跳到文章正文
行业/好文 编辑推荐

基辛格:AI 需要「一万倍效率飞跃」,渐进式芯片提升已经不够

前英特尔 CEO 帕特·基辛格在 COSM 2026 上表示,AI 需要的不是常规代际升级,而是…

摩尔定律还剩多少寿命,是半导体行业每隔几年就要吵一次的老问题。11 月 21 日,前英特尔首席执行官帕特·基辛格给出了一个更激进的版本:问题不是摩尔定律死没死,而是 AI 所需的效率提升,已经远远超出渐进式芯片改进能提供的范围。

基辛格:AI 需要「一万倍效率飞跃」,渐进式芯片提升已经不够
基辛格:AI 需要「一万倍效率飞跃」,渐进式芯片提升已经不够

一分钟速览

  • 基辛格在 2026 年 COSM 科技峰会上称,AI 需要「10,000 倍的效率飞跃」。
  • 他否认半导体微缩已触及物理极限,认为摩尔定律能否重焕生机取决于五大工程领域突破。
  • 这五个领域是光学、供电、散热、材料与封装。
  • 他目前以普通合伙人身份任职 Playground Global,已投资光刻、核能与光互连相关初创公司。

一句话背后的算力账

「一万倍」听起来像口号,但放在 AI 基础设施的成本结构里并不夸张。模型能力提升往往伴随参数、上下文与推理步数同步增长,而芯片能效每年只能改善十几个百分点。若需求端按数量级膨胀,供给端的线性改良迟早会撞墙。基辛格的意思不是让单颗芯片快一万倍,而是整个计算栈——从光刻、供电到封装与散热——需要一次系统级重构。

他特别强调,AI 需要的不是常规的代际升级。传统上,行业依靠制程微缩把更多晶体管塞进同样面积,同时降低单位算力能耗;但当先进制程逼近物理与经济极限,继续沿老路走的边际收益在下降。要维持 AI 的扩张速度,必须在多个学科同时取得突破。

为什么是这五个领域

光学对应的是光刻与光互连。基辛格投资了获得美国政府支持的光刻初创企业 xLight,目标是突破阿斯麦 13.5 纳米极紫外 EUV 波长壁垒;他还看好用光信号替代铜线传输数据的硅光子技术。供电与散热则决定数据中心能否把更多功率真正用于计算,而不是变成热量。材料与封装,则关系到芯片能否在有限面积内堆叠更多计算与存储单元。

这套路线图与他离开英特尔后的投资布局高度一致。自 2025 年 3 月以普通合伙人身份加入 Playground Global 以来,基辛格一直在支持针对硬件瓶颈的初创企业,除 xLight 外,还包括核能产能公司 Alva Energy。换句话说,他不只是评论员,而是在用真金白银押注自己判断的方向。

「摩尔定律已死?我说现在是唤醒它的时候」

峰会结束后,基辛格在 X 上写道:「摩尔定律已死?我说现在是唤醒它的时候了。」他坚持认为,半导体工程正在进入一个多学科创新的新时代,并表示在行业工作 40 多年后,相信最伟大的创新仍在前方。

这番表态需要放在他的个人经历里理解。基辛格曾是英特尔最年轻的高管之一,主导过多个制程节点,也在 CEO 任内推动代工战略,最终因业绩压力离任。他对「工程驱动」的信仰,既来自技术背景,也来自对华尔街短期主义的不满。

对 AI 行业的现实含义

如果基辛格的判断成立,未来几年的竞争焦点会从「谁买到更多 GPU」转向「谁能把电力、冷却、封装与网络一起优化」。这对云厂商是成本问题,对芯片公司是架构问题,对初创公司则是窗口期:任何一个足够痛的瓶颈,都可能长出新的供应商。

一万倍不会一夜发生。更可能的路径是,光互连、先进封装与新型供电各自贡献数倍改进,叠加起来推动系统效率跨越数量级。基辛格的价值不在于给出精确时间表,而在于提醒行业:把 AI 的瓶颈简单归结为「制程不够先进」,可能会错过真正重要的工程问题。

本文地址:https://www.163264.com/22395