英伟达 Feynman 架构与 LPU 芯片及其国产映射分析会议纪要

摘要： 本次会议重点讨论英伟达即将发布的 Feynman 架构及其 LPU（推理专用芯片）方案，分析了 AI 计算从通用 GPU 向专用推理芯片演进的技术逻辑，并探讨该趋势对国产 AI 芯片及算力基础设施的利好映射。

行业主线：

1. 推理专用化趋势：AI 计算正从通用 GPU 转向专用推理芯片，旨在通过消除运行时软件调度带来的不确定性，利用精密流水线提高执行效率并显著降低单位 token 成本。
2. 技术演进路径：英伟达通过整合 Groq 的 LPU 技术，使芯片在编译阶段即确定数据流向。未来架构将进一步优化，通过减少高精度计算单元（如 FP64）、增加低精度单元（如 FP4/FP8）来提升能效比。

关键变化与分歧：

1. 硬件效率飞跃：LPU 方案对比传统 GPU 的动态调度，在推理性能天花板上有重大突破。
2. 国产芯片同步演进：国产 AI 芯片厂商在架构革新和低精度计算支持上与国际主流趋势一致，有望在推理场景专用化浪潮中实现放量。

受益方向与风险：

1. 受益方向：重点关注国产 AI 推理芯片（寒武纪、海光信息）、高端交换机芯片（盛科通信）以及 CXL 方案相关企业（蓝体科技）。
2. 核心风险：国产芯片量产节奏低于预期、大客户验证进度不及预期、技术路径演进出现偏差。