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数据中心建设跑在芯片封装和供电前面

Jefferies援引卫星追踪估算称,2026年美国数据中心部署的总容量将达到16至18吉瓦。先进芯片封装可能把2027年的上限压在20吉瓦出头。

科技分析林晓雯发布: 2026年10月1日7 分钟阅读资料来源 10
AI数据中心建设跑在芯片封装和供电前面

华为轮值董事长徐直军本周表示,公司的昇腾系列神经网络处理器在中国市场的份额已经超过英伟达。《The Register》9月30日刊出的一篇问答式稿件引用他的话说:“英伟达在中国的市场份额很难统计,但根据我们掌握的数据,昇腾已经超过了英伟达。”他还说,中国买家看重的是供货有保障:“我们的芯片可能没那么先进,但至少供应是确定的。”

这番表态出现的时候,供应问题正朝相反的方向走。同一天,《The Register》报道了Jefferies的一份分析。报告估算,2026年美国数据中心部署的总容量为16至18吉瓦,高于2025年的大约11吉瓦。报告警告说,新的瓶颈是先进封装,而不是晶圆制造。

Jefferies的报告引用了分析公司SynMax的数据。SynMax用每周卫星图像追踪数据中心地块的平整、首批建筑和施工进度。这种方法能把真正动土的项目和只停留在公告阶段的项目分开。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不再增长。实际可见的施工量,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。

封装成了天花板

先进封装用高密度连接把多颗裸片和存储部件组合在一起。它处在半导体生产和数据中心可用容量之间。SynMax估计,现有封装产能可以支撑总功耗相当于约13吉瓦的加速器。把CPU、内存、散热和其他负载算进去,换算成数据中心总功率大约是17.5吉瓦。两个预计2027年投产的封装项目还能再加6吉瓦。除非产能扩张快于预期,否则实际上限就在20吉瓦出头。

《The Register》指出,即使芯片在美国本土制造,也可能要运到海外封装,通常是台湾。这个卡点,靠再多本土晶圆厂也解决不了。

Jefferies此前一份报告发现,计划2026年上线的美国容量中只有一半在施工。2028年项目储备中,多达80%还没开工。去年,London Economics International得出结论:如果2025年到2030年间预测的所有美国数据中心项目都落地,电力需求将超过电网的供电能力。这一说法来自《The Register》对那项早期工作的报道。

特朗普政府限制对华销售AI加速器的出口管制政策,并没有阻止本土的华为填补空缺。

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,公司目前正在部署一个256000卡的Atlas 950 SuperCluster。更新的架构面向数万亿参数模型的训练和推理,可扩展到多达一百万个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。

设计工具加上了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和Synopsys宣布建立多年战略合作。两家公司将共同开发一个名为GPT-Synopsys的专用芯片设计模型。该模型把OpenAI的AI技术和Synopsys的电子设计自动化工具结合起来,OpenAI将获得后者的授权。两家公司给出的目标是,这个系统能够“对芯片设计和验证进行推理,并直接操作Synopsys的工具”。

按照两家公司的说法,工程师把设计目标交给系统,然后审核并批准输出结果。模型运行在OpenAI的基础设施上。客户数据不会用于训练,并以加密方式存储。面向半导体客户的早期测试已经在进行。两家公司将联合推广这款产品并分享收入。Synopsys首席执行官Sassine Ghazi说,AI可以显著加快设计流程。OpenAI联合创始人Greg Brockman把这次合作称为通往更好的芯片和更好的AI的路径。

初创公司则从制造数据这一侧切入同一个问题。《EE Times》9月30日报道,Emergence AI正在把它的neuroformal AI技术投入无晶圆厂半导体公司的实际部署。其客户中的集成器件制造商希望把这项工作延伸到晶圆厂内部。

Emergence AI联合创始人兼执行董事长Satya Nitta对《EE Times》说,需求超过供给,每座晶圆厂都在满负荷运转。“你没法让芯片造得更快,但完全可以用AI让每片晶圆产出更多合格芯片。”Nitta描述的系统把大语言模型和符号AI配对使用:“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%里发现了相同的失效模式,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随即出任执行董事长兼首席科学家。

边缘市场的新芯片

芯片发布接连不断。据ServeTheHome报道,高通在年度骁龙峰会上发布了Snapdragon 8 Elite Gen 6和Snapdragon 8 Elite Extreme Gen 6。Extreme版本改用台积电N2P工艺,内存为127.2 GB/s的LPDDR6,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同样采用N2P工艺,但内存降为84.8 GB/s的LPDDR5X。这是高通自研Oryon Arm核心第一次把频率推到5GHz。

宽带方面,MaxLinear发布了Puma 9 DOCSIS芯片。据《Light Reading》9月29日的报道,公司称这款芯片能把用户端设备成本比上一代降低30%到50%。它在单颗SoC上支持DOCSIS 3.1、3.1+和4.0。MaxLinear表示,D3.1+配置的下行速率可达12 Gbit/s。该平台还加入Wi-Fi 8支持、DDR5内存兼容和后量子密码准备。公司预计基于这款芯片的调制解调器和网关将在2027年开始上市。公司称已与Askey、Fritz! GmbH和Gemtek等CPE合作伙伴达成“多项承诺”,并得到澳大利亚运营商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。一位业内人士对《Light Reading》说,这一转变有助于降低功耗和部分授权成本。对DDR5的支持显然是为了对冲DDR4短缺。MaxLinear的Puneet Sethi说,公司预计DDR5生态会比DDR4“更宽松”。Dell'Oro Group的Jeff Heynen对《Light Reading》说,大多数厂商会在高端Wi-Fi 8设备上转向DDR5。

掌机在等一颗芯片

消费端,《The Verge》10月1日报道,AMD的驱动泄露暴露出了一颗代号Gainsborough的半定制芯片,基于台积电N3P工艺。进出口记录显示,AMD已经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》命名传统:Aerith是初代Steam Deck的APU,Sephiroth是OLED版本。

《The Verge》怀疑Gainsborough就是Steam Deck 2的芯片。它的封装尺寸为25mm乘25mm,比初代Aerith的19mm乘19mm更大。爆料者Gotou_3rd称,AMD下一代的掌机芯片Ryzen Z3和Z3 Extreme将采用同样的25mm乘25mm封装,功耗目标为15 W。Valve表示,希望在打造续作之前先实现性能和能效上的代际跨越。《The Verge》还指出,这些《最终幻想》代号是AMD选的,不是Valve。半定制芯片在最终装进某款设备之前,历来都会先向其他客户推销。

对数据中心规划者来说,这些都不改变算术。封装上限、供电天花板和施工滞后,才是决定实际有多少AI容量上线的约束。卫星图像显示,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。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

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。