8 比 1 降到 4 比 1：英特爾 CEO 陳立武給 AI 缺貨開出兩到三年的時程

英特爾執行長陳立武在新加坡表示，AI 硬體短缺還會持續兩到三年；瓶頸在記憶體與先進封裝，而 CPU 正在 AI 叢集裡拿回配比。

採購 AI 伺服器的清單上，過去兩年最被追蹤的數字一直是 GPU 的數量。10 月 12 日在新加坡，英特爾執行長陳立武出席星展銀行主辦的活動，談人工智慧的需求與量子計算的前景，給出了兩個更具體的數字。一個是時間：受技術供應鏈持續受限影響，AI 硬體短缺還會再持續兩到三年。另一個是配比：AI 訓練系統中 GPU 與 CPU 的搭配比例，已經從過去的 8 比 1 降到 4 比 1。

前者決定未來幾年買設備的工期和價格，後者決定這段短缺期間誰能多拿訂單。兩句話合在一起，AI 硬體市場未來幾年的兩條主線都點到了。

兩到三年，短缺有了具體年限

陳立武的短缺判斷有現實的支撐。就在他發言的同一時間，記憶體晶片已經供不應求好幾個月，價格持續走高；臺積電的先進封裝產能同樣喫緊，而封裝正是 AI 加速器出貨的關鍵環節。他近期的對外談話也一直繞著這個主題：記憶體短缺還會繼續惡化，這件事他去年初就提醒過；CPU 需求同樣旺盛，英特爾目前只能滿足約五成客戶的需求。

在半導體圈，陳立武被視為對技術動態相當敏銳的高管，長期關注次世代製程與新材料等高成長領域，這讓他的時間估計多了一些分量。還有一個細節可以佐證短缺的性質：他先前說過，英特爾會繼續維持在臺積電前十大客戶之列。連英特爾都要排隊等臺積電的產能，說明瓶頸落在整條供應鏈的共用環節上，個別廠商自己擴產很難解掉。對買方來說，這也意味著短缺很難靠換一家供應商繞開。

這個年限，是怎麼算出來的

先看供給面。記憶體從缺貨到漲價已經走了好幾個月，新產能從擴建到穩定供貨需要時間；先進封裝的產能約束，短期內也看不到快速緩解的跡象。陳立武給出的兩到三年，可以理解成對這些擴產周期的估計：現在才開始動工的產能，要反映到實際出貨上還有相當長的落後。

再看需求面，這是整場談話裡對英特爾最有利的一段。陳立武在第二季財報說明會上提過，隨著智慧體 AI 的角色擴大，AI 訓練的 GPU 與 CPU 配比已從 8 比 1 降到 4 比 1。智慧體應用的運算型態與一次性大量訓練不同：常駐、片段式的推論，加上任務調度、上下文管理與對外工具的串接，主要負載都落在 CPU 上。同樣八顆 GPU 的叢集，現在需要兩倍數量的 CPU 來搭配。

多個 AI 代理之間怎麼分工協作，研究端也有進展，例如先前介紹過的讓單一模型分飾多種角色的 MASS 研究，就在嘗試把多代理協作的經驗回饋到模型訓練。應用與研究同步往這個方向走，CPU 的需求就有持續的支撐。

對英特爾來說，這組配比是復甦論述的核心。該公司在 AI 加速器市場的存在感有限，CPU 卻是幾十年的本業，需求重心往 CPU 移，等於市場風向往自己貨架最滿的方向吹。第二季資料中心與 AI 業務營收年增 59%，是這套論述目前最有力的註腳。

短缺的帳，先寄到誰手上

最先感受到的是買方。記憶體價格連月上揚，會逐步傳導到伺服器整機的報價；市場也傳出英特爾 CPU 十月將再調漲約一成的消息。漲價傳聞雖未見官方完整說明，但與陳立武自己「只能滿足五成需求」的說法方向一致：供不應求的東西，價格不容易回頭。記憶體漲價的影響也不會停在資料中心，個人電腦與手機的零組件成本通常會跟著波動，差別只在時間先後。對要在未來一年部署 AI 的企業來說，工期與預算都得用比較緊的情境去規劃。

需求端還有一個變數：模型成本。陳立武在會中提到，中國前沿 AI 模型的詞元成本顯著更低，他認為表現也令人滿意。對需要大量推論的智慧體應用來說，單位詞元成本會變成選型時的顯性變數，哪一邊的模型便宜又夠用，工作量就往哪邊移。低成本路線當然有取捨，先前分析過的DeepSeek 長對話的性能漂移就是一例，省下的成本與讓掉的穩定性，使用者要自己權衡。

投資人則聽到了另一個訊息。陳立武把 AI 投資分兩個階段談：現階段基礎建設擴建的首要約束是資金，但長期來看，能不能證明投資報酬率，才是維持投資人信心的關鍵。錢現在進得來，是因為市場相信需求會一直成長；幾年後錢還進不進得來，要看這些晶片算出來的服務有沒有真正賺到錢。短缺撐得越久，單位算力的成本壓力越大，這個問題就會被問得越尖銳。

接下來可以依序核對的訊號

陳立武的說法給了一組可以驗收的時間表。往後幾季，有幾個訊號可以直接對照他的判斷。

其中配比最值得盯。如果英特爾下次財報說明會上，GPU 與 CPU 的數字從 4 比 1 繼續往下，智慧體驅動需求這套論述就多一分支撐；配比若回到 8 比 1，代表需求主力仍集中在大型訓練，CPU 供應商能喫到的好處有限。記憶體合約價則是最誠實的指標，他去年初的提醒應驗與否，看價格走勢最直接，不必等任何人的下一場演講。

他對量子計算同樣樂觀，預期三到五年內走向主流應用，並在上月底透過個人的創投基金揭露了量子方向的投資。這筆帳記在他個人名下，與英特爾的產品線沒有直接關係，判讀時可以分開看。他也把條件講得很清楚：量子要普及，關鍵在找到合適的應用場景。

把兩個數字合起來看，兩到三年是供給端的時程，4 比 1 是需求端的方向。對要買設備的人，前者意味著現在就該把時程和預算往緊的情境調整；對觀察產業的人，後者是判斷這波 AI 需求的組成是否真的在變化的依據。年限估得準不準，幾個月後的記憶體報價和英特爾下一份財報，會先給出第一輪答案。