显卡也能“盖楼”？英伟达 Feynman GPU 前瞻，效仿 AMD X3D 方式堆叠 Groq 的 LPU 单元

科技媒体 Wccftech 昨日（12 月 29 日）发布博文，报道称英伟达计划在 2028 年推出的“费曼”（Feynman）GPU 中，集成 Groq 的 LPU（语言处理单元）技术，意图借此主导 AI 推理市场。

图源：Wccftech

理查德・费曼（Richard Feynman，1918-1988）是美国著名理论物理学家、诺贝尔奖得主，以其在量子电动力学（QED）上的贡献，特别是提出了费曼图而闻名，他因该工作与施温格、朝永振一郎共同获得 1965 年诺奖。

GPU 领域专家 AGF 于 12 月 28 日在 X 平台分析预测，Feynman GPU 将借鉴 AMD 在 X3D 处理器上的成功经验，极有可能采用台积电先进的 SoIC（系统整合芯片）混合键合技术，实施 3D 堆叠设计。

根据这一构想，主计算裸片（compute die，包含 Tensor 单元与控制逻辑）将采用台积电最先进的 A16（1.6nm）工艺制造，而包含大规模 SRAM（静态随机存取存储器）存储库的 LPU 单元则会制成独立的 Die，直接堆叠在计算核心之上。

这种设计利用了 A16 工艺的“背面供电”特性，释放了芯片正面空间用于垂直连接，从而实现超低延迟的数据传输。

图源：Wccftech 利用 AI 制作生成

该专家分析认为英伟达之所以考虑这种复杂的堆叠方案，主要源于物理层面的限制。随着制程工艺不断微缩，SRAM 的缩放速度已明显滞后于逻辑电路。

如果在昂贵的先进制程节点上制造单片式的大容量 SRAM，不仅会造成高端硅片的浪费，还将导致晶圆成本急剧飙升。因此，将 LPU / SRAM 剥离为独立 Die 并进行堆叠，成为平衡性能与成本的最优解，这也符合当前半导体行业追求“芯粒”（Chiplet）化的技术趋势。

援引博文介绍，尽管堆叠方案理论上能带来巨大的推理性能飞跃，但实际落地仍面临重重困难。首先是散热问题，在原本就高密度的计算核心上再堆叠发热单元，极易触碰热功耗墙。

其次是更为棘手的软件适配问题：Groq 的 LPU 架构强调“确定性”执行顺序，而英伟达赖以生存的 CUDA 生态则基于硬件抽象与灵活性设计。

图源：Groq

如何在保证 CUDA 兼容性的前提下，完美融合 LPU 的固定执行逻辑，将是英伟达工程师必须攻克的“工程奇迹”。