NVIDIA要用上X3D堆叠设计！下代Feynman GPU将引入LPU

12月29日最新消息，尽管nvidia当前在AI训练市场占据绝对主导地位，但面对爆发式增长的实时推理应用场景，公司正秘密推进一项可能重塑整个ai硬件生态的颠覆性技术方案。

据AGF独家披露，NVIDIA拟于2028年发布的Feynman（费曼）架构GPU，将首次深度集成Groq公司的LPU（语言处理单元），从而在AI推理效率上实现跨越式提升。

该架构将取代现有的Rubin架构，并采用台积电最前沿的A16（1.6纳米）制程工艺。为突破传统半导体物理极限，NVIDIA将启用台积电SoIC混合键合技术，把专为推理任务优化的LPU模块直接垂直堆叠于GPU主芯片之上。

这一结构设计灵感部分源自amd的3D V-Cache技术，但NVIDIA所堆叠的并非通用缓存，而是高度定制化的LPU推理加速单元。

其核心设计理念直指SRAM微缩瓶颈——在1.6nm这一极限制程节点下，若将海量SRAM直接集成于主芯片，不仅制造成本剧增，还会严重挤占宝贵芯片面积。

借助先进堆叠工艺，NVIDIA可将计算核心保留在主芯片层，而将高面积消耗的SRAM资源独立成片，以堆叠方式部署于上层芯片中。

马斯克发起的基于大语言模型(LLM)的AI聊天机器人Truthgpt，现用名Grok

值得一提的是，台积电A16制程的关键优势之一在于支持背面供电（BSP）技术，该技术可释放芯片正面布线空间，专用于高密度垂直互连，从而保障堆叠LPU与GPU之间实现超低功耗、超高带宽的数据交互。

叠加LPU所具备的“确定性”执行特性，新一代NVIDIA GPU在应对语音交互、实时语义翻译等毫秒级响应需求时，推理延迟有望迎来数量级下降。

然而，该方案也面临两大关键工程挑战：散热管理与CUDA生态兼容性。
在本就高功耗、高密度的GPU芯片上再叠加一层功能芯片，如何有效导出热量、防止局部过热导致系统宕机，已成为研发团队首要攻克的技术难关。

此外，LPU依赖严格的执行时序与精准内存调度，强调“确定性”；而CUDA生态长期建立在抽象化硬件接口之上，二者底层逻辑存在天然张力。实现无缝协同，亟需从驱动层到编译器的全栈级深度优化。