“任何硬件、任何模型、任何地方（any hardware、any model、anywhere）”上加速AI计算。在CPU、GPU、FPGA等异构计算上，英特尔近年力推“One API”策略，希望以打包式的平台方案整合自家庞杂的产品路线，降低客户对底层硬件差异的敏感度。
　　此外，内置AI加速器还可以让英特尔处理器在AI领域比AMD更有吸引力。“与AMD不同，英特尔至强是内置AI加速器的CPU，但AMD并没有内置加速器。而且它们无法参与软件工作，不能进行数据服务应用。”英特尔副总裁兼至强产品和解决方案事业部总经理Lisa Spelman称。
　　未来几年，AI芯片预计将推动半导体业规模不断增长。根据芯片咨询公司International Business Strategies（IBS）曾预计，受5G网络、自动驾驶汽车等技术的进步推动，芯片行业收入到本世纪20年代末预计将增加一倍，达到约1.1万亿美元。现在，IBS又将2030年收入预期上调了1500亿美元，至1.25万亿美元左右。
　　不过，英特尔面临的市场环境比过去更为不同和复杂，更多对手涌入市场。英伟达外，亚马逊和微软等大型云计算公司也对AI芯片进行投资，凭借庞大的规模，这些大型科技公司有能力为自己的数据中心设计自己的AI芯片，并将这些芯片的生产外包给台积电等公司。这些云计算公司使用自研芯片更好地应对云服务市场竞争需要，也是为了摆脱对英伟达的依赖，这一趋势对英特尔而言好坏参半。
　　目前来看，基辛格的变革，在资本市场的认可度仍有增长空间，英特尔想要重整旗鼓仍需要时间。在过去一年的半导体市场AI行情中，英特尔股价累计仅上涨87.99%。同期，英伟达上涨了2.5倍多，费城半导体指数亦录得70.7%的涨幅。面对AI时代半导体行业巨大机会，尽管挑战重重，这对英特尔来说仍然是不能输之战。