当前位置：主页 > 固原 >

红字

系统级代工：英特尔的翻盘筹码_我的网站

刺客信条

A | 基辛格着重表示，“这标志着从系统级芯片（system-on-a-chip）到系统级封装（system in a package）的范式转移。作者声明：该图片由AI生成文丨李海伦编辑丨徐青阳 2026年7月，在世界人工智能大会（WAIC）上，智能体手机重新成为最受关注的AI终端之一。”在英特尔这一巨轮加速向IDM2.0挺进之后，近来动作不断：无论是开放x86，加盟RISC-V阵营，还是收购高塔、扩充UCIe联盟、宣布数百亿美元的代工产线扩建计划等等不一而足，显现出要在代工市场三分天下有其一的野望。而今，再祭出系统级代工“大招”的英特尔会如愿在“三皇”会战中增加更多筹码吗？大势使然系统级代工概念的“问世”，其实早已有迹可寻。荣耀首次大规模展示Robot Phone真机。隐藏在机身顶部的云台摄像头可以弹出、旋转和追踪用户，让手机拥有了某种接近机器人的感知与动作能力。7月18日，荣耀还正式开启了这款产品的全渠道预约。在摩尔定律放缓之后，实现晶体管密度、功耗、尺寸之间的平衡面临更多的挑战，而新兴应用对高性能大算力以及异构集成的芯片需求有增无减，驱动着业界探寻新的解决之道。借助于设计、制造、先进封装以及近年来兴起的Chiplet等，来实现摩尔定律的“续命”以及芯片性能的持续跃迁，看起来已成共识。特别是在未来制程微缩受限的情况下，Chiplet与先进封装搭配将会是突破摩尔定律的解法。阶跃星辰展出了首款大模型原生智能体手机STEPX Neo，搭载Step AOS智能体原生操作系统，内置个人智能体阶跃Amoo，可以读取屏幕和应用信息，联动携程、支付宝、飞书等服务完成差旅规划、办公协作和本地生活任务。而代工厂来充当联接设计、制造和先进封装的“主力”，显然有着先天的优势和能够盘活的资源。意识到这一大势，不论是台积电、三星还是英特尔等这些顶级玩家均在着力布局。努比亚带来了与字节跳动联合打造的NaviX Ultra。这款被称作“第二代豆包手机”的产品，内置豆包大模型，可以理解自然语言指令，跨多个应用完成比价、下单、行程规划等任务，并尝试在本地保存用户的长期记忆。在一位半导体代工行业资深人士看来，系统级代工是未来代工的必然趋势，相当于泛IDM模式的扩展，类似于CIDM，但差异在于CIDM是不同公司通过一个共同的任务来衔接，而泛IDM则是将不同任务整合为客户提供一个Turnkey Solution。这些产品的形态不同，方向却高度一致：手机正在从安装AI功能的智能设备，走向以AI智能体为核心的新终端。英特尔方面在接受集微网采访时表示，从系统级代工的四大支撑体系来看，英特尔均具备优势技术的积淀。把视野扩大到整个手机市场。

B | 在晶圆制造层面，英特尔开发了如RibbonFET晶体管架构和PowerVia供电等创新技术，并在稳步实现在四年内推进五个制程节点的计划。英特尔还可提供EMIB和Foveros等先进封装技术，以助力芯片设计企业整合不同的计算引擎和制程技术。

C | 三星Galaxy S26系列、小米17 Ultra、OPPO Find X9 Ultra、vivo X300 Ultra等新一代旗舰手机，都在强化端侧AI和智能体能力。虽然部分手机尚未公布处理器型号，但在2026年集中出现的高端AI手机中，多家手机品牌都选择搭载了高通第五代骁龙8至尊版。

D | 不同厂商在模型、系统和交互形态上选择了不同路线，底层算力却越来越多地汇聚到同一代移动平台上。而芯粒模块化的部件为设计提供了更大的灵活性，驱动整个行业在价格、性能和功耗方面进行创新。这意味着，下一代手机的定义权已经不再只掌握在终端厂商手中。模型负责理解用户，操作系统负责调度任务，应用生态负责完成服务，芯片则决定这一切能否在手机上持续、实时、低功耗地运行。智能体手机由此成为一场横跨整条产业链的竞争。

