飓风营救

系统级代工：英特尔的翻盘筹码_我的网站

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。    Token不够用了！AI时代最火“新生意”｜WAIC 2026现场观察          作者／ IT时报 毛宇          编辑／ 郝俊慧 孙妍          Token不够用，已经成为当下AI创业者的第一焦虑。

B | ”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。                   7月的上海世博展览馆，2026世界人工智能大会（以下简称WAIC 2026）上，除了忙忙碌碌的机器人、排布密集的炫酷超节点机柜，记者听到最多的话题便是“Token”。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。                   一位来自杨浦的个人创业者站在展馆门口，跟《IT时报》记者算了一笔账：他做AI短漫剧应用，每月在Seedance上的API调用费要花掉上千元。

C | 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。

D | “身边真正做开发的，很少用便宜的方案。”他表示，无论国内外的模型，只要好用，创业者都愿意咬牙付费。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。

E | 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。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。                   就在创业者抱怨Token价格昂贵的同时，展馆另一头，厂商们正热火朝天地讨论如何把Token做成“工厂”，大规模、标准化、像印钞票一样输出Token。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。                   Token告急之下，Token工厂正加速赶来。

F |                    启明创投主管合伙人周志峰在WAIC“启明创投·创业与投资论坛——从算力原点到应用落地的进化征程”上感慨，AI产业的“速度、强度、烈度，是人类在这几百年工业革命、信息革命中没见过的超高水准”。

G | 他同时抛出一组基于全球最大AI聚合平台OpenRouter的数据：美国企业使用中国模型构建AI应用的Token占比，从2025年上半年的4.5%上升至2026年年中的46%，自2026年2月8日以来，美国公司每周调用中国AI模型的比重更是持续保持在30%以上。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。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。

H | 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。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。“也就是说美国企业将近一半的Token是跑在中国模型上的”。                   Token，是贯穿这条路径的“燃料”。         展馆里的高频词          Token工厂是什么？简单说，就是把底层的算力、模型、推理引擎打包成标准化的Token服务，按量售卖，按需交付。它不再是卖硬件、卖算力，而是直接卖“智能输出”，你付多少钱，我就给你多少Token，用完即止。                   “客户只要结果，那我直接打包给他就行了。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。

I | 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。

J | ”在WAIC 2026的另一个会场——张江科学会堂，来自天津的融科联创信息技术有限公司工作人员告诉记者，他们正在考虑往Token工厂方向转型，“既要做服务器，也要卖Token，现在的趋势就是这样”。
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。他解释，很多中小客户不懂算力调配，也不关心底层架构，“客户可能连GPU和CPU都分不清，但清楚自己需要Token。“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。”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。”                    于是，一套“简单粗暴”的解决方案应运而生——一台预装模型、推理引擎与计费系统的服务器，插电即可启用，按Token计费。“卖给中小企业，一台就够了，”他说，“顶多两三台”。                   不仅是服务器厂商，“Token工厂”的概念正在席卷整个算力产业链。清华大学背景的清程极智在展区提出了Token“前店后厂”模式，后厂是标准化的算力集群，前店是Token商店；PPIO发布了面向Agent时代的“智能Token工厂”；范式智能则把展台做成了“AI 2.0 Token工厂”的全景展示，创始人戴文渊在采访中透露，2026年一季度的Token收入已超过去年全年。                   这个模式的诱惑力在哪儿？戴文渊在大会期间算了一笔账：如果集群利用率能做到极致，Token工厂的毛利率可能达到70%～80%。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。                   周志峰在演讲中给出一个更宏观的判断：未来12到24个月，AI应用的商业模式将加速脱离互联网时代的Freemium（免费增值）逻辑，转向以结果和价值定价。                   同时，原本被业界戏称为“AI水电煤”的Token付费模式也正在发生变化，一批AI产品开始把价签上的计量单位，从“Token”换成了“任务完成数”甚至“有效交付件”。衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。                   这一趋势已在多个领域显现，比如Zendesk在2025年初推出了基于AI解决方案的定价模式——按“成功解决的工单数”收费，而非按客服座席数；Intercom将AI客服Fin的定价锚定在“自动解决率”上；Salesforce的Agentforce平台直接以“每次AI对话”为计费单元，法律科技公司Harvey则按“成功完成的法律研究任务”定价。         Token依然没有统一定价          尽管当下AI行业内人人言必称Token工厂，但至今仍未形成统一的行业标准。这里的“标准”指的是Token从生产到交付全链条的质量、计费、计量、服务等级等一整套规则体系。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。

