12月30日，据科技媒体Wccftech昨日报道，英伟达计划在2028年推出的“费曼”（Feynman）GPU中，集成Groq的LPU（语言处理单元）技术，旨在借此主导AI推理市场。
理查德·费曼（Richard Feynman，1918-1988）是美国著名理论物理学家、诺贝尔奖得主，他以在量子电动力学（QED）领域的贡献而闻名，特别是提出了以他名字命名的费曼图。因这项工作，他与施温格、朝永振一郎共同获得了1965年诺贝尔奖。
GPU领域专家AGF于12月28日在X平台分析预测称，费曼GPU将借鉴AMD在X3D处理器上的成功经验，极有可能采用台积电先进的SoIC（系统整合芯片）混合键合技术，实施3D堆叠设计。
根据这一构想，主计算裸片（compute die，包含Tensor单元与控制逻辑）将采用台积电最先进的A16（1.6nm）工艺制造，而包含大规模SRAM（静态随机存取存储器）存储库的LPU单元则会制成独立的Die，直接堆叠在计算核心之上。
这种设计利用了A16工艺的“背面供电”特性，释放了芯片正面空间用于垂直连接，从而实现超低延迟的数据传输。
该专家分析认为，英伟达之所以考虑这种复杂的堆叠方案，主要源于物理层面的限制。随着制程工艺不断微缩，SRAM的缩放速度已明显滞后于逻辑电路。
若在昂贵的先进制程节点上制造单片式的大容量SRAM，不仅会造成高端硅片的浪费，还将导致晶圆成本急剧飙升。因此，将LPU/SRAM剥离为独立Die并进行堆叠，成为平衡性能与成本的最优解，这也符合当前半导体行业追求“芯粒”（Chiplet）化的技术趋势。
援引博文介绍，尽管堆叠方案理论上能带来巨大的推理性能飞跃，但实际落地仍面临重重困难。首先是散热问题，在原本就高密度的计算核心上再堆叠发热单元，极易触碰热功耗墙。
其次是更为棘手的软件适配问题：Groq的LPU架构强调“确定性”执行顺序，而英伟达赖以生存的CUDA生态则基于硬件抽象与灵活性设计。
如何在保证CUDA兼容性的前提下，完美融合LPU的固定执行逻辑，将是英伟达工程师必须攻克的“工程奇迹”。
