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。