Signal YCurated AI News
更新于 11/5 20:4061 个信源

2045 年的计算机芯片会长什么样?

KOL说10/22 23:02Dwarkesh Podcast查看原文 ↗
摘要

Dwarkesh Patel 在 Intel 待了两天,与该公司的制程开发负责人、研究实验室、封装团队和 CTO 深谈,系统梳理从 gate-all-around、背面供电、CFET 到混合键合的下一代芯片技术,并指出 AI 算力需求的爆炸式增长正撞上芯片制造设备产能的硬约束。

核心要点
  • AI 算力需求在过去十年以每年约 3 倍的速度增长,而按 Intel CTO 的说法,全球现有的芯片制造设备只够让先进制程产量大约翻一倍,供需缺口构成行业核心矛盾。
  • 晶体管结构正从平面走向 gate-all-around,再走向把器件垂直堆叠的 CFET;但堆叠晶体管从研究到真正量产出货大约需要十年,节奏远慢于需求曲线。
  • 互连成为新的瓶颈:用钌(ruthenium)替代铜线、背面供电(backside power)等方案被视为延续缩放的关键手段,而非单纯依赖光刻。
  • High-NA EUV 的经济性对 Intel 更划算、对台积电则不然,原因是两者既有产能规模与制程路线不同,设备采用决策并非纯粹的技术优劣问题。
  • 混合键合(hybrid bonding)被重点讨论用于缓解芯片到芯片的带宽瓶颈,封装正从配角变成性能提升的主战场之一。
原文佐证
  • Demand for AI compute has grown 3x a year for the last decade, but according to Intel s CTO, there are only enough chipmaking tools in the world to roughly double leading-edge production.
  • There s never been as big a shock to the semiconductor industry as the current surge in demand from AI.
  • Why stacked transistors take a decade to ship
AI 洞察
这期内容的价值在于把「算力短缺」从抽象的 GPU 供应问题,拉回到更底层的设备与工艺约束:真正的瓶颈不只是光刻机,还有全球有限的制造工具存量与十年量级的工艺验证周期。这意味着 AI 算力扩张的速度上限,很可能由半导体制造的物理与资本节奏而非模型需求决定,短期内的算力议价权会继续向掌握先进产能的一方倾斜。对产业格局而言,封装、互连、背面供电这些「非光刻」环节的重要性上升,也给了后来者绕开正面追赶的窗口。