原创精选> 正文
英特尔“十倍回报”豪言刷屏！陈立武抛出AI时代“瓶颈地图”，深度拆解七大赛道谁将率先突围？
2026-06-26 11:51
华盛资讯6月26日讯，上周末，英特尔CEO陈立武一场播客访谈直接刷屏！他抛出了一句足够刺激市场神经的话：英特尔未来5-10年或实现10倍回报。
英特尔今年以来已经涨超260%，市值突破6600亿美元。英特尔早已从“被遗忘的老巨头”，变成资金追逐的AI新故事。
不过，真正让这场访谈引爆讨论的，并不仅仅是“10倍回报”本身，而是陈立武的一套更底层的投资逻辑：瓶颈在哪里，机会就在哪里。
在Agent AI加速落地、算力需求持续膨胀的背景下，AI产业链的机会已经不再只属于GPU，芯片怎么封装、连接、供电、散热等，正在成为下一轮资金追逐的关键线索。陈立武此次访谈几乎画出了一张AI时代的“瓶颈地图”，沿着这张地图看，七大赛道正在浮出水面。
先进封装：后摩尔时代的新卡点
过去，芯片性能提升主要依赖晶体管微缩。但随着制程逼近物理极限，继续向更先进节点推进，成本越来越高，难度也越来越大。
陈立武在访谈中提到，10纳米、7纳米这条路仍然能走，但会“越来越昂贵、越来越困难”。因此，英特尔正押注下一代先进封装技术EMIB，但要确保它能在量产阶段达到客户要求的良率。
先进封装正在从“配套环节”变成AI芯片竞争的核心战场。在这个战场上，除了台积电、英特尔、三星电子等拥有先进封装能力的晶圆代工厂外，封测龙头日月光半导体、艾克尔科技等也将受益于产能外溢，同时半导体设备也将迎来发展机遇，如光刻机龙头阿斯麦、刻蚀设备龙头应用材料、拉姆研究等。
| 市场 | 公司 | 投资逻辑 |
| 美股 | 台积电 | CoWoS等先进封装处于行业领先位置，是AI加速器扩产最直接的制造与封装平台之一 |
| 英特尔 | EMIB与Foveros是英特尔差异化先进封装平台，转型成败同时取决于封装良率和代工客户信任 | |
| 日月光半导体 | 全球封测龙头，通过先进封装与系统级整合承接AI、HPC和Chiplet复杂度提升 | |
| 艾克尔科技 | 全球主要独立封测厂之一，具备先进SiP、倒装和晶圆级封装能力，受益于封装价值量上升 | |
| 阿斯麦 | 全球光刻机龙头，在全球光刻机市场处于绝对垄断地位，市占率高达89% | |
| 应用材料公司 | 覆盖 hybrid bonding 多个关键工艺环节；公司拥有支持混合键合的沉积、电镀、CMP、刻蚀等技术组合 | |
| 拉姆研究 | 受益异构集成、3D封装、panel-level packaging 对刻蚀/沉积设备的需求提升 | |
| 科磊 | 制程控制与缺陷检测龙头，封装结构越复杂，对量测和良率管理的需求越强。 | |
| Onto Innovation | 专注先进封装量测、检测和工艺控制，在异构集成扩产中具备较高业务纯度。 | |
| 库力索法半导体 | 提供键合及封装设备，受益于封装互连复杂度和高性能器件装配需求提升。 | |
| 港股 | 南方两倍做多三星 | 三星电子拥有Foundry 先进封装平台 |
| ASM太平洋 | 先进封装与贴装设备是其核心增长方向，可受益于热压键合、混合键合及Chiplet扩产 | |
| 中芯国际 | 中国大陆晶圆代工龙头，受益于本土供应链韧性和成熟至先进制程需求扩张 | |
| 华虹宏力 | 特色工艺和成熟制程代工龙头之一，主要受益于功率器件、嵌入式存储及本土化需求 |
玻璃基板：下一代封装基础材料
陈立武还特别提到玻璃基板，并表示自己投资了玻璃基板公司3DGS。
目前主流芯片封装基板以ABF材料为主，但ABF材料在高温下容易弯曲变形。当芯片工作产生热量，底部基板向外膨胀，而上层硅芯片形变较小，就容易出现“翘曲”问题。玻璃基板的优势在于耐热性和尺寸稳定性更好，与硅芯片匹配度更高，有望缓解大尺寸封装中的翘曲问题。
全球主要玩家中，芯片厂以英特尔领先，三星电机、SKC等韩国厂商积极跟进；材料端则包括康宁、肖特、AGC等玻璃龙头。
港股方面，建滔集团、建滔积层板值得关注。随着玻璃基板带动先进封装、AI服务器、高速PCB材料升级，建滔系卡位玻纤、铜箔、树脂、覆铜板等关键上游材料环节，有望受益产业升级。
