在 10 月 28 日于华盛顿举行的 GTC 大会上，英伟达 CEO 黄仁勋披露了下一代 Feynman（费曼）架构：这是基于台积电 A16 制程（全球首款 1.6nm 级别 AI 芯片）的处理器，采用背部供电（backside power delivery），晶体管密度较上代提升约 1.1 倍，单 GPU 算力达 50 PFLOPS，推理性能是 Blackwell 的 5 倍，主要面向机器人与世界模型。黄仁勋表示，初期英伟达将独享 A16 产能，预计 2028 年量产。
同场，黄仁勋还展示了 Rubin 平台（Vera CPU + Rubin GPU + NVLink-6 + CX-9 + BlueField-4 DPU + Groq-3 LPU + NVSwitch，首款 Rubin 芯片 26H2 量产、Rubin Ultra 27H2 量产、可扩展至 8 机柜 NVL1152 超节点），以及整合 Groq 技术的 LPU 机架（三星 4nm、单芯片带宽 150TB/s、专司 Decode、较 Blackwell NVL72 吞吐效率提升 35 倍）。Feynman 位于 Rubin 之后，是英伟达已公开的”第三代之后”路线图。
为什么值得关注
一、制程路线图直接画到 2028 年以后。在 Blackwell（亚利桑那全面量产、累计出货目标 2000 万颗）与 Rubin（26H2 量产、Ultra 27H2）之后，Feynman 把英伟达的先进制程路线明确推进到 1.6nm / 背部供电。这意味着 AI 芯片竞争已从”代际追赶”进入”三年滚动前瞻”的军备竞赛，台积电 A16 与背部供电生态（CoWoS、SoIC）成为最上游硬约束。
二、算力优势向”物理 AI / 世界模型”下沉。Feynman 被点名面向机器人与世界模型，与 GTC 柏林”物理 AI”主线一脉相承——英伟达正把 GPU 算力优势从云端训练/推理，系统性地向具身智能、仿真与世界模型延伸，相关机器人/仿真/工业数字孪生硬件链将持续受益。
三、先进制程即战略资源。“初期独享 A16 产能”的表态，进一步确认高端制程是 AI 硬件最上游的稀缺瓶颈；在出口管制与产能紧张背景下，谁能锁定先进制程产能，谁就掌握下一代 AI 硬件的主动权。
原创文章，作者：陈默，如若转载，请注明出处：https://www.chenmo.net/313.html