E | 自乔布斯推出iPhone开创智能手机时代，整个手机行业历经十多年发展，终于演化出新物种——智能体手机。这也引发了行业的更多思考：iPhone开创“智能手机时代”，谁来定义智能体手机？播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 01 当手机开始“主动思考” 7月17日下午，在荣耀分论坛上，高通公司全球副总裁、中国区研发负责人徐晧发表主题演讲，系统解释了智能体终端对芯片架构提出的新要求。英特尔致力于构建UCIe联盟助力来自不同供应商或不同制程的芯粒更好地协同工作。徐晧的核心判断是，智能体带来的不只是交互方式升级，更是对终端设计理念的一次重构：设备需要从等待指令的“被动响应”，转向能够理解环境和用户需求的“主动服务”。比如，用户让手机规划一次出差。智能体需要理解自然语言指令，读取日历和个人偏好，查询机票与酒店，再调用多个应用完成后续操作。

F | 语音识别、意图理解和个人数据检索可以在端侧完成，复杂的信息搜索和推理则可能交给云端模型。在软件方面，英特尔的开源软件工具OpenVINO和oneAPI可加速产品的交付，并使客户能够在生产前测试解决方案。
凭借系统级代工的四大“护法”，英特尔展望，单颗芯片上集成的晶体管将从目前的1000亿个大幅扩展至万亿级别，基本可成定局。即使是“哪些消息需要优先回复”这样一个细小的功能，背后也需要端侧模型理解联系人关系、历史沟通习惯和当前日程，并将这些信息组织成个人知识图谱。“可以看到英特尔的系统级代工目标契合IDM2.0的战略，且有相当的势能，将为英特尔未来的发展打下基石。

G | 高通总裁兼CEO安蒙将这一变化概括为，人机交互将从“以应用为中心”走向“以智能体为中心”。2026年6月，他与微软CEO萨提亚·纳德拉谈到，未来AI智能体将逐渐成为主要交互入口，用户的任务和使用体验也会跟随智能体，在手机、PC、汽车和其他终端之间流动。

H | 应用仍然存在，但大量操作将被隐藏在智能体背后。自iPhone面世以来，智能手机的大量硬件优化都围绕一个目标展开：如何更快地响应用户操作。更高的触控采样率、更短的应用冷启动时间、更流畅的动画帧率，衡量的主要是用户发出指令之后，手机能够多快作出反应。

I | 而到了智能体时代，手机需要长期处于“准备工作”的状态。

J | 比如传感器需要持续在线，同时不能明显增加功耗；大模型需要在端侧实时运行；端侧与云端之间的任务切换需要足够迅速；系统还要长期理解用户的习惯、偏好和当前场景。”上述人士进一步表示对于英特尔的看好。联想到以“一站式芯片方案”扬名立万的联发科，再到如今“一站式制造”的系统级代工新范式，代工市场或将迎来新的巨变。胜算筹码祭出了系统级代工这一大招儿，英特尔其实已然做了诸多铺垫。因此，交互逻辑发生变化后，芯片设计的底层逻辑也必须随之改变。除却上文提及的各种创新加成之外，还要看到为了系统级封装新范式所付出的诸多努力和整合力道。让手机“跑得更快”，已经不足以支撑智能体持续感知、多模态推理和跨应用执行任务。半导体行业人士陈启分析，从现有资源储备来看，英特尔拥有完整的x86架构的IP，这是它的底蕴，同时英特尔有PCIe、UCle等高速SerDes类接口IP，可利用这一技术更好地和英特尔核心CPU做Chiplet的组合和直连。芯片需要改变计算资源的组织方式：低功耗模块负责持续感知，NPU承担端侧模型推理，CPU、GPU和不同加速单元协同工作，复杂任务则在端侧与云端之间动态分配。这就意味着，芯片架构必须从根本上重新设计，仅仅“跑得更快”已不能满足市场要求，必须换一种“跑法”。而且，英特尔又掌控了PCIe技术联盟标准的制定，而PCIe基础上发展起来的CXL联盟和UCle标准也是由英特尔主导，相当于英特尔既掌握了核心IP，又掌握了非常关键的高速SerDes技术和标准。