| 市场 | 公司 | 投资逻辑 |
| 美股 | 康宁 | 特种玻璃头部供应商 |
| 港股 | 建滔集团、建滔积层板 | 覆盖玻纤、铜箔、树脂、覆铜板关键上游材料环节 |
半导体新材料：AI供电和散热的底座
在新材料方向，陈立武提到自己投资过氮化镓、碳化硅、磷化铟等领域，部分标的后来被ADI等大型半导体公司收购。他还投资了一家人工合成钻石晶圆公司，看好钻石材料在芯片散热中的潜力。
这背后指向的核心瓶颈是：功耗管理和散热。
AI服务器功率越来越高，从高压转换到低压的过程中损耗巨大。谁能提升电源转换效率、降低热管理压力，谁就可能成为下一轮AI基础设施升级的受益者。
几个关键材料方向：
- 氮化镓（GaN）：第三代半导体材料，宽禁带半导体提升电源转换效率，因此逐渐进入AI服务器、电源模块和下一代数据中心供电架构
- 碳化硅（SiC）：提升电源转换效率，是下一代高功率系统的重要材料
- 磷化铟（InP）：高速激光器和下一代光引擎，越来越依赖InP材料
- 人造钻石：远超铜的导热性能，未来有望应用于GPU、ASIC等高功率芯片散热
相关公司包括纳微半导体、英飞凌、Coherent、Wolfspeed、安森美、意法半导体等；港股方向则包括碳化硅衬底龙头天岳先进、英诺赛科等。
| 市场 | 公司 | 投资逻辑 |
| 美股 | 纳微半导体 | 聚焦GaN功率芯片和SiC器件，是宽禁带半导体提升电源转换效率的高纯度标的 |
| 帕沃英蒂格盛 | 专注于氮化镓（GaN）等宽禁带半导体技术的研发与应用，与英伟达（NVIDIA）达成战略合作，双方将共同推进数据中心800伏直流（800VDC）电源架构的转型 | |
| 英飞凌 $IFNNY | 欧洲芯片制造商,收购氮化镓全球技术领导者GaN Systems | |
| Coherent $COHR | 具备InP材料、激光器和光通信器件能力，受益于AI集群从铜互连向高速光连接升级 | |
| MACOM Technology $MTSI | GaN、InP及高速模拟芯片覆盖光通信和数据中心互连，是材料与光互连交叉环节的代表 | |
| Wolfspeed $WOLF | 全球最大的纯碳化硅（SiC）半导体垂直整合企业 | |
| 安森美半导体 | 在SiC和智能电源器件领域布局完整，面向汽车、工业及数据中心高效供电 | |
| 意法半导体 | 功率半导体龙头之一，SiC器件覆盖汽车与工业应用，并持续扩充材料和制造能力 | |
| 威讯联合半导体 $QRVO | GaN射频技术广泛用于通信、国防和高功率射频场景，是新材料在高频端的代表厂商 | |
| 港股 | 天岳先进 | 碳化硅 (SiC) 衬底龙头 |
| 英诺赛科 | 全球首家实现8英寸硅基氮化镓(GaN-on-Si)集成设计制造量产的企业 |
光互联：AI集群的必经之路
陈立武认为，投资始终要回到一个问题：你到底在解决什么瓶颈？
他提到，自己投资Cradle Semiconductor，是因为互连正在成为瓶颈；投资Celestial AI，是因为光互联在AI集群内部变得越来越重要。他还强调，黄仁勋几乎投了所有光子学相关公司，这并不是巧合。
随着AI集群规模持续扩大，算力瓶颈正在从单颗芯片扩散到芯片之间、服务器之间、机柜之间的连接效率，光互联因此成为AI基础设施升级的重要方向。
| 市场 | 公司 | 投资逻辑 |
| 美股 | LUMENTUM $LITE | 当前AI数据中心高速「光传输」的关键供应商 |
| 应用光电 | 面向数据中心提供高速光模块与激光器，业务弹性直接取决于超大规模客户升级节奏。 | |
| 博通 | 交换芯片、光互连和定制AI芯片形成平台优势，是AI集群网络扩容的核心受益者。 | |
| Fabrinet | 为光通信厂商提供精密制造服务，受益于高速光模块复杂度及外包制造渗透率提升。 | |
| 港股 | 长飞光纤光缆 | 光纤光缆龙头可受益于数据中心网络建设，但与集群内InP光互连并非同一细分环节。 |
