12月29日消息，用上需要精確的堆疊內存配置，

同時LPU強調“確定性”執行順序，用上NVIDIA可以將運算核心留在主芯片，堆疊而將需要大量麵積的設計SRAM獨立成另一層芯片堆疊上去。但NVIDIA堆疊的下代不是普通緩存，速度將實現質的將引飛躍。NVIDIA計劃在2028年推出的用上Feynman（費曼）架構GPU中，而是堆疊專為推理加速設計的LPU單元。

不過這也存在兩大潛在挑戰，設計

通過堆疊技術，下代要讓這兩者完美協同，將引而CUDA生態則是基於硬件抽象化設計的，未來的NVIDIA GPU在處理即時AI響應（如語音對話、

Feynman架構將接替Rubin架構，這項技術可以騰出芯片正麵的空間，分別是散熱問題和CUDA兼容性難題，確保堆疊的LPU能以極低功耗進行高速數據交換。

據AGF透露，將專為推理加速設計的LPU單元直接堆疊在GPU之上。

結合LPU的“確定性”執行邏輯，

設計的核心邏輯在於解決SRAM的微縮困境，為了突破半導體物理限製，專供垂直信號連接，

臺積電的A16製程一大特色是支持背麵供電技術，雖然NVIDIA目前在AI訓練領域無可匹敵，其正籌劃一項足以改變行業格局的“秘密武器”。整合來自Groq公司的LPU（語言處理單元），

這種設計類似於AMD的3D V-Cache技術，需要頂級的軟件優化。在運算密度極高的GPU 再加蓋一層芯片，NVIDIA計劃利用臺積電的SoIC混合鍵合技術，但麵對日益增長的即時推理需求，采用臺積電最先進的A16（1.6nm）製程，以大幅提升AI推理性能。實時翻譯）時，如何避免“熱當機”是工程團隊的頭號難題。

相關推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.