跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

AI数据中心建设速度超过芯片封装与供电能力

Jefferies援引卫星追踪估算称,2026年美国数据中心部署总容量将达到16至18吉瓦,但先进芯片封装可能把2027年的规模限制在20吉瓦出头。

科技分析王雅琴发布: 2026年10月1日7 分钟阅读资料来源 10
AI数据中心建设速度超过芯片封装与供电能力

华为轮值董事长徐直军本周称,公司的昇腾系列神经网络处理器在中国市场份额上已超过英伟达。9月30日,The Register报道了一场问答式发布,徐直军在会上说:“要收集英伟达在中国市场份额的数据相当困难,但根据我们收集到的数据,昇腾已经超过了英伟达。”他还说,中国买家看重的是供应有保障:“尽管我们的芯片可能没那么先进,至少供应是有保障的。”

这一说法出现之际,供应问题正朝另一个方向走。同一天,The Register报道了Jefferies的一份分析:2026年美国数据中心部署总容量为16至18吉瓦,高于2025年的大约11吉瓦。分析还警告说,正在形成的瓶颈是先进封装,而不是晶圆制造。

Jefferies的报告引用了分析公司SynMax的数据。SynMax用每周卫星影像追踪数据中心的土地平整、首批建筑和施工进度,能把真正在动土的项目与只停留在公告阶段的项目区分开。SynMax把2026年的预测从14吉瓦上调到16吉瓦,但正在平整的土地面积已经趋于停滞。可见的施工活动,远低于部分2028年项目储备和芯片需求模型所暗示的80吉瓦以上。

封装成为天花板

先进封装用高密度连接把多个裸片和存储组件组合在一起,它处在半导体生产与数据中心实际可用容量之间。SynMax估计,现有封装产能可支持的加速器大约相当于13吉瓦总功率。再加上CPU、内存、冷却和其他负载,折算下来约为17.5吉瓦的数据中心总功率。预计2027年上线的两个额外封装项目可再增加6吉瓦。除非产能扩张快于预期,否则实际天花板将落在20吉瓦出头。

The Register指出,即使是在美国本土制造的芯片,也可能需要运往海外封装,通常是台湾。这是一个瓶颈,再多本土晶圆厂建设也无法单独解决。

Jefferies此前一份报告发现,计划在2026年投产的美国产能中只有一半正在建设,而2028年项目储备中有多达80%尚未开工。据The Register对这项早期工作的叙述,伦敦经济国际公司去年得出结论:如果2025年至2030年间预测的所有美国数据中心项目都推进,电力需求将超过电网的供电能力。

特朗普政府管制对华销售AI加速器的出口政策,并未阻止本土的华为填补这一空缺。

华为对封装问题的回答是规模,而不是制程领先。据The Register报道,该公司目前正在部署25.6万卡的Atlas 950 SuperCluster,其较新的架构面向数万亿参数模型的训练和推理,最多可扩展到一百万颗NPU。徐直军说,华为的产能连中国国内的需求都满足不了,更不用说向海外扩张。

设计工具加上AI层

如果封装是物理瓶颈,设计就是软件瓶颈。据The Decoder报道,9月30日OpenAI与Synopsys宣布建立多年战略合作,打造名为GPT-Synopsys的专用芯片设计模型。该模型把OpenAI的AI技术与Synopsys的电子设计自动化工具结合起来,OpenAI将获得授权。两家公司表示,目标是建立一个能够“对芯片设计与验证进行推理,并直接操作Synopsys工具”的系统。

两家公司称,工程师将把设计目标交给系统,然后审核并批准输出结果。模型将在OpenAI的基础设施上运行,客户数据不会用于训练,并且加密存储,面向半导体客户的早期测试已经展开。两家公司将共同推广该产品并分享收入。Synopsys首席执行官Sassine Ghazi表示,AI可以显著加快设计流程;OpenAI联合创始人Greg Brockman则把这一合作描述为通向更好芯片和更好AI的路径。

初创公司正从制造数据这一侧攻克同一个问题。EE Times在9月30日报道,Emergence AI正把其neuroformal AI技术投入与无晶圆厂半导体公司的实际部署,其客户中的整合元件制造商希望把这项工作延伸到晶圆厂内部。

