AI算力短缺可能還要持續3到5年,業內出現這樣的診斷。相較於單一晶片效能的競爭,如何整合並調度運算資源、讓系統效率最大化,正成為AI基礎設施競爭的核心。
根據深潮TechFlow報導,吳世春(Wu Shichun)梅花創投創始合夥人於24日在香港舉行的「2026全球獨角獸峰會」「金融資本與科技獨角獸」平行論壇上表示,「算力短缺將持續3到5年」。他認為,解決瓶頸的關鍵在於超節點、算力調度與先進封裝三項技術。
算力,指的是訓練AI模型並將其化為服務所需的運算資源。隨著AI競爭從大型模型訓練擴展到即時推論與產業應用,圖形處理器(GPU)、記憶體、網路、電力與散熱設備都被視為潛在瓶頸。
超節點是把多顆AI晶片以高速連結、當作一個大型運算池來運用的架構。它不只是提升單顆晶片的處理速度,而是把晶片、記憶體、網路與軟體整合在一起,藉此拉高整體處理效率。
算力調度則是決定有限運算資源該分配給哪個模型、哪項服務、又該在什麼時間點分配的技術。就算持有相同數量的晶片,一旦任務分配不夠有效率,訓練等待時間與推論成本都可能隨之上升。
先進封裝通常是指把多顆半導體與記憶體晶片更緊密地黏合在一起、縮短資料移動距離的技術。在AI運算領域,決定處理效率的不只是晶片本身的運算效能,還包括資料傳輸速度的快慢。
吳世春也指出,AI應用的重心正從消費端服務轉向產業應用。他表示,工業製造與「物理AI」有望成為能創造最大價值的領域。
物理AI指的是在機器人、製造設備、物流裝備等實體環境中運作的人工智慧應用,相較於文字與圖像生成服務,它與現場設備、感測器、控制系統的結合更為緊密。
他還提到,中國國內的替代技術浪潮已進入「2.0階段」,意味著具備原創硬科技實力的企業將在競爭中取得領先地位。
2026全球獨角獸峰會於24日至25日在香港會議展覽中心舉行。深潮TechFlow報導指出,這場活動由香港大公文匯傳媒集團主辦,多家獨角獸企業創辦人、以及一級與二級市場投資機構代表出席。
對台灣讀者而言,這場討論值得與半導體、資料中心、加密貨幣基礎設施一併觀察。一旦AI推論需求持續攀升,高頻寬記憶體、儲存裝置、散熱、電力乃至資料中心營運,都可能連帶受到影響。
本媒此前曾報導加密貨幣挖礦基礎設施業者與AI設備簽約一事,指出挖礦設備與AI資料中心需求出現重疊的趨勢,原因在於挖礦業者握有的電力、土地與營運能量,可能與AI算力需求相互契合。
不過,吳世春這番發言並非針對特定企業業績或代幣價格的預測。此次發言中可以確認的重點,是超節點、算力調度與先進封裝被列為AI基礎設施競爭的技術主軸。
2026全球獨角獸峰會將持續至25日,在香港會議展覽中心登場。
留言 0