Gelsinger宣告硬件复兴：AI让设计变简单，制造、内存与电力成硬约束
TREE NEWS 报道， 前英特尔CEO Pat Gelsinger在a16z的深度访谈中表示，AI让芯片设计变得更容易，却暴露了制造、内存和能源的物理瓶颈，这为硬件工程师带来了他职业生涯中前所未有的“文艺复兴”。他警告称，电力容量已成为AI扩张的硬约束，HBM是“极其糟糕”的内存，而当前约100家AI推理芯片初创公司终将走向整合。
能源容量即经济产能
Gelsinger最具市场冲击力的判断是：在AI数字时代，能源容量等于经济产能。他指出，美国过去10到15年淘汰煤炭与增加可再生能源基本抵消，国家整体能源容量几乎停滞，目前年化增速仅约4%，远不足以支撑百万级GPU集群。他预测将出现越来越多数据中心项目违约，因为电力根本无法到位，并称甲骨文关于核能数据中心的言论只是“初步信号”。解决方案是重构整个电力传输网络：800伏直流电、垂直GaN降压转换、固态变压器和先进液冷。
内存：HBM糟糕但暂时无可替代
Gelsinger直言HBM比特密度差、带宽受限于边缘、功耗高、散热难，对内存密集型AI工作负载非常不利，但它仍是目前最好的选择。他认为30年来首次重大内存创新近在眼前，看好铁电材料、非电容式高密度内存和可堆叠架构，并透露已投资一家隐身内存初创公司。他预计3D封装的最佳甜点区是2到4层内存堆叠，16到32层堆叠在良率上近乎不可能。
制造时间差与百芯片大乱斗
AI可将逻辑设计压缩到3个月，但晶圆制造、先进3D封装和机架级集成仍需约9个月，导致芯片落地时AI工作负载可能已改变，Graphcore就是前车之鉴。Gelsinger预计当前约100种AI加速器架构将收敛至少数赢家，驱动力包括工作负载向HPC式64位精度演进、数百亿美元资本壁垒，以及OpenAI、英伟达和Anthropic等巨头的平台选择。
光互联与代理时代的VMware
Gelsinger重申所有IO都应转向光学互联，铜缆在5米距离的成本已超过光纤在100米距离的成本。他将2028-2029年视为NPO/CPO采用的转折点，并支持面向可预测AI流量的光路交换。最后，他认为需要构建“面向代理的VMware”层，用于管理、保护和抽象AI代理，同时保留人类设定策略和“宪法”的能力。
投资者关键要点
- 电力与电网基础设施——公用事业、核能、燃气轮机、固态变压器、GaN功率半导体和液冷供应商将受益于多年电气化周期。
- 内存创新——铁电及新型非易失内存初创公司可能颠覆HBM主导格局；DRAM巨头机遇与威胁并存。
- 光互联——2028-2029年NPO/CPO采用是光器件和硅光供应商的中期催化剂。
- AI芯片整合——约100家加速器初创公司中预计出现并购和失败，资本与软件生态将利好少数平台。
- 数据中心信用风险——Gelsinger的违约警告提醒，电力可得性而非GPU供应，可能成为AI基础设施债务的关键承销风险。
