---
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"
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"
source_type: "generated"
status: "published"
generated_at: "2026-10-12 16:14:35"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 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

AI把芯片设计提速了一百倍，造芯片的周期却一天没少。

现在满世界都在讲用AI画芯片。
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。
但前英特尔CEO帕特·基辛格把这层热闹按住了。
这位18岁进英特尔、亲自操刀过386和486的老将看得很清楚：
图纸画得再快，工厂造不出来，没有任何意义。

你把图纸送到晶圆厂。
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。
这是纯粹的物理与化学过程。
原子排列需要时间，化学清洗需要时间。
算法再快，也快不过光子轰击光刻胶的物理极限。

造芯片的速度提不上去，那把芯片往高处叠行不行？
现在大家都在抢HBM高带宽内存，千方百计往上摞。
有人喊着要叠16层甚至更高。
基辛格直接挑明：
16层芯片堆叠，在现实里纯属幻想。

卡住它的就两个字：散热。
把十几层芯片像千层饼一样压在一起。
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。
最底层的热量根本排不出来，一通电自己先把内层烤熟了。
更要命的是良率。
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%。
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。

既然往上叠不行，把内存放旁边行不行？
物理定律照样卡死你。
在微米尺度上，把一个比特的数据从内存挪到计算核心，
哪怕只移动一毫米，消耗的能量都比算一次浮点数还要多。
要是通过主板走上十几厘米，大半电量全白白耗在路上了。
所以GPU身边必须死死贴着内存，一步都退不得。

不仅芯片内部被堵死，服务器之间的连接也到了悬崖边上。
我们用了一百多年的铜线，这次真的到头了。
频率一旦拉到极高，铜线的信号衰减和发热就会彻底失控。
基辛格直接说：
“我已经宣布了铜的死期。”
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。
唯一的出路，就是把电信号全换成光，直接用光纤连进芯片。

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。
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。
做一颗先进制程芯片，流片一次就是几千万美金。
更别说底层那套极其庞大的软件编译器生态。
没有谁能长期扛住这种试错成本。

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。
AI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。
几百兆瓦甚至吉瓦级的算力中心，当地电网根本承受不住。
算力容量的上限，最终直接等于电力容量。

很多人把AI当成一场纯粹的代码和模型革命。
但走到最底层才会发现，
决定这场革命能走多远的，
从来不在屏幕上的算法，
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。

_Rendered by mubei-terminal._