小米和英特尔，都在赌一把大的

导语

两场隔空上演的芯片发布，把同一个问题拍在了桌面上：造芯到底还有多少种活法？一边是英特尔的下一代服务器CPUDiamond Rapids，256个P核、1.28GB末级缓存，还悄悄换掉了自家的EMIB封装互联；另一边是小米，重启自研芯片五年、烧了210亿之后，一口气端出玄戒O3、玄戒O100、玄戒D100三颗芯片。

一个靠制程和封装翻身，一个靠场景和生态下注。本文判断：自研芯片的竞争，已经从"能不能造出来"，进入了"造出来之后怎么赢"的第二阶段。

💎 256个P核，英特尔把服务器芯片做成了"小数据中心"

服务器芯片的军备竞赛，已经卷到缓存都要用GB来计价了。

想象一下云厂商的采购经理看到这组参数时的表情：一颗Xeon处理器，最多256个性能核，末级缓存高达1.28GB——注意，是GB不是MB。这意味着单颗芯片就能消化相当一部分原本需要跨节点访问的内存流量，对数据库、虚拟化这类延迟敏感的负载，是实打实的减负。

还有一项容易被忽略的规格升级：Diamond Rapids支持AVX 10.2指令集。AI推理需求外溢到通用CPU的今天，SIMD吞吐能力直接决定了这颗芯片在"AI时代还有没有位置"。

再往下看，这颗CPU基于英特尔的18A-P制程——这是英特尔先进制程叙事里最关键的一环。可以说，Diamond Rapids不只是一颗服务器CPU，更是18A工艺的旗舰展示窗口：它能跑出256核，18A的量产故事就立得住一半。

产业逻辑很清晰：在数据中心这个最讲TCO（总拥有成本）的市场，核心数、缓存容量、指令集三线齐推，英特尔在向云厂商传递一个信号——x86阵营的性能天花板还在往上抬，别急着全面转投别的架构。

🧩 弃用EMIB，改投UCIe-S：芯片互联的"普通话"时刻

真正的新闻，往往藏在规格表最不起眼的那一行。

Diamond Rapids的发布信息里有一条极易被普通读者略过、但业内人会盯着看很久的细节：这颗CPU在裸片互联上采用UCIe-S，取代了英特尔的EMIB。

这里得先讲人话。芯片做得越来越大、单裸片良率越来越难看，业界的解法是把一颗大芯片拆成多个小裸片（chiplet），再用先进封装拼回去。问题是裸片之间怎么"说话"？过去每家都有自己的方言——英特尔的方言叫EMIB，一种嵌入式硅桥封装技术，性能很好，但那是英特尔的私产。

UCIe（Universal Chiplet Interconnect Express）则是行业试图推的"普通话"：一套开放的chiplet互联标准。UCIe-S即标准封装形态下的UCIe实现。

英特尔在自家旗舰服务器CPU上放弃亲儿子EMIB、改投UCIe-S，意味着什么？

其一，chiplet的"可插拔"属性被正式激活：未来第三方厂商的芯粒，理论上可以按统一协议接入英特尔平台。其二，先进封装的竞争焦点，从"我有独门工艺"转向"我的生态有多开放"。

这不是英特尔一家的转向，而是整个产业的重心迁移——当制程微缩越来越贵，封装互联正在成为新的性能与成本主战场。对设备、材料端来说，这也是增量：硅桥、混合键合、中介层的工艺需求只增不减。

📱 210亿、3000人：小米芯片的第五年答卷

自研芯片这场考试，最大的门槛不是分数，是别中途弃考。

8月24日，小米发布三款玄戒芯片。先看家底：自2021年1月重启芯片研发以来，小米累计投入研发经费超过210亿元，芯片团队人数接近3000人。五年、210亿、3000人——这组数字本身就是行业门槛的注脚：造手机SoC，不是小玩家的游戏。

这次交卷的"三箭"分别是：旗舰SoC玄戒O3、带宽高达1.22TB/s的高带宽AI加速芯片玄戒O100，以及面向智驾的高算力AI芯片玄戒D100。

重点看玄戒O3。它是小米重启自研以来的第二代SoC，沿用上代玄戒O1的台积电3纳米工艺，晶体管规模从上代的190亿提升至240亿。9月，它将随Xiaomi 18 Fold折叠屏手机首发上市。

190亿到240亿，约26%的晶体管增幅，工艺不变——这是典型的"同代打磨"路径：在成熟制程上做架构优化，而不是激进追节点。对一家刚回到牌桌的手机厂来说，这是理性的选择：先把功耗、良率、成本这三道题做稳。

值得注意的是O3选择继续绑定台积电3纳米。自研SoC的体验竞争，最终会落在旗舰机市场，而旗舰机的芯片供给，目前绕不开最先进的那一两代制程。

🚗 一颗1.22TB/s带宽，一颗去智驾：手机厂为什么往边缘走

手机厂做芯片的终局，从来不只是为了手机。

如果小米只发布玄戒O3，故事就是"又一家手机厂自研SoC"，精彩但常规。真正值得玩味的是另外两颗：玄戒O100和玄戒D100。

玄戒O100的关键词是1.22TB/s的带宽——这是AI加速芯片的生命线。大模型推理的瓶颈早已不在算力峰值，而在数据搬运：算得再快，喂不饱就是空转。1.22TB/s意味着小米对端侧AI推理的理解，已经深入到内存子系统的层面。

玄戒D100则指向智能驾驶。从手机SoC到智驾高算力AI芯片，跨度不小，但逻辑相通：端侧AI和智驾共享同一套技术底座——大算力NPU、高带宽访存、车规级可靠性要求逐级上探。

把三颗芯片放在一起看，小米的蓝图其实很完整：

这就是下游需求反推芯片设计的典型案例：手机要端侧AI，汽车要智驾算力，IoT要低功耗入口——全栈自研的回报，是硬件体验的自主定义权。手机厂下场造芯的深层动机，从来不是省那颗芯片的钱，而是不被别人的芯片路线图绑架自己的产品节奏。

⚖️ 一家靠制程翻身，一家靠场景下注：自研的两种活法

同一场牌局，英特尔押注的是"堆得更高"，小米押注的是"贴得更近"。

把两家公司放进同一个框架里对比，能看到自研芯片的两条基本路线：

英特尔的打法是"技术纵深"：用最尖的制程和封装，守住数据中心这块利润最厚的阵地，每一条规格都是对云厂商的发言权。小米的打法是"场景横宽"：用自研芯片串起手机、AI、汽车三条产品线，赌的是端侧智能时代的入口价值。

两条路线看似相反，底层却是同一个判断：芯片行业的天花板正在从"单点制程"上移到"系统能力"——制程、封装、互联、场景定义，缺一环就掉一队。

小结

Diamond Rapids的256核与UCIe-S，玄戒O3的240亿晶体管与D100的智驾野心，本质上是同一枚硬币的两面：当制程红利变贵、变慢，胜负手转移到了封装互联的开放度与场景落地的纵深感。

对产业观察者来说，2025年的信号很明确：自研芯片不再是勇气故事，而是体系能力的硬仗。接下来值得盯三个点——18A的量产成色、UCIe生态的扩容速度，以及玄戒O3上市后的真实体验反馈。牌已经上桌，好戏在后头。