过去两年间困扰全球的计算机芯片短缺问题,如今可能会进一步蔓延到那些更先进的芯片领域,这些芯片主要用于支持下一代智能手机和数据中心工作负载。

持续了两年多的芯片荒,到目前为止实际上真正影响的是低端芯片,但随着半导体制造商遭遇生产问题,且难以获得生产更先进处理器所需的制造设备,这种情况可能会发生变化。
根据《华尔街日报》的一篇报道称,到2024年用于制造最先进的处理器的芯片,可能会短缺20%,而且这将会对以来这些处理器的行业产生连锁反应,例如人工智能、高性能计算和自动驾驶汽车。
《华尔街日报》指出,由于技术障碍和需要巨额投资,目前只有两家芯片制造商——台积电和三星电子——有能力制造此类芯片。
但是,这两家制造商都存在问题。以三星为例,据报道,三星一直在努力应对产能限制问题,因为三星无法按照预期提高4纳米芯片的产量(纳米是一种度量单位,是指嵌入芯片的微型晶体管尺寸,晶体管越小,芯片就更新越先进,单个硅片上可以制作的芯片数量就越多)。
根据《华尔街日报》的报道,产量低于预期,就意味着三星无法为高通和英伟达等客户提供他们订购的下一代芯片。
三星代工业务执行副总裁Kang Moon-soo上个月在电话会议上表示,三星在提高4纳米芯片良率方面遇到了一些延误,不过他坚称,现在“回到了预期的良率改善曲线上”,而且有望在本月开始使用新型架构大规模生产3 米芯片。
三星如果无法供应高通和英伟达,就意味着这些厂商将专向三星的竞争对手台积电。不过据《华尔街日报》称,作为全球最大的芯片制造商,台积电也在努力满足自身需求,因为它无法获得生产更高效芯片所需的设备。台积电首席执行官C.C. Wei在4月份与分析师的一次电话会议上承认,台积电在制造交付物方面面临重重问题。
该报道称,台积电方面已经派出高管与主要设备制造商进行谈判,以防止未来扩大生产的计划受到任何阻碍。今年早些时候,台积电与荷兰公司ASML举行了会谈,后者是全球范围内制造先进硅用关键设备的唯一生产商。
但是据报道,ASML本身就存在产能上的问题。目前市场对ASML系统的需求超过了自身的交付能力,反过来,ASML也在试图帮助芯片制造商尽可能用现有设备提高产量,但分析师表示,这些努力不太可能弥补交付不足的问题。
这种情况导致高通和英伟达等缺乏自身制造能力的芯片设计厂商纷纷发出警告称,未来业务可能会受到冲击。高通在最近的财报电话会议上表示,保持领先的芯片制造工艺技术可能会导致未来产量下降,从而影响利润。
与此同时,英伟达公司首席执行官黄仁勋在最近的一次电话会议上表示,在可预见的未来英伟达的供应链将继续复杂化。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。