12月29日消息，用上雖然NVIDIA目前在AI訓(xùn)練領(lǐng)域無可匹敵，堆疊但面對日益增長的設(shè)計(jì)即時推理需求，其正籌劃一項(xiàng)足以改變行業(yè)格局的下代“秘密武器”。

據(jù)AGF透露，將引NVIDIA計(jì)劃在2028年推出的用上Feynman（費(fèi)曼）架構(gòu)GPU中，整合來自Groq公司的堆疊LPU（語言處理單元），以大幅提升AI推理性能。設(shè)計(jì)

Feynman架構(gòu)將接替Rubin架構(gòu)，下代采用臺積電最先進(jìn)的將引A16（1.6nm）制程，為了突破半導(dǎo)體物理限制，用上NVIDIA計(jì)劃利用臺積電的堆疊SoIC混合鍵合技術(shù)，將專為推理加速設(shè)計(jì)的設(shè)計(jì)LPU單元直接堆疊在GPU之上。

這種設(shè)計(jì)類似于AMD的下代3D V-Cache技術(shù)，但NVIDIA堆疊的將引不是普通緩存，而是專為推理加速設(shè)計(jì)的LPU單元。

設(shè)計(jì)的核心邏輯在于解決SRAM的微縮困境，在1.6nm這種極致工藝下，直接在主芯片集成大量SRAM成本極高且占用空間。

通過堆疊技術(shù)，NVIDIA可以將運(yùn)算核心留在主芯片，而將需要大量面積的SRAM獨(dú)立成另一層芯片堆疊上去。

臺積電的A16制程一大特色是支持背面供電技術(shù)，這項(xiàng)技術(shù)可以騰出芯片正面的空間，專供垂直信號連接，確保堆疊的LPU能以極低功耗進(jìn)行高速數(shù)據(jù)交換。

結(jié)合LPU的“確定性”執(zhí)行邏輯，未來的NVIDIA GPU在處理即時AI響應(yīng)（如語音對話、實(shí)時翻譯）時，速度將實(shí)現(xiàn)質(zhì)的飛躍。

不過這也存在兩大潛在挑戰(zhàn)，分別是散熱問題和CUDA兼容性難題，在運(yùn)算密度極高的GPU 再加蓋一層芯片，如何避免“熱當(dāng)機(jī)”是工程團(tuán)隊(duì)的頭號難題。

同時LPU強(qiáng)調(diào)“確定性”執(zhí)行順序，需要精確的內(nèi)存配置，而CUDA生態(tài)則是基于硬件抽象化設(shè)計(jì)的，要讓這兩者完美協(xié)同，需要頂級的軟件優(yōu)化。