Intel 前任CEO 季辛格，對媒體上傳聞TSMC 2nm 技術的高「良率」，很不以為然。在社群媒體上發表對「良率」定義的高見，引發爭論風波。
許多半導體產業的從業人員，一定很納悶Intel 前CEO的知識和眼界竟是如此，和業界的「分析師」無異。四年珍貴的關𨫡時刻、數百億公司的資產的掉落，董事會迫其「自動退休」，一定有其道理，是不是罪有應得？
媒體大多都認為季辛格被逼退的理由：他耗了三、四年關𨫡時間，花了Intel 不少錢，以billion 計，卻不能令 Intel 跟上AI 洶湧的新潮流，至使公司陷入泥沼，脫身無策。
媒體的這種說法「似是而非」。季辛格首要致命的的錯誤 ，是他仍然相信Intel 設計的上一代「CPU」，具有像 NVIDIA 的CUDA系統中（新近被電腦科學家發現的）超凡計算能力，因此可以和NVIDIA一較高下。不僅在計算中心當作伺服器（Server ）的推動引擎，而且更可望用於AI 的機器學習和「深度學習」，可望開發出「再生AI」或「大型語言模型」的演算工具。
事實上，Intel 的敗落，AI 不是主因，而是後果。NVIDIA 系統中超凡的計算能力，才是使多年來奄奄一息，不被看好的AI，重獲新生命的主因。
十幾年年赫赫有名、幾乎是 Intel 專有的「摩爾定律」：積體電路密度每兩年可望增加一倍，因此計算速度也增加一倍，也因此成為過時雲煙、昨日黃花。—— 速度僅增加一倍？NVIDIA 的 CUDA 系統可以增加百倍以上 ！許多 AI 演算法可以加以運用，更新和更先進的演算法，可以被探索和發現，計算機可能進入新的紀元，只因此類「運算速度」的突破。
這種新發現，在NVIDIA 系統上存在，Intel 產品卻沒有，可說是「正格典範的移動」（ paradigm shift ) ，作者不敏，相信可能有兩大原因：
（1）NVIDIA 的 CUDA 系統使用GPU，因為原先繪圖的需要，使用「大量平行運算」，而且它的 architecture 有各種 lever 的垂直深度設計，依系統軟體而設計的積體電路元件，容易 mapping 到程序工程技術上 （ process technology ）。當 TSMC 可以把「程序工程」的技術，push 到 3nm 、2nm 時，大量平行運算，可以因device 變小，彼此間距也跟著縮小，通訊更形容易，不僅在平面，或垂直，甚至「多向度」，不會再是限制的因子。device 間的邏輯空間擴大，不僅可以是線性的、非線性的，更可以是「拓樸關係」（ topological relation ）：平行運作下，數千個、數萬個 device 可以同時運作達成上下左右、各類流向的邏輯關係。
（2）相較之下，Intel 可沒有這麼大的「自由度」，多年來在「伺服器」晶片的成功和收益，在系統設計上，有它傳承（legacy )的負擔，系統上Intel 所用的，可歸之於 「clustering computing 」：它可以在系統上同時使用8個、9 個、10來個 CPU，決不能像NVIDIA 數千個、數萬個GPU同時運算。如果用高能理論物理作個比喻：Intel 系統要行得通，它的系統「味道」（flavor ) 要對，「色澤」（ color ) 要對，是「正規化」（ normalizable ），才能通過數學函數的要求，才可能發現「新粒子」可能存在的「相空間」。NVIDIA 的系統的要求近於無味、無色、管它是不是正規化，任何系統公司可以使用NVIDIA軟體或TSMC 幫助其生產的晶片，來設計他們的系統，簡單明瞭。
現今的系統公司大多用 ARM 的 「簡單指令架構 」( Reduced Instruction Set ) ，而不是 Intel 的「複雜指令架構」（ Complex Instruction Set ) 。這兩類指令架構的選擇不同，會對「程序工程」的總體設計和建構，有所不同，因此「運算速度」和「可靠性」（ reliability ) 也跟著不同。史丹福大學有位名教授，對於「不同語言」在不同的「指令架構」下，運算的速度，會如何有所不同，有一套系統性的書籍，詳細分析。你或許會發現Intel 「程序工程技術」傳承的負擔會有多大 ？
