英特尔代工:携手生态伙伴,灵活、高效响应客户需求
2025-06-15 17:23:20AI云资讯1227
对于英特尔代工而言,要取得长期成功,必须赢得客户信任。每个客户都有其独特的产品开发模式,因此,要想实现这一目标,除了不可或缺的技术层面的“硬实力”,还需同等重视强化与代工业务上下游合作伙伴的协同生态建设。
在2025年英特尔代工大会上,英特尔公司首席执行官陈立武强调,英特尔将持续推进其代工战略,推动制程和封装技术创新,扩展制造能力,并加强与合作伙伴在如下四个方面的紧密合作,以高效地响应客户,让英特尔的技术和解决方案能够灵活地满足不同客户的不同需求。

1.IP设计
IP(知识产权)在芯片设计中通常指一组可重用的设计单元,包括标准单元库、I/O接口等等,就像小朋友们在搭积木时,一些大模块可以直接拿来用一样,这些IP经验证可直接集成到产品设计中,从而显著加快设计周期,提高产品的可靠性。简单来说,IP是连接客户与代工厂的关键桥梁,
作为代工厂,英特尔代工必须主动构建IP生态系统,从而让客户能够更为轻松地了解、评估和应用英特尔的制程节点。在这一方面,英特尔已经取得了显著进步,与10纳米制程节点相比,生态合作伙伴基于Intel 18A制程节点设计IP的工作量已经减少了2.5到3倍。

PDK(制程设计套件),是一套使用特定制程节点设计芯片的规范、指南和工具,犹如芯片设计师手中的“工艺食谱”,让负责芯片设计的工程师了解到需要哪些“配料”,以及如何搭配它们。目前,英特尔代工已经向客户提供了Intel 18A PDK的1.0版本,并提早开始Intel 14A PDK的开发。Intel 14A PDK的早期版本也已经发送给客户,这些客户表示有意基于该节点制造测试芯片。
2.数字设计流程
数字设计流程是一套自动化的工具链,是实现高效芯片设计的基础,对于优化PPA(功耗、性能和面积),新的应用扩展,以及推动未来制程节点的发展都至关重要。
在这一领域,英特尔正与生态系统密切协作,确保客户能够将英特尔的领先技术,如PowerVia背面供电和RibbonFET全环绕栅极晶体管,以及未来的PowerDirect直接触点供电、玻璃基板等等,妥善高效地用在设计的产品中。
值得强调的是,英特尔致力于与合作伙伴携手,将AI技术应用到数字设计流程中,既革新了芯片和系统设计的传统方式,又将许多繁琐的工作自动化。实践表明,AI技术的使用带来了PPA的大幅提升,接近10%到20%,堪比制程节点的迭代,同时,AI也提高了生产效率。
3.面向制造的设计(DFM)
再好的设计,如果在制造时出现问题,就会功亏一篑。“面向制造的设计”是一系列设计优化方法,目的是让设计好的产品更易于制造、具有更高成品率、更低缺陷率和成本。换句话说,就是在设计过程中“未雨绸缪”,让代工厂能够交付更可靠的晶圆,这也能帮助客户极大地节省成本和时间。

在这一领域,英特尔正与生态系统构建值得信赖的、以客户为中心的解决方案。包括提供物理设计规则和模型;提供完整的签核工具配置文件,确保设计可被工厂接受和量产;指出容易出问题的“敏感区域”,让客户可以在流片前优化设计,避免制造过程中的返工和损失。
目前,Intel 18A制程已通过认证,Intel 18A-P正在进行性能调优,Intel 14A-E制程的相关工作也已启动。通过保证制造的成本、良率和进度具有可预测性,英特尔代工能够进一步赢得客户的信任。
4.面向良率的设计(DFY)
对半导体产品而言,良率(yield)是至关重要的一个指标,代工厂需要快速提高制程节点的良率,解决温度和功耗问题,并留有一定的余量(特别是针对汽车和数据中心等应用需求)。
“面向良率的设计”应运而生,它是通过在设计阶段预估、优化和监控会影响良率的因素(如器件性能变异、电迁移等),让客户提早解决某一制程节点可能出现的问题,从而在早期就提升芯片良率。
英特尔认识到,针对基于先进制程设计的产品,要想提升性能和减少性能波动,就必须进行设计和制造的协同优化,且此类优化不能在研发完成后才开始,而必须在设计过程中就考虑制造。为此,英特尔代工与生态伙伴合作,与设计团队和制造团队密切沟通,建立起一整套“良率预测和优化体系”,它不仅帮助客户分析设计在量产中可能遇到的问题,还在流片后快速反馈数据,帮助客户进一步优化。
正如陈立武所言,代工是一项服务性业务,基于信任这一基本原则,英特尔需要保持耐心,切实努力,以赢得客户的信任。英特尔代工将以客户的声音为指导,并根据反馈采取行动。作为代工厂,英特尔将保持谦逊,因为客户的成功才是最重要的。
相关文章
- 英特尔正式为锐炫Alchemist和Battlemage显卡推出XeSS 3多帧生成技术
- 英特尔Panther Lake处理器推出紧凑型模块,亮相边缘AI与嵌入式平台
- 英特尔和AMD CPU缺货持续加剧,价格普遍上涨
- 香港科技大学与英特尔共建联合实验室,聚焦高能效智能计算
- DeepSeek最火Engram怎么跑?英特尔至强+AMX实测:性能提升达1.67倍!
- 英特尔与忆联共同推出企业级网络存储解决方案,全面赋能AI训练与推理效率跃升
- 鉴于散热性能问题,苹果iPhone芯片采用英特尔先进制程可能性几乎为零
- AMD服务器CPU市场份额最近7年增长了28%,英特尔的市场份额跌至72%
- 三星凭借与英伟达和苹果等巨头的长期合作,已在代工领域对英特尔形成压倒性优势
- AMD与英特尔或将服务器CPU价格上调15%,因超大规模数据中心建设已耗尽库存
- 全球同步首发!智微智能Mini AI工作站携英特尔Panther Lake强势登场
- 三星与英特尔联合推出OLED新技术,提升视觉效果的同时优化笔记本电脑续航
- 英特尔计划为游戏掌机开发定制版Panther Lake处理器
- 英特尔14A制程受到青睐,英伟达与AMD或将考虑其服务器CPU采用该制程
- 英特尔推进产学合作,探索构建机器人安全体系
- 多点 DMALL 携手英特尔 展现零售智能运营新实力
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









