前英特尔CEO Pat Gelsinger与a16z的Raghu Raghuram和Guido Appenzeller探讨下一波半导体创新浪潮以及塑造AI构建的物理限制： Pat结合他设计英特尔386和486处理器的经验，解释了AI如何改变芯片设计，同时也指出仅仅加快设计速度无法解决行业的最大问题。 他们分析了制造瓶颈、内存带宽、先进封装和功耗问题，以及为什么今天爆发的专用AI芯片最终可能会集中到少数几种架构上。 他们还讨论了新内存技术的潜力、从铜到光网络的转变，以及为什么能源容量可能成为AI增长的主要限制因素。 最后，他们回顾了Pat在VMware的岁月，探讨当基础设施为代理而非人为构建时，虚拟化可能会是什么样子。 YouTube: https://youtu.be/1Q_7yU7FZ1k 1:05 18岁加入英特尔 3:50 与斯坦福教授争论 7:25 AI会设计下一代芯片吗？ 8:45 设计速度超过工厂制造速度 11:55 为什么GPU受困于糟糕的内存 13:40 为什么100种AI芯片会缩减到几种 19:15 代理让新芯片运行成本更低 22:10 自90年代以来没有新内存芯片 27:20 为什么16层芯片堆叠是幻想 32:15 物理限制让内存必须靠近计算单元 34:55 “我宣布铜的终结” 38:05 AI流量打破了互联网的设计 42:40 “能源容量等于经济容量” 46:25 AI重新开启130年前的电力战争 48:50 为代理设计的VMware @PGelsinger @RaghuRaghuram @appenz