不止1.6nm！英伟达Feynman芯片用光子破墙，剑指未来AI工厂

在2026年的GTC大会上，英伟达公布了其未来的芯片架构路线图，其中代号为“Feynman”（费曼）的下一代芯片架构作为前瞻性技术引发了广泛关注。根据发布的信息，Feynman并非即刻上市的产品，而是计划于2028年左右投入生产的下一代旗舰架构，定位在Rubin平台之后，旨在为未来的AI发展奠定基础。

Feynman架构的核心技术突破集中在制造工艺和数据互联两个层面。在工艺方面，它计划采用台积电先进的1.6纳米（A16）制程，并结合GAA（全环绕栅极）晶体管与背面供电等前沿技术。这一制程的跨越将显著提升晶体管密度，旨在实现同等性能下功耗的降低和速度的提升，标志着AI芯片向着更高的能效比和性能极限迈进。

在架构层面，Feynman最引人注目的变革之一是计划大规模采用硅光子光互联技术。这一技术旨在用光信号替代传统的铜线电信号来进行芯片间的数据传输，以解决超大规模AI计算集群面临的“互连墙”瓶颈。相比传统电互连，光互连能够大幅提升数据传输的带宽密度，同时显著降低能耗，这对于构建拥有数万甚至数百万个GPU的未来“AI工厂”至关重要。

此外，Feynman架构的设计重心明显向AI推理侧倾斜，强调低延迟和高能效的特性。为了实现这一目标，英伟达计划在Feynman中深度整合LPU（语言处理单元）技术。LPU是一种专为大模型推理阶段设计的芯片，其特点是采用高速的片上存储器（SRAM）而非传统的HBM显存，从而实现极低的响应延迟和高效的推理性能。资料显示，英伟达计划通过3D堆叠或混合键合等先进封装技术，将LPU单元直接融入GPU，形成一个协同工作的计算系统，以应对实时语音交互、自动驾驶等对响应速度要求极高的应用场景。

Feynman芯片的发布，展现了英伟达对未来AI算力发展的规划。其技术路线图表明，未来的AI芯片不仅追求更强的原始算力，也致力于解决功耗、数据传输和推理效率等核心瓶颈，为“世界模型”和物理AI等更复杂的下一代人工智能应用铺平道路。