格爾辛格：AI算力效率須提升萬倍，功耗存儲晶圓廠制約難以線性擴張
nashnova research
英特爾前CEO格爾辛格警告，電力、存儲與晶圓廠產能三重約束下，AI算力效率須提升至少1萬倍——單靠堆硬件已走不通，行業必須從底層架構尋求突破。
點解「再多建幾座數據中心」已經唔夠？
2025年美國電力供應增長約5%，其中AI工作負載就消耗了近一半新增產能。
這意味著→ 電網增速遠遠追不上AI擴張速度，電力已成第一道硬約束。
格爾辛格直言：按現有架構將AI規模放大1萬倍，電網、存儲產能和晶圓廠都需同步線性擴張——物理上不可能實現。
簡單來說＝ 晶片性能提升10%、功耗效率提升10%，面對萬倍缺口只是杯水車薪，必須換一套根本不同的計算架構。
台灣在AI供應鏈裡扮演甚麼角色？
格爾辛格用一句話概括台灣速度：「上午提構想、中午出原型、晚飯前試產」。
他認為台灣將創意快速轉化為量產產品的能力，是全球AI產業鏈不可替代的核心競爭力。
這反映出 台灣經濟近年因AI工作負載擴張而顯著加速，與全球AI產業已形成相互強化的共生關係。
Playground Global押注甚麼方向？
格爾辛格現任Playground Global合夥人，該公司專注孵化能突破內存、先進封裝、光子學、電源傳輸等物理極限的初創企業。
這意味著→ 投資邏輯的核心不是「做更快的晶片」，而是拆掉AI擴張路上的物理瓶頸。
新內存公司Nagare想解決甚麼問題？
Playground Global近期推出內存創業公司Nagare，瞄準AI最大的隱性瓶頸——內存。
AI本質上是內存受限的工作負載（模型越大，對內存帶寬和容量的依賴越深）。
過去約三十年，行業依賴DRAM、SRAM和閃存，製造工藝有進步，但架構層面的根本突破極為罕見。
簡單來說＝ Nagare想做的是把三種主流內存的最優特性融合成一種全新架構——不是改良舊技術，而是換一條路。
先進封裝點解也是關鍵拼圖？
先進封裝（將多塊晶片緊密堆疊互連的技術）是Playground Global佈局的另一重要支柱。
這意味著→ 光有新架構的晶片還不夠，晶片之間點連、點裝，同樣決定算力效率能否實現數量級躍升。
格爾辛格的判斷：架構創新能否落地，將是AI產業下一階段格局的核心變量。
市场有风险，内容仅供研究参考，不构成投资建议。