{"id":"mb-20261012-465b7a","kind":"deep","title":"前Intel CEO拆解AI算力死穴：芯片设计再快，终究跨不过物理与电力的高墙","summary":"前英特尔CEO帕特·基辛格对话a16z，从芯片制造周期、16层堆叠散热与良率极限、内存搬运能耗到铜线衰减，深入剖析了AI算力狂飙下半导体产业正在迎头撞上的硬性物理边界与电力瓶颈。","body":"AI把芯片设计提速了一百倍，造芯片的周期却一天没少。\n\n现在满世界都在讲用AI画芯片。\n写代码、布连线、跑验证，过去几百个工程师干一整年的活，算法几天就能跑完。\n但前英特尔CEO帕特·基辛格把这层热闹按住了。\n这位18岁进英特尔、亲自操刀过386和486的老将看得很清楚：\n图纸画得再快，工厂造不出来，没有任何意义。\n\n你把图纸送到晶圆厂。\n上百道光刻与刻蚀工序排在那里，一片晶圆照样得在无尘室里转上三个月。\n这是纯粹的物理与化学过程。\n原子排列需要时间，化学清洗需要时间。\n算法再快，也快不过光子轰击光刻胶的物理极限。\n\n造芯片的速度提不上去，那把芯片往高处叠行不行？\n现在大家都在抢HBM高带宽内存，千方百计往上摞。\n有人喊着要叠16层甚至更高。\n基辛格直接挑明：\n16层芯片堆叠，在现实里纯属幻想。\n\n卡住它的就两个字：散热。\n把十几层芯片像千层饼一样压在一起。\n每层芯片都在猛烈发热，而中间的粘合层全是不导热的介质。\n最底层的热量根本排不出来，一通电自己先把内层烤熟了。\n更要命的是良率。\n就算每层单片良率做到98%，连续叠上16层，乘下来整体良率直接跌破70%。\n里面坏了一个纳米触点，整块上万美金的芯片就得直接扔掉。\n\n既然往上叠不行，把内存放旁边行不行？\n物理定律照样卡死你。\n在微米尺度上，把一个比特的数据从内存挪到计算核心，\n哪怕只移动一毫米，消耗的能量都比算一次浮点数还要多。\n要是通过主板走上十几厘米，大半电量全白白耗在路上了。\n所以GPU身边必须死死贴着内存，一步都退不得。\n\n不仅芯片内部被堵死，服务器之间的连接也到了悬崖边上。\n我们用了一百多年的铜线，这次真的到头了。\n频率一旦拉到极高，铜线的信号衰减和发热就会彻底失控。\n基辛格直接说：\n“我已经宣布了铜的死期。”\n机柜之间要是还用铜线，大半电能全变成给电缆加热的废热。\n唯一的出路，就是把电信号全换成光，直接用光纤连进芯片。\n\n看着市面上冒出来的一百多家AI芯片初创公司，很多人觉得百花齐放。\n但在真实的物理和商业规律面前，绝大多数架构都会消亡，最后只会收敛到极少数几种。\n做一颗先进制程芯片，流片一次就是几千万美金。\n更别说底层那套极其庞大的软件编译器生态。\n没有谁能长期扛住这种试错成本。\n\n而这一切算力竞赛的终点，芯片本身甚至排不到第一位，变电站才是最终大老板。\nAI把一百三十年前爱迪生和威斯汀豪斯的直流与交流电大战，重新搬回了现实。\n几百兆瓦甚至吉瓦级的算力中心，当地电网根本承受不住。\n算力容量的上限，最终直接等于电力容量。\n\n很多人把AI当成一场纯粹的代码和模型革命。\n但走到最底层才会发现，\n决定这场革命能走多远的，\n从来不在屏幕上的算法，\n全看导热胶的极限、光纤的损耗，以及变电站里变压器的承受力。","topic":"前Intel CEO拆解AI算力死穴：芯片设计再快，终究跨不过物理与电力的高墙","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-12 16:14:35","legal_anchor_count":0,"transcript_citation_count":0}