快科技12月29日音书，固然NVIDIA现在在AI检修界限无可匹敌，但濒临日益增长的即时推理需求，其正权术一项足以转变行业口头的\"神秘火器\"。

据AGF表露，NVIDIA筹画在2028年推出的Feynman（费曼）架构GPU中，整合来自Groq公司的LPU（言语处理单位），以大幅升迁AI推感性能。

Feynman架构将接替Rubin架构，秉承台积电起首进的A16（1.6nm）制程，为了顽固半导体物理限度，NVIDIA筹画哄骗台积电的SoIC羼杂键合时刻，将专为推理加快假想的LPU单位径直堆叠在GPU之上。

这种假想访佛于AMD的3D V-Cache时刻，但NVIDIA堆叠的不是庸俗缓存，而是专为推理加快假想的LPU单位。

假想的中枢逻辑在于科罚SRAM的微缩逆境，在1.6nm这种极致工艺下，径直在主芯片集成多数SRAM老本极高且占用空间。

通过堆叠时刻，NVIDIA不错将运算中枢留在主芯片，而将需要多数面积的SRAM沉寂成另一层芯片堆叠上去。

台积电的A16制程一大特质是撑抓后头供电时刻，这项时刻不错腾出芯片正面的空间，专供垂直信号畅达，确保堆叠的LPU能以极低功耗进行高速数据交换。

联接LPU的\"细目性\"实行逻辑，改日的NVIDIA GPU在处理即时AI反馈（如语音对话、及时翻译）时，速率将达成质的飞跃。

不外这也存在两大潜在挑战，鉴别是散热问题和CUDA兼容性贫乏，在运算密度极高的GPU 再加盖一层芯片，怎么幸免\"热当机\"是工程团队的头号贫乏。

同期LPU强调\"细目性\"实行法则，需要精准的内存竖立，而CUDA生态则是基于硬件玄虚化假想的，要让这两者无缺协同，需要顶级的软件优化。