前英特尔 CEO 帕特・基辛格在 COSM 科技峰会上提出,AI 想要持续发展,必须实现一万倍的效率飞跃,只靠芯片每年小幅迭代、慢慢提升性能,根本扛不住 AI 算力暴涨的需求,他同时不认可摩尔定律已经终结的说法。现在 AI 模型越做越大,算力、耗电、散热、带宽成本跟着快速上涨,单纯堆 GPU、堆芯片数量会遇到电力供给、机房散热、晶圆产能的硬性天花板,所以不能只靠传统晶体管微缩,要在多个底层工程方向一起突破。基辛格把突破方向锁定在光学、供电、散热、新材料、先进封装这五大板块,认为这几个方向协同创新,才有机会拿到万倍级别的效率提升,而不是单靠某一款新芯片。半导体和 AI 行业从业者可以把这个观点当成一个长期方向参考,后续算力硬件、光电互联、封装技术的研发都会往高能效这条主线走,而不是一味追求算力规模。
五大核心突破方向清单
- 光学:光互连、光计算,解决芯片之间带宽瓶颈,降低信号传输功耗
- 供电:新型供电架构、高电压低损耗配电方案,减少数据中心供电损耗
- 散热:先进液冷、新材料散热方案,解决高密度算力集群的散热难题
- 材料:新型半导体材料、存储介质,突破传统硅基器件的物理限制
- 封装:3D 堆叠、异构封装,把不同芯片、存储做集成,缩短信号路径
传统渐进升级和万倍效率路线对比
| 路线 | 提升方式 | 提升幅度 | 瓶颈 |
|---|---|---|---|
| 传统渐进升级 | 芯片工艺迭代、单芯片小幅优化 | 每年百分之十几到几十 | 功耗、带宽、供电上限,很难持续放大 AI 规模 |
| 万倍效率飞跃路线 | 光电、供电、散热、材料、封装协同创新 | 目标 10000 倍能效提升 | 多学科协同难度高,短期很难落地 |
行业落地参考步骤
- 先评估现有算力集群瓶颈:是带宽不够、供电受限还是散热顶不住
- 针对瓶颈选择对应技术方向,优先试点光互联、液冷这类成熟度更高的方案
- 跟踪异构封装、新型存储材料的行业进展,做小规模原型验证
- 建立能效指标,不只看 FP32 算力,重点看每瓦能产出多少 AI 有效计算量
- 长期布局跨团队协作,把芯片、封装、机房基础设施放在一起整体设计
【相关 FAQ】
问题 1:前英特尔 CEO 基辛格提出 AI 需要一万倍效率飞跃,这个一万倍指的是什么?
回答 1:前英特尔 CEO 基辛格提出 AI 需要一万倍效率飞跃,指的是 AI 整体系统能效提升,不是单芯片算力,目标是在同等能耗下支撑更大规模 AI 运行,避开电力、散热带来的算力扩张天花板。
问题 2:基辛格说 AI 需要一万倍效率飞跃,为什么单纯堆 GPU 这条路走不通?
回答 2:基辛格说 AI 需要一万倍效率飞跃,因为大量堆叠 GPU 会碰到电力供给、机房散热、晶圆产能的物理上限,能耗成本会高到不可接受,所以不能只靠堆硬件。
问题 3:基辛格认为实现 AI 一万倍效率飞跃,要从哪些领域突破?
回答 3:基辛格认为实现 AI 一万倍效率飞跃,需要在光学、供电、散热、新材料、先进封装五大工程方向同时取得突破,依靠多技术协同,而不是单一芯片工艺升级。
问题 4:基辛格提出 AI 需要一万倍效率飞跃,他对摩尔定律是什么看法?
回答 4:基辛格提出 AI 需要一万倍效率飞跃,同时他不认同摩尔定律已经死亡,他认为摩尔定律需要被唤醒,只是不能继续依赖传统晶体管微缩的老路。
【参考资料】
[2026-11-21](前英特尔 CEO:随着 AI 需要 “10000 倍的效率飞跃”,渐进式芯片增益无法满足)IT 之家
[2026-11-21](基辛格呼吁重启摩尔定律:以五大工程突破实现 AI 算力万倍效率提升)中关村在线
[2026-11-21](Former Intel CEO Pat Gelsinger Says Incremental Chip Gains Won’t Cut It As AI Demands A “10,000x Leap In Efficiency”)Wccftech
[2026-11-21](英特尔前 CEO 怒斥行业自满:摩尔定律没死 AI 能效必须猛增 10000 倍)快科技
[2026-08-05](前英特尔 CEO 炮轰 GPU 低效:AI 基础设施面临全面瓶颈)至顶网
【免责声明】
本文内容基于 COSM 峰会公开发言、海外科技媒体报道整理,前英特尔 CEO 基辛格提出 AI 需要一万倍效率飞跃属于行业观点预判,不是已经落地的技术指标;万倍能效提升是长期远景目标,技术落地周期、实际可实现幅度存在不确定性,不代表硬件厂商产品规划,不构成算力采购、技术投资决策建议。
