陳立武現在最為人熟知的名頭，是英特爾的CEO。在他的佈局和領導下，今年英特爾的市值翻了3倍。
同時還挖到了前高通的二把手、25年老將、核心決策者Alex Katouzian加入團隊。
但這還不是他最值得誇耀的成績。
他最牛的地方，是他無與倫比的投資眼光和半導體的行業人脈。
陳立武是所有人共同的朋友。
如果你諮詢他現在AI當下的瓶頸是什麼，他會這樣告訴你：
早就說過了，翻翻我21年開始的演講即可。
那麼從2021年開始，陳立武做了那些預判，又對了那些？
2021年。
陳說：
站在2021年回看，全球 90% 的資料都是在2019年和2020年產生的。是趨勢的開始。
超大規模雲服務商正引領一場變革，推動計算、儲存與網路領域走向系統級整合。
在微觀的晶片層，2 奈米、3 奈米等先進製程工藝持續推進，晶片架構向更複雜的方向演進。硬體創新的機會相當大。
站在現在回看，非常準確。
2022年。
陳領了一個獎，是美國半導體行業協會最高榮譽，“諾伊斯獎”。
他在致詞中談到，他特別關注個性化醫療的發展（AI+生物醫藥）。
因為醫院擁有海量資料卻未被充分利用。
通過 AI 開發新藥是未來十年的巨大機會。
在硬體方面，過去是先造硬體再寫軟體，現在趨勢正在逆轉，軟體2.0時代來了。
在“軟體 2.0”時代，工程師們通過AI和機器學習模型自動評估並逆向最佳化系統設計與硬體架構。這是一個巨大的金礦。
同時，基礎設施需要巨大變革：隨著海量資料的出現，計算、儲存、網路和整個基礎設施都需要重新設計。
這帶來了大量技術創新機會。
當下的半導體行業尚處於早期。
2023年。
陳的一位好朋友（Handel Jones）曾在 2013 年預測，半導體將成為一個 1 兆美元的產業。
陳則認為這個預測甚至還有點“保守”。
因為半導體作為基石，將推動下游電子市場（工業機器人、汽車電子等）達到 3 兆美元的規模。
推動這一規模的五大核心因素是：5G/6G、超大規模計算 (Hyperscale Computing)、AI、自動駕駛以及工業物聯網 (Industrial IoT)。
除此之外，晶片正從通用型轉向定製型。
無論是超大規模雲服務商還是汽車製造商，都在尋求定製化晶片設計。
他曾投資過一個僅有 4 個人的以色列初創團隊 Annapurna Labs。該團隊後來被亞馬遜收購，並在去年迅速躋身為台積電（TSMC）的前十大客戶之一 。
2024年。
他的觀點更多、更犀利了。
他認為，隨著摩爾定律放緩，行業急需應對次埃級（Sub-angstrom）製程挑戰。
未來的破局點在於引入氮化鎵 (GaN)、碳化矽 (SiC)、磷化銦等新材料。
同時需要探索採用玻璃或人造鑽石等極佳的隔熱介質作為封裝解決方案。
在基礎設施層，AI 算力激增帶來了嚴重的能源焦慮。
預計到 2030 年，資料中心將消耗高達 20% 的公用電網能源，各方都在積極研發高能效計算架構以實現“淨零排放”。
在應用層，有海量的資料金礦等待人們去開發。
目前，平均每位使用者每天產生約 3000 GB 的資料（涵蓋 Netflix、YouTube 等串流媒體與應用），結構化資料只佔其中的3%左右。
尤其在醫療領域，大量資料之前是無法分析的。通過AI，新藥的研發速度將大大加快、醫療技術的診斷效果也會更好。
比如，傳統的 4K 血液測試精準率僅為 35%。通過將 AI 和機器學習應用於活檢資料分析，某初創企業將精準率提升到了 92%。在不到 2 年時間便成為了醫療標準檢測流程。
總的來看，如果你決定涉足半導體領域，你必須思考 5 年、10 年甚至 15 年後的情況。因為硬體設計和建設都需要時間，如果看太短，晶片造好了，也就落後了。
而未來明確的方向是“邊緣計算與光通訊”。
具體來說，與雲端晶片可以拚命堆料不同，邊緣計算（如工業 4.0 裝置、智能汽車、物聯網終端）有著極其嚴苛的功耗限制，且延遲必須極低。
這意味著業界必須投資非常高效、低功耗且具備現場計算能力的架構。
2025年。
當了Intel CEO之後，關注焦點更偏本公司了：
因為資料中心對AI算需求激增，高頻寬記憶體市場供需嚴重失衡，他預判直至2028年，供應緊張的環境才會緩解。
他認為，記憶體現在是AI基礎設施建設最大的難題，英特爾自身的算力發展路線圖，也必須充分考量記憶體資源受限的現實。
未來十年，人工智慧算力依舊是半導體領域最重要的賽道，而先進封裝、儲存器、光子技術以及專用晶片等底層支撐環節，則蘊藏著巨大的創業機會。
陳立武可以說既是成功的預判者，又是夢想的建造師。他不僅想，還做，還能做成功。
因此，從他的視角看產業趨勢，價值就異常之高了，值得長期關注。 (集葉堂)