AI 芯片路线仍未定型，内存和光互连还有空间
bookwormengr · x · 2026-07-25
LLM 芯片路线还远没定型
这条帖子的核心判断是：Nvidia 的架构并不必然是最优解，AI 芯片仍有很大创新空间。作者认为，新玩家可以在物理层继续突破，也可以在设计/逻辑层做优化；中国多数 AI 芯片厂商目前更偏向后者，少数则在尝试 wafer-scale 这类路线。
帖子还强调，LLM 的大部分计算发生在 FFN/MoE 这类矩阵运算上，因此如果一种 ASIC 设计不能带来“非常显著”的优势，就很难证明其价值。真正仍可创新的方向包括：
- 内存访问
- 网络互联
- RAM pooling
- 光互连（甚至更贴近芯片）
配图进一步强化了这个观点：现代 LLM 和它们的软件栈，强烈受制于其“出生时”的硬件路径，未来仍可能有更好的硬件架构等待被发现。
「Infra」频道最新
- 有人想给 AI Agent 卖可信沙箱，起步价每小时 0.06 美元 — Curious_Coder098 · 2026-07-25
- NVIDIA 将与韩国共建芯片、机器人和 AI 工厂 — nvidia · 2026-07-25
- 华为 950 NPU 传用四芯粒设计，SerDes 也独立拆分 — teortaxesTex · 2026-07-25
- ParseBench显示Opus 5文档理解接近4.8，但表格与价格不占优 — llama_index · 2026-07-25
- Databricks称Genie Code在401个真实任务上胜出且每题仅0.55美元 — DbrxMosaicAI · 2026-07-25
- SGLang v0.5.16 加入 DSpark 并首发支持 Inkling — BanghuaZ · 2026-07-25