K | 02 智能体手机的底层能力再看7月的WAIC上，荣耀Robot Phone、努比亚NaviX Ultra、阶跃星辰STEPX Neo等智能体手机的切入方式，分别选择了不同的路线。“英特尔的混合封装技术、先进工艺能力并不弱，如果能和它的x86 IP内核以及UCIe相结合，确实能在系统级代工时代拥有较多的资源和话语权，并打造出一个全新的英特尔，持续保持强大。比如荣耀通过进一步改造硬件形态，让摄像头能够转动、追踪和反馈；努比亚希望让智能体理解指令、调用多个应用完成任务；阶跃星辰从模型和操作系统入手，试图构建智能体原生的手机交互方式。这几款产品分别从应用执行、系统重构和具身交互切入，也共同提出了一个问题：当AI从手机里的单项功能变成持续运行的智能体，原有的手机算力架构还能否支撑？智能体手机需要必备哪几项底层能力？以高通为代表的芯片厂商开始从底层给出一套系统性解法。首先，是始终在线的“低功耗感知”。

L | ”陈启告诉集微网。

M | 要知道，这都是英特尔的看家本领，之前是不会轻易示人的。比如，手机判断用户已经进入会议室，需要综合日程、位置和环境声音；识别用户正在运动，需要持续读取加速度计和心率数据；Robot Phone追踪人物动作，则要同时处理视觉、声音和云台姿态信息。这就要求专门设计一个传感器中枢，它是一个始终运行的低功耗AI处理模块，持续收集加速度计、陀螺仪、麦克风、光线传感器等感知数据，却不唤醒主CPU或GPU，因此功耗极低。这些体验看起来由模型完成，第一道计算实际上发生在芯片的低功耗感知模块中。缺少这一层，手机即使拥有很高的AI峰值算力，也很难让智能体长时间在线。“由于过去在CPU领域的强势，系统内关键资源——内存资源被英特尔牢牢把控，系统内其他芯片想要使用内存资源，必须通过CPU获得，因此英特尔可通过此举限制其他公司的芯片，过去业界对这一‘间接’的垄断行为怨声载道。”陈启解读说，“但随着时代的发展，英特尔感受到四面八方的竞争压力，因而主动求变，将PCIe技术开放出来，相继成立CXL联盟和UCle联盟，相当于主动把蛋糕放在了桌子上。”行业看来，英特尔在IC设计、先进封装领域的技术跟布局仍然十分扎实。

N | 高通的方案是传感器中枢（Sensing Hub）。按照徐晧的介绍，它可以长期收集和处理声音、动作、位置等信息，为智能体主动服务提供感知入口，同时减少对CPU、GPU等高功耗模块的频繁调用。

o | 第二层，是面向大模型的异构计算。

p | 以赛亚调研(Isaiah Research)认为，英特尔走向系统级代工模式，是希望整合这两大方面的优势与资源，通过从设计到封装一条龙的概念，差异化其他晶圆代工厂，以在未来代工市场获得更多订单。

q | 完成感知之后，手机还要理解用户当前在做什么、可能需要什么，以及下一步应该采取怎样的行动。例如，手机接收到一句“把刚才会议中提到的项目整理出来，发给相关同事”，背后可能同时涉及语音处理、人物识别、文本理解、上下文检索、文件生成和应用调用。不同步骤对算力、内存、时延和功耗的要求并不相同，很难依靠一颗单独的NPU从头跑到尾。

r | “以这样Turnkey solution的方式，对于小型初级开发而且研发资源不足的公司是相当有吸引力的。因此，智能体时代对芯片提出的新要求，是让CPU、GPU、NPU、ISP和各类加速单元形成更紧密的异构计算体系。

s | ”以赛亚调研还看好英特尔此举对中小客户的吸引力。

t | 为此，高通采用了端侧异构计算架构：能端侧跑的就交给端侧的CPU、GPU、NPU协同处理，端侧跑不动的才上云，大幅减轻计算压力和功耗，还不影响体验。对于大客户，有行业专家直言，英特尔系统级代工最现实的利好还在于可拓展与部分数据中心客户如Google、亚马逊等的双赢合作。按照徐晧的介绍，高通Hexagon NPU的解法是，其内部配置了面向张量、矢量、向量矩阵加速单元，并与CPU、GPU协同工作，根据任务类型分配计算资源。正是因为异构计算架构，使智能体手机拥有了“端侧超级大脑”，能实时感知用户情绪，并与用户实时互动。