K | 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。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。

L |                    Token与Token并不等值。

M | 中国工程院院士郑纬民在商汤主办的“算创·无限——Agentic时代AI基础设施创新发展论坛”上指出，Token的实际商业价值由首字延迟、生成速度、并发承载能力、服务稳定性四大指标共同决定。“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。”陈启告诉集微网。不同业务场景需要不同等级的服务标准，只有高等级、高品质的Token才能支撑复杂智能体的规模化落地。

N |                    “行业普遍存在模型虚标、算力质量不透明、计费模式粗放等问题，压缩模型沿用原品名报价、节点缓存命中率差异，导致同等算力调用成本悬殊”。不同的Token工厂、不同的模型厂商，定价方式五花八门，折扣力度差距明显，且“根据用量大小，给的折扣不一样。

o | ”山海引擎COO彭璐向《IT时报》记者坦言，“每家公司套餐价格都不一样，目前没办法统一定价”。

p |                    在张江科学会堂展区，博思芯宇展台打出了一张“Token成本拆解”牌：单位Token成本 = Token总成本÷有效Token产出，Token总成本由三部分构成——CAPEX（资本性支出，算力设备折旧）、OPEX（企业的日常运营开支，包括电费、散热、运维等）、有效产出保障成本（故障防控、容错调度），它试图用这套公式，帮算力运营商把每一分钱算清楚。         启明创投也在论坛上发布了“2026 AI十大展望”。要知道，这都是英特尔的看家本领，之前是不会轻易示人的。其中，将安全可信与产品效果、Token成本并列为影响企业AI大规模落地的三大关键变量。在周志峰看来，AI基础设施的竞争正在进入系统级阶段——“竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的Token生产”。

q | “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。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。         Token炼就“新石油”          Token工厂，是被现实逼出来的生意。                   在H2算力展区，记者遇到了一位正在咨询Token工厂产品的创业者。他做的是医疗影像AI，每天处理大量CT图片，上个月光API调用费就烧掉了上万元，“想来大会看看有没有更便宜的Token，”他说。

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。

s |                    Token的消耗量，已经膨胀到了一个令人咋舌的地步。”以赛亚调研还看好英特尔此举对中小客户的吸引力。

t |                    周志峰在论坛上透露，中国日均消耗大模型Token，从2024年1月到现在上涨了超千倍。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。

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。有数据显示，截至2026年3月，中国日均Token调用量已从2024年初的约1000亿增长至140万亿，但据阶跃星辰联合创始人、首席技术官朱亦博在启明创投论坛上指出，在Token需求快速增长的同时，算力供给增幅相对有限，这也进一步凸显了 AI 基础设施创新的价值。面向 Agent 时代，行业不能只依赖算力规模扩张，还需要通过模型、系统与芯片的协同设计，持续提升单位算力的智能产出和任务交付效率。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。“如果Token继续翻倍，加上模型的尺寸越来越大，对Infra的挑战将持续增加。

v | 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。”          然而，在供需之间，依旧有着结构性的失衡。

w | 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。一边是创业者喊着“不够用，价格贵”，一边是算力厂商喊着“赚钱难、跑通累”，中间的鸿沟，恰恰是Token工厂想要填补的空白。

x |                    一位深耕企业级智能体领域的创业者告诉《IT时报》记者，他们今年帮客户落地智能体项目，客户最关心的问题已经从“能做什么”变成了“Token要花多少钱”，“以前谈AI，大家兴奋的是能力，现在热潮褪去，开始算账了”。                   大模型领域的“杰文斯悖论”还在持续，Token越来越便宜，需求规模反而爆发式增长，算力总支出还在持续增加。“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。                   WAIC 2026上，Token工厂正从概念展示落地为实体产品。

y | 谁能在Token这个“新石油”的炼化链条上跑得最快，谁就可能成为AI时代最大的赢家。         排版／ 季嘉颖          图片／ IT时报 采访对象          来源／《IT时报》公众号vittimes                    E N D。”陈启告诉集微网。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。

z | 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。
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。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。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。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”。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。目前虽已取得了一些进展，但仍需要2-3年的时间。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。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。

Current article:http://www.lichuorenrenyitankanmeimu.cfd/3zbn6/zkqlsr.docx

Published on:13:39:49