Gelsinger tuyên bố thời kỳ phục hưng phần cứng khi AI gây áp lực lên bộ nhớ, điện năng và sản xuất
TREE NEWS đưa tin: Trong một cuộc phỏng vấn sâu rộng, cựu CEO Intel Pat Gelsinger lập luận rằng AI đã khiến việc thiết kế chip trở nên dễ dàng hơn nhưng lại phơi bày những giới hạn vật lý cứng nhắc trong sản xuất, bộ nhớ và năng lượng — tạo ra cái mà ông gọi là “thời kỳ phục hưng” cho các kỹ sư phần cứng. Trò chuyện với các đối tác a16z Raghu Raghuram và Guido Appenzeller, Gelsinger cảnh báo rằng công suất điện hiện là ràng buộc then chốt đối với việc mở rộng AI, rằng HBM là một công nghệ bộ nhớ “kinh khủng” đã đến lúc bị đột phá, và rằng khoảng 100 startup chip suy luận AI hiện nay chắc chắn sẽ hợp nhất.
Điện năng là năng lực kinh tế mới
Tuyên bố có liên quan nhất đến thị trường của Gelsinger là trong kỷ nguyên AI, “năng lực năng lượng bằng năng lực kinh tế”. Ông lưu ý rằng công suất điện của Mỹ về cơ bản đi ngang trong 10–15 năm khi than bị loại bỏ và năng lượng tái tạo được bổ sung, và hiện chỉ tăng khoảng 4% mỗi năm — quá thấp so với nhu cầu từ các cụm hàng triệu GPU. Ông dự đoán một làn sóng vỡ nợ của các dự án trung tâm dữ liệu nơi GPU không thể được cấp điện, gọi bình luận về trung tâm dữ liệu chạy bằng năng lượng hạt nhân của Oracle là tín hiệu sớm. Theo ông, giải pháp là xây dựng lại toàn bộ hệ thống điện: phân phối điện DC 800V, chuyển đổi GaN dọc, máy biến áp thể rắn và làm mát bằng chất lỏng tiên tiến.
Bộ nhớ: HBM “kinh khủng” nhưng là lựa chọn duy nhất — hiện tại
Gelsinger thẳng thắn về bộ nhớ băng thông cao: mật độ bit kém, băng thông giới hạn ở biên, điện năng cao và ràng buộc nhiệt nghiêm trọng khiến nó không phù hợp với các khối lượng công việc AI đòi hỏi nhiều bộ nhớ. Tuy nhiên nó vẫn là lựa chọn tốt nhất hiện có. Ông nhìn thấy đổi mới bộ nhớ lớn đầu tiên trong 30 năm đang đến gần, chỉ ra vật liệu sắt điện, thiết kế mật độ cao không dùng tụ điện và kiến trúc có thể xếp chồng. Ông tiết lộ khoản đầu tư vào một startup bộ nhớ tàng hình và dự đoán điểm ngọt là 2–4 lớp bộ nhớ trong đóng gói 3D, bác bỏ các chồng 16–32 lớp là cơn ác mộng về năng suất.
Độ trễ thời gian sản xuất và cuộc thanh lọc 100 chip
AI có thể rút ngắn thiết kế logic xuống ba tháng, nhưng sản xuất wafer, đóng gói 3D tiên tiến và tích hợp cấp rack vẫn cộng thêm khoảng chín tháng — độ trễ khiến chip có thể đến sau khi khối lượng công việc AI đã thay đổi, như Graphcore đã trải qua. Gelsinger kỳ vọng khoảng 100 kiến trúc tăng tốc AI hiện tại sẽ hội tụ về một vài người thắng cuộc, được thúc đẩy bởi sự tiến hóa khối lượng công việc theo hướng độ chính xác 64-bit kiểu HPC, yêu cầu vốn khổng lồ hàng chục tỷ đô la và lựa chọn nền tảng của OpenAI, Nvidia và Anthropic.
Kết nối quang và đám mây tác tử
Gelsinger nhắc lại lời kêu gọi lâu dài của mình rằng mọi I/O nên chuyển sang quang học, với đồng trở nên không kinh tế ngoài 5 mét. Ông đánh dấu 2028–2029 là điểm uốn cho việc áp dụng NPO/CPO, theo lộ trình của Nvidia, và ủng hộ chuyển mạch quang cho lưu lượng AI có thể dự đoán. Cuối cùng, ông lập luận rằng cần xây dựng một lớp “VMware cho các tác tử” mới để quản lý, bảo mật và trừu tượng hóa các tác tử AI, trong khi con người giữ quyền kiểm soát chính sách và “hiến pháp”.
Những điểm chính cho nhà đầu tư
- Điện năng và hạ tầng lưới điện — Các công ty tiện ích, hạt nhân, tuabin khí, máy biến áp thể rắn, chất bán dẫn điện GaN và nhà cung cấp làm mát bằng chất lỏng sẽ hưởng lợi từ chu kỳ điện khí hóa nhiều năm.
- Đổi mới bộ nhớ — Các startup bộ nhớ sắt điện và bộ nhớ không bay hơi mới có thể phá vỡ hiện trạng thống trị HBM; các nhà sản xuất DRAM hiện hữu đối mặt cả cơ hội lẫn mối đe dọa.
- Kết nối quang — Việc áp dụng NPO/CPO vào khoảng 2028–2029 là chất xúc tác trung hạn cho các nhà cung cấp linh kiện quang và quang tử silicon.
- Hợp nhất chip AI — Dự kiến có M&A và thất bại trong khoảng 100 startup tăng tốc; vốn và hệ sinh thái phần mềm sẽ ưu ái một vài nền tảng.
- Rủi ro tín dụng trung tâm dữ liệu — Cảnh báo vỡ nợ của Gelsinger là lời nhắc rằng khả năng cung cấp điện, chứ không phải nguồn cung GPU, có thể trở thành rủi ro bảo lãnh chính cho nợ hạ tầng AI.