總而言之，Intel 有兩大傳𠄘（ legacy ) 負擔，要傳承「指令架構」，它不能改變「程序工程」的設計和結構。要傳承「程序工程」的設計和結構，它不能改變伺服器系統晶片的設計。如果你我反方向思考，從系統到程序工程，再到指令架構，也會是相同的結論。不像TSMC ，「指令架構」可以依工業主流而定，專注「程序工程」的精進，自己沒有系統晶片，當然不會和來客的產品有有任何利益衝突。三十多年前，張忠謀提倡「代工」和「設計」分流，當時可說是「離經叛道」，不知所云。許多從業人員是在 Electronic News , 才認識到 fabless 這個字！
從Intel 眼前的敗落，可以令你我認識到前賢所說「知識的成長是難以預測的，成長的知識會對實業（尤其是科技）和社會有必然的而重大的衝擊。」—— 想想看AT&T 的 Bell !ab、Motorola、Digital 、Cray Research、IBM 的 Main Frame 的命運 ……。公司的生老病死和人類並無差異。太成功的公司，故步自封，「漸凍人症」就會上來了！照這樣做就不會有錯（ Copy Exactly ) ！回想當年某大公司內部自以是的口號，而且尊其為「方法論」（ methodology )。
Intel 目前所面臨的難關和當年的 IBM 並無兩樣。PC 革命一來，當年 IBM 的Main Frame 不再風行於世，Pradigm Shift , 幾十年來的所仰賴的Milky Cow 不再奶汁充沛，嗷嗷待哺者眾，怎麼辦 ？要怎麼樣收編？
當時，微軟的 Bill Gates 有個評論：IBM 最困難的決定，是決定是否放棄「製作程序技術」（ 而當個典型系統軟體公司）？在當時製作程序技術最先進而且是最 innovative 公司，舉個例，為求「光刻機」高頻光源，IBM 由英國引進「同步幅射」（synchrotron radiation ) 的加速器：這種魄力是少見。為保有先進的程序技術，IBM 掙扎了好幾年，才放棄。接著，把研究中心的物理學家們趕去重新受訓，學習「電路設計」，顯然當時的認識還不清楚，沒有劃對重點：IBM應該把他們的物理學家趕去學習「演算法」（ Algorithms ）才對。
IBM 近年來令人注目的技術是他們的超級電腦 Deep Blue 打敗西洋棋的世界冠軍，電腦所用的元件一定不是IBM parts。900 磅的大猩猩會跳舞，是它割掉了傳承的絆繫。IBM 或許會很快的把 NVIDIA 系統引入他們的系統中，看看對他們的 Total Solution 策略有何必然的助益？
前面所說Intel 前任 CEO所犯的最大錯誤，是要把傳承的系統設計的方法不變，不改變 Intel 傳承的程序技術，只想軋下大資金，就以為兮提升Intel 「程序技術」到TSMC的水準，再建立新的 Fab 和其競爭 Foundry 的生意，顯然是沒有 intellectual 自覺，傳承的系統和程序技術，有其弱點和限度。當半導體從業人員看到他花精神和分析師爭辯「良率」的定義時，一定有許多人認為 Intel 董事會令他去職是正確的決定。
你若是 Intel 新的 CEO ，首先要做的痛苦決定是把 Intel 分割為二，一是系統設計的 Intel ，另外一個是「生產傳承產品」的 Intel 。兩類公司所需要的人員的 talent 不同，事業迴旋的時間也不同，因此公司的治理也會有所不同。
第一類的公司，人員的「耐用」和「適用」的時間比較短，要非常 alert ，隨時準備業界的變動，任何技術的 shift ，人員的技術知識要經常性的要求更新：這是動力學的問題。第二類人員「耐用」、「適用」的時間比較長，生產作業要求的是「穩定」，包括人員的穩定：這是靜力學的問題。兩類公司豁在一起，互相抵觸，不同調，難得「平衡」，企業的效果會很不理想。
公司分割為二之後，哪一個公司應該是 Intel 真正的傳承，有可能要一段日子才能知曉。新的 CEO 有時要是「理想主義」，另外時候要是「現實主義」，兩者可以同時得兼，技術知識和經營手腕，可以同時擁有，—— 有這樣的人才嗎？還是先設計個「雙首長制」，一段日子才「分」，如何「分」？甚至分合之間，0 與 1 間有多種組合方式？Intel 會像IBM 當時那頭900磅重的大猩猩，用樣也可跳起舞來嗎 ？
作者： 張柏年
![[轉] 台灣應該放寬長期移工入籍與定居](https://newcongress.tw/wp-content/uploads/2025/12/台灣應該放寬長期移工入籍與定居.png)
