AI芯片熱潮擠壓超算供給：美國國家實驗室「另尋新歡」 初創企業乘勢崛起

智通財經APP獲悉，近年來，隨着人工智能(AI)技術的爆發式增長，英偉達(NVDA.US)與AMD(AMD.US)等主流芯片巨頭紛紛將研發重心和產能向利潤豐厚的AI低精度計算傾斜。然而，這一戰略轉向正在產生一個令人意想不到的連鎖反應——美國國家實驗室因難以採購到滿足高精度科學計算需求的芯片，開始將目光轉向新興芯片初創公司。據報道，位於新墨西哥州科特蘭空軍基地的桑迪亞國家實驗室，正在測試以色列初創公司NextSilicon的芯片，以尋求突破供應鏈困境的新路徑。

大廠轉向AI，高精度計算需求遭「冷落」

桑迪亞國家實驗室是美國三大負責核武器研發與維護的實驗室之一。其基地內的液冷超級計算機常年承擔着極端複雜的模擬任務——從模擬高超音速核武器穿越大氣層的軌跡，到推演一枚核彈頭在另一枚附近引爆的場景。過去十余年間，處理這些高機密、高需求任務的芯片主要來自英偉達和AMD等主流半導體企業。

然而，桑迪亞實驗室高性能計算團隊主管Steve Monk表示，隨着主流芯片公司日益將產品設計向AI傾斜並面臨供應鏈短缺，實驗室在獲取滿足其高精度科學計算需求的芯片方面承受着越來越大的壓力。從供應鏈到計算能力，雙重壓力讓團隊對未來任務交付能力感到擔憂。

核心分歧在於一項被稱為「雙精度浮點計算」(FP64)的技術指標。對於核武器物理模擬等科學計算而言，芯片需要能夠在不損失精度的情況下同時處理極大和極小的數值。多年來，英偉達和AMD一直在追求加速此類計算的領先地位，並憑此獲得了眾多大學與政府實驗室的超算合同。但AI訓練和推理工作並不依賴雙精度計算，這使得芯片設計的天平開始傾斜。

FP64是維繫現代飛機飛行、火箭升空、疫苗研發乃至核武器正常運作的關鍵技術，能夠表達超過18.44萬億億個唯一數值，是科學計算領域的「黃金標準」。相比之下，現代AI模型通常使用FP8精度進行訓練，僅能表達256個唯一值。

英偉達最新發布的Rubin GPU雖然在AI算力上實現了質的飛躍——推理速度達到50 petaFLOPS，是上一代Blackwell的2.5倍——但其FP64峰值性能約為33 teraFLOPS，實際上比四年前推出的H100還要低1 teraFLOPS。儘管英偉達推出了基於Ozaki方案的FP64軟件仿真技術，聲稱可在CUDA庫中實現高達200 teraFLOPS的矩陣性能，是硬件性能的4.4倍，但AMD方面對此提出質疑。AMD研究員Nicholas Malaya指出，這種仿真方法在某些基準測試中表現尚可，但在材料科學或燃燒代碼等真實物理模擬中的可靠性存疑，且存在IEEE合規性不足、內存消耗翻倍等問題。

芯片諮詢公司More Than Moore的首席分析師Ian Cutress指出，英偉達即將推出的Rubin芯片在雙精度性能方面，按某些指標衡量反而有所下降，這讓高性能計算領域的許多科學家感到擔憂。

初創公司趁勢崛起

芯片巨頭的戰略調整，正在為NextSilicon等新鋭企業打開市場空間。這家成立於2017年的以色列初創公司，經過八年研發，已累計完成約3.03億美元的種子輪及三輪風險融資，估值一度達到約15億美元。

與英偉達和AMD基於GPU或CPU的傳統技術路線截然不同，NextSilicon的旗艦芯片「Maverick-2」採用智能數據流架構，能夠通過軟件定義的數據流硬件實現運行時動態重構與優化，芯片可實時重新編程以更高效運行。在電力效率方面，數據流架構減少了數據在計算系統內存之間來回搬運的時間和能耗。

桑迪亞國家實驗室負責測試新型計算架構項目的高級科學家James Laros對此給出了高度評價：「NextSilicon的性能結果令人印象深刻，展現出在無需大量代碼修改的情況下提升計算能力的真正潛力。」

周一，桑迪亞國家實驗室、NextSilicon以及幫助將NextSilicon芯片集成到超級計算機中的Penguin Solutions聯合宣佈，搭載NextSilicon芯片的超級計算機系統已通過一系列通用超算測試的關鍵技術里程碑，使其有資格在今年秋季進一步接受更貼近核安全實際工作的高難度計算任務測試。

Laros表示，實驗室積極攜手NextSilicon這類中小芯片企業，核心目的是構建多元化芯片採購體系，即便頭部芯片企業戰略賽道轉移，也能持續穩定獲取適配科研任務的算力芯片。

「我們必須保持可用的選擇來完成使命，因為這項使命沒有退路，」Laros強調。