隨著人工智能領(lǐng)域不斷演進(jìn)，對運算能力的需求呈現(xiàn)出幾何級數(shù)上升。在此背景下，圖像處理單元(GPU)依然將承擔(dān)起算力核心的重要任務(wù)。業(yè)內(nèi)已有多家廠商展望至長遠(yuǎn)未來，試圖探尋未來的技術(shù)與功耗演進(jìn)路徑。

　　有業(yè)內(nèi)觀點認(rèn)為，GPU在后續(xù)演進(jìn)過程中，單個芯片的面積有可能朝向精簡發(fā)展的方向。具體而言，在數(shù)個關(guān)鍵代際的更替后，核心面積可能從現(xiàn)今的700毫米平方區(qū)間進(jìn)一步減小。與芯片尺寸相反的是，單一核心的能量消耗預(yù)計將繼續(xù)攀升，某些場景下已可預(yù)見到千瓦級別的設(shè)計。

　　然而，AI模型復(fù)雜度推動下的多核心集群化，對整體系統(tǒng)功耗帶來的挑戰(zhàn)遠(yuǎn)超單芯性能增長。

　　為了匹配更強的AI推理和訓(xùn)練任務(wù)規(guī)模，GPU設(shè)計方案正向著更高集成度的路線加速演變。未來數(shù)年可能會出現(xiàn)遠(yuǎn)超當(dāng)前封裝密度水平的多芯一體化方案，相應(yīng)的中介層面積也隨之增大。

　　HBM內(nèi)存規(guī)格亦在與GPU的演進(jìn)并駕齊驅(qū)。堆棧數(shù)目及總體容量隨代次推進(jìn)而躍升，以滿足對更寬帶寬的渴求。預(yù)估顯示，未來部分產(chǎn)品可能會具備TB級別的綜合顯存，帶寬也或?qū)⒂瓉鞵B每秒時代。

　　整體能效最嚴(yán)峻的沖擊來源于單卡總功耗的無節(jié)制擴張。在多芯片并行運作、內(nèi)存條數(shù)量倍增及I/O復(fù)雜度飆升的共同影響下，高端系統(tǒng)在未來數(shù)年內(nèi)的最大峰值功耗已經(jīng)遠(yuǎn)高于現(xiàn)今水準(zhǔn)，邁向萬千瓦級別的能源輸入已是部分前沿探索指向的趨勢。這一演變，或許會進(jìn)一步對下游應(yīng)用，乃至終端電源制造標(biāo)準(zhǔn)產(chǎn)生深遠(yuǎn)影響。