AI 芯片的瓶颈正从处理能力转向封装、互连和存储区

据资深芯片设计师 Mr. Bubble 在 Frictionless Podcast 播客中表示,AI 计算基础设施的核心瓶颈正从提升单个芯片的性能,转向先进封装、系统互连延迟和内存层级管理。先进制程节点的成本不断上升,晶体管密度提升速度放缓,使传统摩尔定律在经济层面面临挑战,推动行业转向通过先进封装实现多芯片集成,而非继续缩小制程尺寸。

Mr. Bubble 指出,AI 计算的基本单元可能会从单个芯片演变为整个服务器机架,使 PCB、封装和互连能力成为关键制约因素。在内存方面,他强调,在低频 AI 推理场景中,可能会转向将数据卸载到闪存,把昂贵的 HBM 容量留给热数据,而 3D DRAM 正逐渐成为下一代内存的发展方向。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论