Emergence AI联合创始人兼执行主席Satya Nitta对EE Times说,需求超过供应,每家晶圆厂都在满负荷运转。“你没法让芯片制造得更快,但绝对可以用AI提高每片晶圆的良率,从而得到更多芯片。”Nitta描述的系统把大语言模型与符号AI配对:“算法提出方案,符号AI负责验证。”他举了一个例子:一个智能体在1500种产品中的30%里发现同一种失效模式,并建议重新设计某个模块。大约一个月前公司任命Ian Eslick为首席执行官,Nitta由此出任执行主席兼首席科学家。

边缘侧的新芯片

在这批材料中,芯片发布接连不断。据ServeTheHome报道,高通在年度Snapdragon峰会上发布了Snapdragon 8 Elite Gen 6和Snapdragon 8 Elite Extreme Gen 6。Extreme版本改用台积电N2P制程,LPDDR6内存速率127.2 GB/s,支持4x4 MIMO的Wi-Fi 8,以及高通X105调制解调器,下行速率标称14.8 Gbps;标准版Gen 6保留N2P制程,但内存降为LPDDR5X,速率84.8 GB/s。这是高通首次把自研Oryon Arm核心推到5GHz的一代。

宽带方面,MaxLinear发布了Puma 9 DOCSIS芯片。据Light Reading在9月29日的报道,该公司称这款芯片能把用户端设备成本较上一代降低30%至50%,同时在单一SoC上支持DOCSIS 3.1、3.1+和4.0。MaxLinear表示,D3.1+配置的下行速率最高可达12 Gbit/s,该平台还加入Wi-Fi 8支持、DDR5内存兼容性和后量子密码就绪能力。公司预计基于该芯片的调制解调器和网关将在2027年开始出现,并称已与包括Askey、Fritz! GmbH和Gemtek在内的CPE合作伙伴达成“多项承诺”,还获得澳大利亚运营商NBN Co的支持。

有两个细节值得注意。Puma 9基于ARM,而不是此前几代Puma所用的英特尔x86平台;一位行业消息人士对Light Reading说,这一转变有助于降低功耗并节省部分授权成本。而对DDR5的支持明确是对DDR4短缺的对冲,MaxLinear的Puneet Sethi表示,公司预计DDR5生态会比DDR4“更宽松”。Dell'Oro Group的Jeff Heynen对Light Reading说,多数厂商会在先进的Wi-Fi 8设备上转向DDR5。

掌机在等一颗芯片

消费端方面,The Verge在10月1日报道,AMD驱动泄露显示出一颗代号Gainsborough的半定制芯片,基于台积电N3P制程,进出口记录显示AMD已在运送用于验证的测试设备。这个名字延续了AMD的《最终幻想》命名惯例:Aerith是初代Steam Deck的APU,Sephiroth是OLED改版。

The Verge对Gainsborough就是Steam Deck 2芯片的说法持怀疑态度。该封装尺寸为25mm乘25mm,比初代Aerith的19mm乘19mm更大;爆料者Gotou_3rd称,AMD下一代掌机芯片Ryzen Z3和Z3 Extreme将采用同样的25mm乘25mm封装,目标功耗15 W。Valve曾表示,在打造续作之前希望性能与能效有代际跃升。The Verge还指出,《最终幻想》代号是AMD而非Valve选的,而且半定制芯片历来会先向其他客户推销,最后才落到实际设备中。

对数据中心规划者来说,这些都不改变算术。封装天花板、电力墙和建设滞后,是决定实际有多少AI容量上线的约束条件,而卫星影像显示,答案比公告所暗示的要少。

评论 0

资料来源

10
  1. 01Huawei boss claims homegrown AI chip sales top Nvidia in ChinaEN
  2. 02America is planning more AI datacenters than its chip supply can fillEN
  3. 03OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  4. 04Emergence AI Targets Fabless Chipmakers With Neuroformal AIEN
  5. 05MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
  6. 06MaxLinear intros 'AI-ready' Puma 9 DOCSIS chipsetEN
  7. 07Qualcomm Unveils Snapdragon 8 Elite Gen 6 and Elite Extreme Gen 6: Next Gen Flagship Mobile ChipsEN
  8. 08Steam Deck 2: Is AMD Gainsborough the chip Valve's been waiting for?EN
  9. 09Experts worry about Nvidia's AI chip sales in China and influence over TrumpEN
  10. 10Why LLMs Are The Best Thing To Happen To Chip DesignEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。