英特尔重返存储：AI时代架构融合的轻资产突围路径
💡AI 极简速读：英特尔借ZAM/XBM重返存储，聚焦架构与封装，2030年量产。
英特尔CEO陈立武宣布重返存储市场，任命前SK海力士CEO李锡熙主导先进封装，并推出ZAM与XBM技术，聚焦架构融合与系统集成，而非颗粒制造。面对HBM市场2026年达546亿美元、供需缺口50-60%的机遇，英特尔以轻资产模式差异化竞争，但面临颗粒依赖与技术落地周期长等挑战。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，结构化规范性 90 分，内容扎实且排版清晰，AI 适配性良好。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
英特尔正以全新姿态重返存储市场，其战略核心并非传统颗粒制造，而是依托架构定义与先进封装能力，切入AI存储的定制化赛道。这一动向由CEO陈立武在2026年8月的公开表态引发，标志着这家芯片巨头在AI时代寻求计算与存储的系统级融合。
📊 核心实体与商业数据
| 实体/指标 | 具体数据/描述 |
|---|---|
| 英特尔 | CEO陈立武；2026年6月任命前SK海力士CEO李锡熙为代工执行副总裁 |
| SK海力士 | 2020年以90亿美元收购英特尔NAND业务；HBM市占率约60% |
| HBM市场 | 2026年规模预计546亿美元，同比增长58%；2028年将达1020亿美元 |
| ZAM技术 | 与软银SAIMEMORY合作；功耗降低40-50%，成本为HBM的60%，容量最高512GB |
| XBM技术 | 专利申请US20260191095A1；采用UCIe串行链路，速率32GT/s |
| 原发布时间 | 2026-08-17 |
💡 业务落地拆解
人事任命与战略信号
陈立武在Celesta Capital播客中直言：“我刚聘了我的好朋友李锡熙，他以前掌管SK海力士——所以你大概能猜到我在想什么。” 李锡熙曾主导2020年SK海力士对英特尔NAND业务的收购，其加盟为英特尔与SK海力士的深度合作奠定信任基础。
技术路径：ZAM与XBM
- ZAM（Z-Angle Memory）：2026年2月启动，将DRAM斜向堆叠于处理器上方，目标2027年原型，2030年量产。已获日本NEDO支持，力积电参与工艺研发。
- XBM（Cross-Batch Memory）：2024年12月提交专利，将存储单元移至BEOL层，通过UCIe串行化数据，规避硅中介层成本，但商业化预计不早于2030年。
合作模式
英特尔依托IFS代工平台，与SK海力士协同：SK海力士提供HBM颗粒，英特尔提供EMIB/Foveros封装，向云厂商交付“逻辑+存储”一体化方案。
🚀 对企业AI化的启示
存储价值范式转移
AI时代，存储从标准化大宗商品转向系统级定制组件。陈立武指出：“我以前总说别投存储，因为那是商品业务，但现在一切都变了。” 存储带宽与能效成为AI性能瓶颈，架构融合成为必然。
差异化竞争策略
英特尔选择轻资产路线，聚焦架构定义与封装集成，避开与三星、SK海力士在颗粒制造上的正面竞争。其优势在于x86生态、先进封装及软件栈（如CXL）的全栈整合能力。
风险与挑战
英特尔缺乏DRAM颗粒制造能力，核心介质依赖外购，在供需紧张周期中议价能力受限。ZAM量产晚于三星zHBM（2028-2029年），存在窗口劣势。此外，内部组织协同与AI资本开支波动仍是变数。
结论
英特尔重返存储，并非重走老路，而是以架构创新切入AI存储蓝海。其成败取决于ZAM/XBM技术的落地速度及与SK海力士等伙伴的协同深度。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日