u | “一是英特尔可授权他们在自己的HPC芯片中使用英特尔X86架构的CPU IP，有利于保持英特尔CPU领域的市场份额。二是英特尔可提供UCle之类的高速接口协议IP，更加方便客户将其他功能IP整合。第三层，是端侧与云端之间的动态分工。再强的手机芯片，也很难把所有智能体任务全部留在本地完成。三是英特尔提供完整平台来解决流片、封装的问题，形成最终英特尔深入参与的亚马逊版本Chiplet方案芯片。这对英特尔来说应是一个较完美的商业方案。”上述专家进一步补充。高通CEO安蒙在COMPUTEX 2026上提到，对话式AI单次任务可能涉及约1万Token，复杂推理任务可能达到约10万Token，智能体任务的规模还可能进一步上升至100万Token量级。仍需补课但做代工需要提供一揽子平台开发工具，以及树立“客户至上”的服务理念，从英特尔以往历史来看，也曾尝试过代工，但结果也不尽人意。借助系统级代工尽管能助力其实现IDM2.0的宏愿，但隐形的挑战依然要着力攻克。这里的100万Token代表完整智能体任务可能产生的计算需求，并不意味着手机要在本地一次处理100万Token。对此，高通构建了一套覆盖端侧、边缘侧和云端的分布式智能体AI架构。“正如罗马不是一日建成的，代工和封装不是说技术强大就万事大吉的事情，从IDM转型代工，对于英特尔来说，最大挑战仍是代工文化。”陈启告诉集微网。

v | 在这套架构中，规划器（Orchestrator）负责拆解任务，并根据各环节对算力、时延、功耗和隐私的不同要求，动态调度计算资源。陈启进一步指出，如果说制造、软件等生态英特尔还可通过砸钱、技术转让或是开放平台模式来搞定的话，英特尔最大的挑战是要从体系上构建代工文化，要学会与客户沟通，为客户提供所需的服务，满足客户差异化的代工需求。对此以赛亚调研则认为，因为英特尔唯一需要补足的是晶圆代工这部分的能力，相比台积电有持续且稳定的主要客户与产品协助提升每段制程良率，英特尔多半只生产自家产品，在产品类别与产能有限的情况下，英特尔芯片制造的优化能力有限。通过系统级代工模式，英特尔有机会通过设计、先进封装、芯粒等技术吸引部分客户，从少量多元的产品一步步提升晶圆制造的能力。

w | CPU负责智能体的任务编排和规划，NPU与GPU承担本地模型推理，传感器中枢提供持续的情境信息，蜂窝网络和Wi-Fi则连接终端与云端算力。
此外，先进封装和Chiplet作为系统级代工的“流量密码”，也面临各自的难关。以系统级封装为例，从其涵义来看，相当于晶圆产出之后要实现不同Die之间的整合，但这殊非易事。

x | 智能体需要理解目标、拆解步骤、查询信息、调用工具、检查结果，有时还要在失败后重新规划。以台积电为例，从最早为苹果做方案到后来为AMD做代工，台积电在先进封装技术方面花费多年时间，并推出了多个平台，如CoWoS、SoIC等，但到最后多数依然是一对一定制化封装服务，并不是传言中为客户提供“芯片像搭积木一样”高效的封装方案。任务链越长，计算量和Token消耗就越高。如果全部放在端侧运行，会受到手机内存、功耗和散热的限制；全部放到云端，又会带来网络延迟、推理成本和隐私风险。最终，台积电将各种封装技术整合后推出3D Fabric代工平台，同时抓住机会参与了UCle联盟的组建，想方设法将自己的标准和UCIe标准打通，有望后续“搭积木”的推进。更可行的路径，是让端侧与云端根据任务实时分工。

y | 以WAIC上展示的跨应用任务为例，当用户要求手机规划一次出差，端侧可以先识别用户身份、读取日历和出行偏好，云端模型负责搜索和比较大量航班、酒店信息，最终再由端侧系统向用户确认支付和发送行程。

