硅谷计算机历史博物馆里,第九届Silicon Catalyst半导体产业论坛刚刚落下帷幕。主题很直接:AI、量子与太空,接下来会发生什么。
Silicon Catalyst半导体产业论坛
现场没有太多空泛的畅想,更多是务实的讨论:工程师怎么跟上AI的速度,制造端如何支撑下一波基础设施,量子计算怎样从实验室走向规模化。
制造端的新瓶颈已经出现
GlobalFoundries首席执行官Tim Breen的主题演讲把焦点放在了“AI无处不在到量子规模化”上。他指出,数据中心正在向吉瓦级功耗迈进,机架功耗接近兆瓦级。算力本身不再是唯一瓶颈,内存带宽、电力输送和高速互连反而成了更突出的短板。
能量效率开始用皮焦每比特来衡量,电流密度要求越来越高,硅光和光通信正在从可选项变成必选项。GlobalFoundries在硅光领域布局超过十年,现在正好赶上需求爆发。公司把硅光业务2026年收入预期提到约5亿美元,并计划到2027年底达到年化10亿美元的规模,比原计划提前一年。相关产能已经预订到2027年甚至更远。
Breen强调,先进工艺节点当然重要,但未来的增量更多来自专用材料、异构集成、电源管理、传感和应用定制架构。单纯堆晶体管已经不够,系统级的工程能力才是真正的护城河。
从卖软件到卖“完成的工作”
论坛圆桌讨论里,风险投资人Navin Chaddha提出了一个概念:Work as a Service(WaaS)。过去是卖软件工具,让人去操作;未来更多是直接卖由AI数字工人和物理机器人完成的工作结果。全球数字劳动和物理劳动支出各约30万亿美元,哪怕只切走20%,也是12万亿美元的市场。
软件、模型和芯片不会消失,它们会变成支撑大量AI服务公司的底层基础设施。竞争的焦点从“产品好不好用”转向“交付的工作价值有多高”。
与此同时,硬件价值正在回归中心。过去几十年半导体努力降成本、做普及,现在AI驱动的计算越来越看重它能完成什么任务。可靠、规模化的制造能力,以及把新材料变成可量产产品的能力,重新变成稀缺资源。AI可以加速材料发现,但把发现变成量产产品,依然高度依赖工程经验。
量子计算的现实路径
量子部分,与会者普遍认为商业化拐点正在靠近,大约在2028到2029年前后可能看到容错量子计算的重要进展。不过没有人指望出现一个瞬间引爆的“ChatGPT时刻”。更可能的情况是,若干有经济价值的垂直应用先跑通,再逐步扩大信心和投资。
量子公司应该尽早拥抱已有的半导体制造体系,而不是另起炉灶。超导量子比特测试需要低温环境,流程漫长,但晶圆制造、封装、测试等环节完全可以复用现有基础设施。早期就采用fabless-foundry模式,可能比传统半导体当年走得更快。
资金方面,当前风险资本高度集中在AI,量子领域需要政府、高校、研究机构和制造商一起搭建共享基础设施和基准测试机制,降低单个初创公司的负担,同时建立技术可信度。
太空与更广泛的系统需求
论坛也提到太空经济带来的新要求:高可靠、抗辐射、低功耗器件,以及潜在的太空数据中心和通信系统。这些场景对芯片的要求与地面数据中心不同,会进一步推动专用工艺和异构集成的发展。
整场讨论最后落在一个共识上:下个十年属于那些真正能把想法做成可靠、可规模化产品的人。AI正在把价值从工具转向结果,半导体制造和材料能力重新变得关键,量子则需要尽早接入成熟制造体系并找到真实客户场景。
技术浪潮不会自动带来成功,成功来自持续的工程打磨、早期客户验证和长期伙伴关系。对芯片从业者来说,眼下最值得做的,不是追热点,而是把基础能力做得更扎实,把复杂系统做得更可靠。