12月29日消息，用上雖然NVIDIA目前在AI訓練領域無可匹敵，堆疊但面對日益增長的設計即時推理需求，其正籌劃一項足以改變行業格局的下代“秘密武器”。

據AGF透露，將引NVIDIA計劃在2028年推出的用上Feynman（費曼）架構GPU中，整合來自Groq公司的堆疊LPU（語言處理單元），以大幅提升AI推理性能。設計

Feynman架構將接替Rubin架構，下代采用臺積電最先進的將引A16（1.6nm）制程，為了突破半導體物理限制，用上NVIDIA計劃利用臺積電的堆疊SoIC混合鍵合技術，將專為推理加速設計的設計LPU單元直接堆疊在GPU之上。

這種設計類似于AMD的下代3D V-Cache技術，但NVIDIA堆疊的將引不是普通緩存，而是專為推理加速設計的LPU單元。

設計的核心邏輯在于解決SRAM的微縮困境，在1.6nm這種極致工藝下，直接在主芯片集成大量SRAM成本極高且占用空間。

通過堆疊技術，NVIDIA可以將運算核心留在主芯片，而將需要大量面積的SRAM獨立成另一層芯片堆疊上去。

臺積電的A16制程一大特色是支持背面供電技術，這項技術可以騰出芯片正面的空間，專供垂直信號連接，確保堆疊的LPU能以極低功耗進行高速數據交換。

結合LPU的“確定性”執行邏輯，未來的NVIDIA GPU在處理即時AI響應（如語音對話、實時翻譯）時，速度將實現質的飛躍。

不過這也存在兩大潛在挑戰，分別是散熱問題和CUDA兼容性難題，在運算密度極高的GPU 再加蓋一層芯片，如何避免“熱當機”是工程團隊的頭號難題。

同時LPU強調“確定性”執行順序，需要精確的內存配置，而CUDA生態則是基于硬件抽象化設計的，要讓這兩者完美協同，需要頂級的軟件優化。