z | 芯粒结合的关键在于统一“语言”，即标准化Chiplet接口。

| 为此英特尔也再次挥舞起影响力大旗，以PCIe标准为基础着力为芯片到芯片互连建立起UCIe标准。显然这还需要时间让标准“通关”。

| 这套流程依赖的已经不只是一颗NPU，还包括蜂窝通信、Wi-Fi、内存、操作系统调度和云端模型服务。The Linley Group总裁兼首席分析师Linley Gwennap在接受集微网采访时就提出，业界真正需要的是将芯粒连接在一起的标准方式，但各公司需要时间来设计新的芯粒以满足新兴标准。任何一个环节出现延迟，智能体的任务链都可能中断。目前虽已取得了一些进展，但仍需要2-3年的时间。因此，具备实时通信连接能力的芯片设计商将具备竞争优势，可以说快速稳定的通信连接就是智能体手机的“神经系统”，没有它就不能保证端侧和云端的丝滑切换。一位半导体资深人士从多维角度表达了疑虑，英特尔在2019年退出代工服务不到三年重返，试图从IDM转型打造新的服务模式，能否再被市场接受，需时间观察。为保证实时连接的高速和顺畅，芯片设计厂商还必须具备提供跨端统一计算解决方案的能力，要为用户的不同设备类型和边缘场景提供一致性的体验，只有全栈产品线才能确保端与云之间不是二选一，而是按需流动，对芯片设计行业来说，是一个全新的挑战。简单来说，具备一系列的芯片产品设计，并有不同的算法和软件来支持各种终端形态，并使这些产品形态进化得到智能体的支持，这类芯片设计厂商在未来才会占有竞争优势。此外，拥有长期记忆及其安全边界也是一个核心能力。从技术来看，英特尔2023年预计推出的下一代CPU在制程和存储容量、I/O功能等方面仍较难展现优势。此外，以往英特尔的制程蓝图有过几次推迟的记录，而现在同时要进行组织重组、技术提升、市场竞争、建厂等多项艰难任务，相较过去的技术挑战，似乎更增添了未知的风险。特别是英特尔能否在短期内建立起新型系统级代工模式的供应链，亦是一大考验。 WAIC上几款智能体手机都在强调“记得住”。手机需要逐渐了解用户常用的应用、经常联系的人、出行偏好和工作习惯，才能减少重复询问，并在合适的时间提供服务。这些信息可以进一步形成个人知识图谱。手机知道哪些消息需要优先回复，汽车知道用户习惯怎样调节座椅和空调，家庭机器人也可以根据历史习惯判断用户回家后可能需要什么。

| 智能体越了解用户，权限边界就越需要清晰。端侧AI算力的重要价值之一，正是让更多敏感数据能够在本地完成处理，降低原始个人信息频繁进入云端的必要性。总而言之，WAIC上的智能体手机形态各异，不过落到底层核心面，面对的是同一组考题。 03 行业新时代拉开帷幕在过去几年，手机厂商比拼的是谁能加入更多AI功能，例如AI应用于修图、翻译和搜索等等，有更加个性化的体验。到了2026年，竞争开始进入下一阶段。AI逐渐深入操作系统，从执行一条指令，走向理解一个完整目标；从调用单一功能，走向调度多个应用、模型和服务，连续完成一项任务。今年WAIC上集中出现的智能体手机，正是这种变化的缩影。手机厂商、大模型公司和操作系统厂商选择了不同入口，有的重点解决跨应用执行，有的尝试重构操作系统，有的探索感知能力与新硬件形态。但无论采用哪条路线，最终都要回到底层系统的核心能力。徐晧提到，高通的平台正在覆盖从低功耗智能耳机，到手机、汽车，再到千瓦级数据中心机架等不同形态，希望用统一的芯片、算法和软件解决方案支撑智能体在多个终端中运行。手机只是这轮变化最先成熟的入口之一。智能体还将进入PC、汽车、耳机、机器人以及更多物联网设备，围绕用户形成一个跨终端协同的计算网络。

| 届时，同一个智能体可以在手机上了解日程，在汽车中延续出行任务，回到家后再将服务交给家庭设备。高通公司CEO安蒙在COMPUTEX描绘了一幅更大的产业图景：全球约有60亿部手机、20亿台个人AI终端、20亿台PC和5亿辆智能网联汽车。随着这些设备陆续获得智能体能力，一个规模超过百亿台的智能体终端生态正在形成。