10月13日消息，当地时间 10 月 12 日，英特尔首席执行官陈立武（Lip-Bu Tan）在新加坡星展银行举办的行业论坛上发表演讲，围绕 AI 产业供需格局、技术演进路径及量子计算商业化等核心议题作出判断。他指出，受全链条产能约束，未来两到三年全球 AI 硬件供应紧张将成为常态；而智能体 AI 的快速普及正在重塑算力需求结构，带动 CPU 的产业价值持续提升。
陈立武的短缺判断基于全产业链的现实瓶颈。当前内存芯片等核心组件持续供不应求，价格已连续数月上行；台积电先进封装技术同样面临产能约束，上游制造、封测环节的限制短期内难以缓解。叠加 AI 模型需求指数级增长、产业落地复杂度远超预期，供需缺口将在中长期持续存在。
值得关注的是，智能体 AI 的兴起正在改写算力市场的分配逻辑。此前 AI 训练阶段 GPU 占据绝对主导，CPU 与 GPU 的配置配比约为 1:8；而随着智能体应用走向落地，任务编排、多模型协同、工具调用等场景大幅拉动 CPU 需求，当前训练端的配比已降至 4:1，推理场景下 CPU 的占比还在持续提升。这一趋势直接带动英特尔相关业务回暖，今年二季度公司数据中心与 AI 业务部门营收同比大涨 59%，验证了 CPU 在 AI 时代的新增量价值。
论坛上陈立武也谈及全球 AI 技术的差异化发展。他表示，中国前沿大模型的词元（token）成本显著低于海外水平，结合成本维度来看，模型综合表现达到预期，展现出不同技术路线的竞争力。
对于 AI 产业的投资逻辑，他坦言短期来看资金成本是基建扩张的首要约束，但从长期维度看，投资回报率（ROI）的验证才是维持资本信心的核心，行业将逐步从 “拼产能规模” 转向 “拼落地价值”。
量子计算方面，陈立武持乐观态度，预计未来三到五年该技术将走向主流应用。作为深度布局该领域的行业高管，他上月刚通过旗下风投基金披露了量子计算方向的重点投资项目，并强调合适的落地场景是技术普及的关键。
整体来看，陈立武的判断折射出当前 AI 产业的核心特征：供给端瓶颈与需求端重构并行，技术迭代与商业验证同步。随着智能体时代到来，算力产业的价值分配正在发生新的变化。
