格尔辛格：AI算力效率须提升万倍，功耗存储晶圆厂制约难以线性扩张

nashnova research

今天发布阅读约 3 分钟

英特尔前CEO格尔辛格警告，电力、存储与晶圆厂产能三重约束下，AI算力效率须提升至少1万倍——单靠堆硬件已走不通，行业必须从底层架构寻求突破。

为什么"再多建几座数据中心"已经不够用了？

2025年美国电力供应增长约5%，其中AI工作负载就吃掉了近一半新增产能。

这意味着→ 电网增速远远跟不上AI扩张速度，电力已成第一道硬约束。

格尔辛格直言：按现有架构把AI规模放大1万倍，电网、存储产能和晶圆厂都需要同步线性扩张——这在物理上不可能实现。

用大白话说＝芯片性能提升10%、功耗效率提升10%，面对万倍缺口只是杯水车薪，必须换一套根本不同的计算架构。

格尔辛格用一句话概括台湾速度："上午提构想、中午出原型、晚饭前试产"。

他认为台湾把创意快速转化为量产产品的能力，是全球AI产业链不可替代的核心竞争力。

这反映出台湾经济近年因AI工作负载扩张而显著加速，与全球AI产业已形成相互强化的共生关系。

格尔辛格现任Playground Global合伙人，该公司专注孵化能突破内存、先进封装、光子学、电源传输等物理极限的初创企业。

这意味着→ 投资逻辑的核心不是"做更快的芯片"，而是拆掉AI扩张路上的物理瓶颈。

Playground Global近期推出内存创业公司Nagare，瞄准AI最大的隐性瓶颈——内存。

AI本质上是内存受限的工作负载（模型越大，对内存带宽和容量的依赖越深）。

过去约三十年，行业依赖DRAM、SRAM和闪存，制造工艺有进步，但架构层面的根本突破极为罕见。

用大白话说＝ Nagare想做的是把三种主流内存的最优特性融合成一种全新架构——不是改良旧技术，而是换一条路。

先进封装（把多块芯片紧密堆叠互连的技术）是Playground Global布局的另一重要支柱。

这意味着→ 光有新架构的芯片还不够，芯片之间怎么连、怎么装，同样决定算力效率能否实现数量级跃升。

格尔辛格的判断：架构创新能否落地，将是AI产业下一阶段格局的核心变量。

市场有风险，内容仅供研究参考，不构成投资建议。