Feynman架構平台是英偉達預計於2028年推出的GPU架構平台，其設計目標包括提升AI推理性能。2026年2月，英偉達斥資200億美元獲取Groq公司LPU核心技術許可，並在“核心聘用”交易中吸納了包括創始人Jonathan Ross在內的高管團隊。在2026年3月的GTC開發者大會上，英偉達CEO黃仁勛在主題演講中預告了該架構。該架構將接替Rubin架構，並採用台積電A16（1.6nm）製程，是採用該製程的AI晶片，其單GPU算力達50 PFLOPS。
Feynman架構採用了3D堆疊設計，藉助台積電的SoIC混合鍵合技術，將Groq的LPU單元堆疊在GPU主晶片之上。這一設計旨在應對SRAM的微縮挑戰，並利用A16工藝的背面供電特性實現低延遲數據傳輸。LPU的“確定性執行邏輯”可預先確定任務的執行順序和記憶體配置，堆疊的SRAM層能為GPU主晶片提供記憶體支持。該架構同時支持銅纜和CPO兩種互連方式。該晶片主要套用於機器人、世界模型等場景，在量產初期，台積電的A16產能將主要供應給英偉達。該方案也面臨著散熱與CUDA生態兼容性等挑戰，其單晶片功耗預計較高。
基本介紹
- 中文名：Feynman架構平台
- 產品類型：GPU架構平台
- 上市時間：2028年
- 所屬品牌：英偉達
技術特點,性能目標,面臨挑戰,產品影響與意義,最新動態,
技術特點
Feynman架構將接替Rubin架構，計畫於2028年推出，並採用台積電A16（1.6nm）製程工藝。該架構面向機器人、世界模型等場景打造。該架構借鑑AMD X3D/3D V-Cache的思路，首次引入3D堆疊設計，其核心是採用台積電SoIC（系統整合晶片）混合鍵合技術，將主計算裸片（包含Tensor單元與控制邏輯）與獨立的、包含大規模SRAM存儲庫的LPU（語言處理單元）裸片進行垂直堆疊，LPU技術由Groq公司提供。2026年2月，英偉達斥資200億美元獲取Groq公司LPU核心技術許可，並在“核心聘用”交易中吸納了包括創始人Jonathan Ross在內的高管團隊。這一設計利用了A16工藝的背面供電技術，釋放了晶片正面空間用於垂直互連，從而實現超低延遲的數據傳輸。根據官方披露，Feynman架構晶片單GPU算力達50PFLOPS，推理性能是前代Blackwell架構的5倍。其設計初衷是為了解決在先進制程下SRAM微縮速度慢、成本高的問題，通過將SRAM剝離為獨立Die進行堆疊，在提升性能的同時平衡成本，這也符合當前半導體行業Chiplet（芯粒）化的技術趨勢。據悉，在量產初期，英偉達將獨享台積電A16製程的產能。
然而，該堆疊方案也面臨散熱密度急劇增加以及LPU的確定性執行邏輯與英偉達現有CUDA生態兼容性兩大工程挑戰。
性能目標
Feynman架構平台的主要目標是顯著提升AI推理性能，尤其是低批處理、低延遲場景下的表現。該平台計畫通過採用台積電A16（1.6nm）製程，並藉助SoIC混合鍵合技術，將Groq公司的LPU以3D堆疊方式集成在GPU主晶片之上。LPU的核心優勢在於其“確定性執行邏輯”，能提前確定任務的執行順序和記憶體配置，從根源上減少推理過程中的等待時間。同時，堆疊的SRAM層能為GPU主晶片提供低延遲、高頻寬的記憶體支持，減少訪問外部顯存的頻率。
行業預測，搭配LPU後，Feynman GPU在處理即時AI回響任務時，回響速度可能實現“數倍提升”。然而，實現上述性能目標也面臨兩大關鍵挑戰：一是堆疊設計帶來的散熱問題；二是LPU的確定性執行邏輯與英偉達現有CUDA生態的兼容性難題。
面臨挑戰
Feynman架構平台在工程實現與生態融合方面面臨顯著挑戰，主要集中在散熱和軟體兼容性兩大領域。
首先是散熱問題。Feynman GPU本身已是高功耗、高密度的產品，其單晶片功耗預計將突破5000W。而在其主計算晶片上再堆疊一層發熱的LPU單元，會進一步導致熱密度大幅增加，極易觸碰熱功耗牆，存在“熱當機”的風險。這要求英偉達必須採用更高效的冷卻技術來解決這一工程難題。
其次是軟體與生態兼容性難題。Feynman架構首次集成Groq的LPU硬體棧，而Groq LPU架構的核心優勢在於其“確定性”執行邏輯，需要精確的記憶體配置；而英偉達賴以生存的CUDA生態則基於硬體抽象與靈活性設計，兩者存在天然衝突。如何在保證CUDA兼容性的前提下，實現LPU固定執行邏輯的融合，是英偉達工程師必須攻克的重大工程挑戰，需要進行深度的軟體最佳化，例如在CUDA驅動中加入對LPU的支持，或開發專門的編譯器。
產品影響與意義
英偉達即將發布的新品可能涉及下一代Feynman架構，這標誌著該架構作為其推理晶片戰略布局的一部分，已進入實質推進階段。在2026年3月的GTC大會上，英偉達正式披露了Feynman架構晶片的具體參數與量產計畫，該晶片將採用台積電A16製程生產，是全球首款1.6nmAI晶片，計畫於2028年實現量產。在2026年GTC大會上，Feynman主要以路線圖或架構預告的方式出現，其價值不一定在短期商業交付，而在於向市場說明英偉達如何理解後Rubin時代的AI計算需求。隨著大模型從研發階段進入套用階段，推理場景的重要性日益凸顯，Feynman採用的堆疊設計旨在滿足低延遲需求。新聞指出，2026年AI算力競爭的主戰場正從訓練切換至推理，LPU等專用架構崛起挑戰GPU在推理環節的主導地位。在此背景下，其技術思路引發了行業對相關路徑的關註：在製程微縮逼近物理極限的背景下，“3D堆疊與專用計算單元結合”的方案被視為探索AI晶片性能提升的潛在路徑之一。本次GTC大會披露了清晰的技術路線圖（Blackwell-> Rubin -> Feynman），展示了英偉達未來數年的GPU架構疊代規劃。申萬宏源研究判斷，未來AI晶片將形成明確分工：訓練端沿用GPU-HBM組合，推理端則演進為ASIC+LPU-SRAM+SSD的組合方案。Feynman架構可能涉及的LPU整合方案，正是這一趨勢下的關鍵探索。
最新動態
2026年3月13日，據國泰海通研報分析，即將於3月16–19日舉辦的英偉達GTC開發者大會上，Feynman架構的前瞻披露預計將構成大會最具戰略意義看點之一。據披露，Feynman可能引入以SRAM為核心的廣泛集成或3D堆疊技術，單晶片功耗預計將突破5000W，並可能首次集成Groq的LPU硬體棧。本次GTC上，Feynman預計主要以路線圖或架構預告的方式出現
2026年3月23日，在英偉達GTC開發者大會上，Feynman架構晶片正式亮相，並披露了核心參數，成為本屆大會核心發布之一。根據大會披露，Feynman架構晶片將採用台積電A16製程生產，是全球首款1.6nm AI晶片。其單GPU算力達50 PFLOPS，推理性能是Blackwell架構晶片的5倍。該晶片面向機器人、世界模型場景打造，按照規劃將於2028年實現量產，初期英偉達將獨享台積電A16產能。
