核心内容
Intel 前 CEO、Playground Global 普通合伙人 Pat Gelsinger 与 Raghu Raghuram、Guido Appenzeller 讨论半导体创新。节目介绍把 AI 辅助芯片设计与制造周期、内存带宽、先进封装和供电约束联系起来。
讨论还涉及专用 AI 芯片的整合、新型存储、光互连,以及面向智能体的基础设施虚拟化。本次核对的是原发布方简介与人物署名,完整节目尚待核读,不把章节标题作为受访者原话。
Former Intel CEO and Playground Global general partner Pat Gelsinger joins Raghu Raghuram and Guido Appenzeller to discuss semiconductor innovation. The publisher connects AI-assisted chip design with manufacturing timelines, memory bandwidth, advanced packaging and power constraints.
Other topics include consolidation among specialized AI chips, new memory technologies, optical networking, and virtualization for agent infrastructure. This entry verifies publisher metadata and speaker attribution; the full conversation has not yet been reviewed.
介绍依据 · 发布方说明 · 完整内容待核读
编辑导览,依据原始来源 ↗,整理于 2026-10-10。中英文均由本站概括整理。 内容介绍与下方原话、主张的逐条核对分开标注。
AI 正在开启芯片设计自动化(EDA)的全新纪元,将逻辑架构耗时大幅压缩至数月;然而,半导体创新的硬约束已不可逆地转移至制造与物理集成端——先进 3D 封装、高带宽内存(HBM)散热与功耗模拟极度受限,加之整个计算单元已演进为「机架级系统」。若无法通过新型光刻与快速流片压缩从设计到实际规模部署的时间差,定制芯片就不可避免地陷入设计完成时算法负载已过时的结构性困境。
原话
2逐字核对过;核对了说话人和位置然后我还必须把它放进机架级解决方案里,因为如今已经没有什么单独的芯片了,整个系统就是一个机架。所以这需要 9 个月——我花 3 个月把它设计出来,但要等上整整 9 个月才能实际用上它。
then I have to put it into a rack scale solution because nothing's a chip anymore. It's a rack, you know. So we're 9 months, you know, it took me 3 months to design it, but it's nine months until I can actually start to use it
语境:Pat Gelsinger 阐述现代计算体系的系统级重构:计算单元的物理边界从单颗硅片扩张为整个高密度机架,使得先进封装与互联制造周期成为核心阻碍。
因此我能在 3 个月内完成设计,但我无法在 9 个月内真正实现规模化硅片制造。这很糟糕,对吧?所以如果我们要持续这种创新,就必须真正看到这个瓶颈得到改善。
so I can design the thing in three months but I can't actually get it into real silicon at scale for 9 months. Okay, that sucks, right? So, we have to really see that bottleneck improve if we're going to have this innovation
语境:对比算法软件层的高频迭代与晶圆代工制造的重资产长周期,呼吁半导体光刻与打样流程实现物理压缩。
主张
1转述不加引号;附原文依据和位置,核对范围见语境与收据AI 虽然大幅压缩了芯片前端逻辑设计耗时,但晶圆制造、先进封装与机架集成的漫长物理周期已成为致命瓶颈:长达一年半的量产滞后使专用硬件在流片问世时便面临 AI 算法与负载早已迭代过时的脱节风险。
语境:Pat Gelsinger 引用 Graphcore 等历史教训,指出芯片物理制造与先进 3D 封装周期滞后于模型算法演进,成为制约硬件创业成败的核心命门。
相关
Nathan Lambert:开放模型能否追上闭源前沿?
Nathan Lambert·a16z·播客 · 2026-10-14
同话题 · 学习范式与路线
余凯 × 张小珺:中国人工智能与车载计算芯片三十年开拓史
余凯·张小珺访谈录·访谈 · 2025-07-07
同话题 · 学习范式与路线
Misha Laskin:开放权重模型 Beam 与后训练算力范式转移
Misha Laskin·No Priors·播客 · 2026-10-09
同话题 · 学习范式与路线已核对原话
AI、基础设施与下一个投资周期
a16z·播客 · 2026-09-30
同话题 · 算力与芯片
Ali Ghodsi:开源代币分流、强化学习网络风险与前沿减速悖论
Ali Ghodsi·a16z·播客 · 2026-09-18
同话题 · 算力与芯片已核对原话
Zuckerberg 与 Alexandr Wang:个人智能体、记忆与千亿美元投入
马克·扎克伯格 · Alexandr Wang·Cheeky Pint·播客 · 2026-10-12
同话题 · 算力与芯片