前英特尔CEO帕特·基辛格：用光重新点燃摩尔定律

帕特·基辛格于2024年底辞去英特尔CEO职务后，在100天内举行了100场会议。他最近告诉《连线》，这样做的目的是逐步缩小选择范围，直到想清楚下一步做什么。

次年3月，基辛格宣布担任Playground Capital的普通合伙人，这是一家专注于深度技术的风险投资公司，押注基于新科学的新兴技术。基辛格担任此职的目标是帮助新一代半导体初创公司重新唤醒摩尔定律。

几十年前，英特尔联合创始人戈登·摩尔预测，芯片上的晶体管数量大约每两年翻一番，性能也会相应飞跃。这一规律在很长一段时间内成立，但随着半导体公司逼近物理极限，进一步缩小原子级晶体管变得极其困难和昂贵。

基辛格认为，打破这一僵局的最佳途径是光刻技术的进步——利用纳米级光束蚀刻芯片。荷兰公司ASML开发的领先光刻技术让芯片制造商能够使用13.5纳米波长的光进行印刷。逻辑上，能够容纳更多、更小的特征将解锁更强大的处理器。

加入Playground后，基辛格进入了xLight的董事会，这是一家开发新型光刻技术的投资组合公司，最近还获得了美国政府的投资。

（在我们交谈时，基辛格反复引用这句话：“上帝说，‘要有光！’”\n随着人工智能颠覆软件行业，越来越多的风投公司转向深度技术。但基辛格认为，很少有人比他更擅长发现赢家。《连线》于7月初在巴黎举行的RAISE峰会上采访了基辛格。

我们讨论了他评估深度技术创始人的流程、美国政府对AI和半导体立场的转变，以及为什么这些领域的突破必然相辅相成。为简洁清晰起见，本次对话经过编辑。\n《连线》：从你离开英特尔到加入Playground大约有四个月的时间。

那段时间你在想什么？\n帕特·基辛格：我妻子说：“你还没完。”\n我考虑了政府职位、大学职位、CEO职位、私募股权和风险投资。这实际上是一个演绎过程。我决定不想再参加公开财报电话会议。我也不认为自己能成为政治家。

最终归结为私募股权或风险投资。我想做有意义的事——如果成功，就能产生影响——和我喜欢的人一起。\n你为什么决定不做私募股权？\n私募股权开出的支票更大，但不太关注技术本身。在我职业生涯的这个阶段，我是想开大额支票、担心财务回报，还是想做酷炫的技术？

我们正处于科学的边缘，正在验证新事物。我一直是那种人。

我热爱技术。许多风投公司正因AI颠覆软件行业而转向深度技术。你怎么看AI如何改变下一个投资机会的出现？\n大门已经敞开。2024年，半导体行业的目标是到2030年达到1万亿美元。现在，我们明年就能达到1万亿美元。

我不需要我的公司赢得整个市场才能获得非凡回报，只需要它们赢得一个可观的市场份额。这就是AI对深度技术风投的影响。好消息是，很多风投公司正朝这个方向转向；坏消息是，大多数情况下，它们已经忘记了如何做深度技术——如何挑选赢家和输家。

\n当深度技术创始人的发明背后的物理原理有时尚未被证实时，你如何评估他们的可信度？\n我们的投资团队技术背景深厚——他们是工程师、博士、教授等。然后我们进行严格的技术尽职调查：大量访谈和背景调查。

核心问题是什么？他们能否深入阐述？我们寻求资助特定主题上最好的团队——而不是随便一个团队。\n但当这些初创公司的想法有时突破科学理解的极限时，这些调查在多大程度上是可能的？\n通常，当深度技术出现时，会有两三家公司在追逐同一个想法。

你很少会找到孤例。

然后你会问：‘我选的是最好的那个吗？’\n告诉我你在Playground押注了什么。你已加入xLight的董事会。\n我加入Playground的原因之一就是xLight。这正是我想参与的公司，因为我深度致力于让半导体行业成为未来——唤醒沉睡的摩尔定律。

如果我们解决了光的问题，那就是最难的问题。我能超越13.5纳米光吗？那是下一个突破。利用自由电子激光器，我们可以做到更小——5纳米、4纳米、3纳米、2纳米波长的光。xLight不是与ASML对抗，而是与ASML合作。

我们首先要做的是连接我们的光源，让ASML的机器变得更好。没有比这更好的了。\n你认为光刻是重新唤醒摩尔定律的关键，而不是处理器设计？\n光是最重要的。上帝说：“要有光。”我们将尽可能利用它。

这个领域正在涌现各种事物——新材料结构、超导、铁电材料——但它们都需要光刻。光刻一直是半导体的核心。如果我唤醒了光刻，那将令人振奋。这是人类历史上一个相当激动人心的时期。对于技术专家来说，没有比这更好的了。

你怎么看待那些试图在AI推理领域挑战英伟达的半导体初创公司浪潮，以及未来来自多家供应商的处理器在单一系统中协调一致的愿景？\n我们训练模型一次，使用多次。将会转向推理。很明显我们可以做得更好。

显然，训练一直是GPU的核心领域。但就连英伟达也认识到其GPU并不适合所有推理（例如Groq交易）。\n我在Playground的工作是让AI变得好一万倍，而不是十倍。这将发生在看起来不像今天GPU的芯片上。

我认为模型供应商也在试图将自己从底层硬件中抽象出来，他们正在努力让底层异构硬件结构更容易实现。\n内存呢？高带宽内存是一项有问题的技术。它是目前最好的选择。但到本十年末，你会开始看到堆叠内存架构变得更加主流。

d-Matrix、Fractile和Cerebras正在打破内存架构的边界。我相信其中一些硬件创新将带来10到100倍的提升。这意味着1吉瓦的电力能产生10吉瓦价值的token。我随时都会接受这种交易。

\n你之前将能源描述为AI进步的主要瓶颈之一。需要在哪里投资来解决这个问题？

在美国，过去十年能源容量的增长只有低个位数。这太糟糕了。在数字AI时代，能源容量就是经济容量。我不想反对气候行动，但我们过于关注气候，以至于忘记了容量。我们必须开始考虑如何开启能源扩张。但这确实是一个难题：新的燃气轮机有八年的供应链；

核电站需要十年才能建成；太阳能依赖中国供应链。我的一家公司Alva Energy正在做核能升级。让我们走快速路径——从现有的核设施中获取更多价值——同时也重新启动核电站建设。这是一个需要创新的领域，因为从根本上说，AI时代的赢家和输家将取决于谁拥有建设所需的能源容量。