Gelsinger：多数AI芯片设计公司消失，制造与封装成关键瓶颈
- 核心判断：前英特尔 CEO Pat Gelsinger 在 a16z 播客中表示，今天市场上有上百家 AI 推理芯片公司，但这种繁荣可能只是暂时的；未来大部分芯片架构可能被淘汰，行业重新向少数几个平台集中。
- 设计—制造错位：AI 工具正在降低数字逻辑设计门槛，一颗芯片可能三个月完成设计；但晶圆制造、先进封装与整机架集成可能各需数月，从设计完成到真正可用可能又过去九个月，算上产能与软件生态可达一年半。模型迭代速度可能超过芯片从设计到部署的速度。
- 专用与通用取舍：把 Prefill、Decode 等阶段拆成专用芯片可提升单点效率，但 AI 计算需求变化快，过度专业化会缩小可适应工作负载；大型数据中心每增加一种架构，都会带来软件适配、网络连接与运维成本。芯片性能领先只是入场券，能否进入大客户算力体系决定商业价值。
- 存储与互连：Gelsinger 称 HBM 是“很糟糕但已是最好选择”的存储技术，内存墙是下一轮创新重点，AI 需求可能推动存储行业出现 30 年来少见的重大创新；铜互连在高速长距离下损耗与成本上升，光互连更可能率先用于 GPU 间 Scale-up，NPO、CPO 等先进光互连有机会在 2028–2029 年迎来更大规模应用。
- 行业意义：当设计门槛下降，竞争关键转向制造周期、规模化量产、大客户算力体系与供应链整合能力；AI 芯片创业公司的数量增长未必对应独立公司的数量增长。 🔗 乌鸦智能说报道