背景
2026年6月17日，AI芯片领域两大巨头NVIDIA和AMD在同一天发布了下一代AI芯片的技术路线图，引发行业震动。这两款芯片预计将在2027年量产，目标是将大模型训练时间缩短80%。
NVIDIA：Blackwell Ultra + 下一代架构
NVIDIA的路线图包括两个阶段：
第一阶段：Blackwell Ultra
- 发布时间：2026年Q4
- 性能：相比H100，训练性能提升4倍，推理性能提升6倍。
- 创新点：采用3D堆叠内存，带宽达到10TB/s。
第二阶段：下一代架构“Rubin”
- 计划：2027年推出
- 目标：算力再提升2.5倍，达到H100的10倍。
- 技术：引入光子互连，降低延迟。
黄仁勋在发布会上表示：“我们正在进入一个算力免费的时代。”
AMD：MI400系列
AMD也不甘示弱，发布了MI400系列路线图。
MI400 X
- 规格：采用Chiplet设计，集成8个计算芯片。
- 性能：FP8算力达到2.3 ExaFLOPS，是MI300X的3倍。
- 功耗：750W，能效比提升40%。
MI400 Ultra
- 亮点：集成HBM4内存，容量达288GB。
- 应用：专为万亿参数模型设计。
行业影响
1. 大模型训练成本下降
随着算力提升，训练一个GPT-4级别的模型成本将从1亿美元降至1000万美元以下。
2. 边缘AI爆发
低功耗芯片使得在手机、IoT设备上运行大模型成为可能。
3. 新玩家入局
Intel、Google、亚马逊等也宣布了自研芯片计划，市场竞争加剧。
技术挑战
尽管路线图令人振奋，但仍面临挑战：
- 散热：高功耗带来散热难题。
- 供应链：先进制程产能有限。
- 软件生态：CUDA之外的框架需要优化。
展望
2026-2027年将是AI芯片的黄金时期，算力的指数级增长将推动AI应用普及。开发者应关注新架构的适配，提前布局。