11月21日,在美国亚利桑那州斯科茨代尔的COSM技术峰会上,英特尔前CEO、现任深科技创投Playground Global合伙人帕特·基辛格给出一个激进判断:AI运算效率必须至少提升10000倍,才能接住未来算力规模的指数增长;仅靠晶体管微缩和每代10%左右的渐进式性能提升,已经满足不了AI时代的需求。微博微博
他把希望押在五个方向——光学技术、电气工程、冷却技术、材料组合和先进封装,并强调这需要"计算系统的整体重构",而不是给现有GPU做升级。微博
先澄清口径:他说的"万倍"指的是效率和成本,即每瓦电力、每单位成本能多出多少有效算力,不是运算速度直接翻一万倍。这个提法并非首次——去年3月他在英伟达GTC大会的Acquired播客上就说过,AI推理芯片应在成本和效率上取得万倍改进。这次升级之处在于,他把论证从单一芯片推到了整个数据中心系统。微博
行业为什么"没有渐进的资格"
基辛格在峰会上借安迪·格鲁夫那句"唯有偏执才能生存"批评行业陷入了危险的自满。他反对"摩尔定律已终结"的说法,但认为只靠微缩续命不够,因为AI正撞上三堵墙:电力、内存和晶圆厂产能。微博微博
他给出一组对照数字:美国能源产能过去十年只有个位数增长,而单个AI机架功耗已达600kW,约等于500个家庭的用电量。算力需求按指数走,供电能力按线性走,缺口只能靠"每瓦多做几个数量级的功"来补。微博

五个方向分别解决什么
电气工程和冷却技术针对的是机架层面。传统服务器机架功耗10-15kW、以48V直流母线供电,这套体系在机架密度逼近600kW以上时开始失效。与之配套,芯片TDP三年内从700W冲向2300W,风冷极限被彻底甩在身后,液冷从可选项变成标配。知乎知乎知乎
光学技术(光互连)瞄准的则是数据搬运:机柜内芯片之间、节点之间目前大量用铜线传信号,功耗随速率急升,用光替代铜是公认的降耗路径。材料组合与先进封装回到芯片本体——新沟道材料、下一代光刻解决"算得省",把计算与存储通过封装深度融合解决"搬得省",这也呼应他去年对推理芯片的判断:围绕内存子系统优化架构、走向存算融合。微博

这份"万倍路线图"该打几折
需要留意的是,"万倍"是基辛格作为前芯片掌门人和投资人的呼吁与目标设定,不是任何机构认证的路线图,五个方向目前各自处于不同成熟度,没有任何一项单独被证明能贡献数量级的跳变。而身份决定了观点的方向:彭博社报道提到,Playground Global已投资下一代光刻、光学互连和新型内存架构领域的多家初创公司。他呼吁突破的赛道,正是他下注的赛道。这不妨碍问题本身成立:600kW级机架对48V供电体系的挤压、能耗与算力增速的背离,都是产业正在真实承受的约束。微博
值得跟踪的信号也因此很具体:800V供电架构在新一代AI机架上的落地进度、光互连从交换机侧向GPU侧渗透的节点、存算一体和HBM之后内存架构的下一跳。如果这两三年内这些方向只出演示不出出货,"万倍"就更像一次檄文;如果如期铺开,它会是这一轮系统级重构最早的口号之一。
(注:本文的"基辛格"指英特尔前CEO帕特·基辛格/Pat Gelsinger,与外交家亨利·基辛格无关。)
当前文章无评论,是时候发表评论了