| 鸿腾精密 | 连接器和高速线缆能力可受益于AI服务器连接升级，但光芯片业务纯度低于美股光器件龙头。 | |
| 剑桥科技 | 剑桥科技专注于ICT及光通信领域，长期深耕宽带接入、无线网络、高速光模块三大核心业务。 |
AI+EDA：陈立武眼中的“下一个金矿”
陈立武对EDA并不陌生。他曾掌舵Cadence近15年，推动公司从传统EDA工具商转向系统级解决方案提供商。其任内，Cadence收入翻倍，运营利润率从10%升至34%，股价累计涨幅超过3200%。
在他看来，AI+EDA是下一座金矿。原因很简单：芯片设计越来越复杂，先进制程越来越难，设计与制造的耦合也越来越深。AI如果能提升设计效率、缩短验证周期、降低试错成本，EDA工具的价值就会被重新定价。
代表公司包括：
| 公司 | 投资逻辑 |
| 铿腾电子 $CDNS | EDA龙头，正将AI引入芯片与系统设计 |
| 新思科技 | EDA与系统设计平台龙头，通过AI设计工具和Ansys整合扩大覆盖范围 |
CPU：Agent AI时代的价值重估
过去几年，市场几乎把AI算力等同于GPU。但在Agent AI加速落地后，CPU的重要性正在被重新评估。
陈立武在公开讲话中曾反复强调，CPU与GPU的配置比例可能从1:8向1:1靠拢，甚至达到4:1。
随着AI Agent承担更多复杂任务，系统需要更强的通用计算、调度和任务管理能力。CPU不再只是配角，而是重新回到AI基础设施的核心位置。
| 公司 | 投资逻辑 |
| $ARM | 从IP授权向更深层芯片能力延伸，受益服务器CPU需求提升 |
| $AMD | EPYC服务器CPU与Instinct GPU双线受益 |
| 英特尔 | Xeon产品线受益AI服务器CPU需求回升 |
| 英伟达 | GPU+CPU双线布局，Vera CPU打开新增长空间 |
| 高通公司 | 重返服务器CPU市场，切入数据中心定制CPU方向 |
物理AI：下一个重大前沿
除了Agent AI，陈立武还明确提到，物理AI是下一个重大前沿。他尤其看好面向物理AI的开源前沿技术，并称这同样是一座金矿。
在《“下一站是物理AI”？黄仁勋“扩圈”加码，这只标的半月飙升近200%！还有哪些公司在悄悄发力？》中曾提到，物理AI可以简单分为三层：
第一层是“头脑”——基础模型。
英伟达Cosmos是当前世界模型的重要代表，Google、Meta、特斯拉等也在布局物理AI基础模型。
第二层是“身体”——硬件载体。
包括机器人、自动驾驶、智能汽车等方向。小鹏、理想、蔚来、文远知行、小马智行，以及三花智控、埃斯顿、优必选等都属于这一层。
第三层是“环境”——仿真与应用工具。
英伟达Omniverse、Isaac生态占据领先位置，国内也有智元Genie Sim、五一视界51Sim等平台。
| 层级 | 代表公司 |
| 模型层 | 英伟达、谷歌 $GOOGL 、特斯拉、Meta $META 、商汤、腾讯、阿里巴巴 |
| 硬件层 | 小鹏集团、理想汽车、蔚来、文远知行、小马智行、三花智控、埃斯顿、优必选 |
| 工具及应用层 | 五一视界等 |
陈立武这套投资框架的核心，不是简单追逐AI概念，而是顺着产业链约束找机会：
先进封装解决“怎么堆”；玻璃基板和新材料解决“怎么稳、怎么散热、怎么降损耗”；光互联解决“怎么连”；AI+EDA解决“怎么设计”；CPU解决“怎么调度”；物理AI则打开下一轮应用空间。
至于英特尔5-10年10倍回报能否兑现，仍要交给时间验证。但可以确定的是，AI算力竞赛已经从单点芯片竞争，走向系统级瓶颈竞争。
各位投资者朋友们
瓶颈在哪，机会就在哪
陈立武点名的七大赛道，你最看好哪一个？
欢迎评论区讨论！
风险提示: 投资涉及风险，证券价格可升亦可跌，更可变得毫无价值。投资未必一定能够赚取利润，反而可能会招致损失。过往业绩并不代表将来的表现。在作出任何投资决定之前，投资者须评估本身的财政状况、投资目标、经验、承受风险的能力及了解有关产品之性质及风险。个别投资产品的性质及风险详情，请细阅相关销售文件，以了解更多资料。倘有任何疑问，应征询独立的专业意见。
