虽然NVIDIA目前在AI训练领域无可匹敌，用上引入元但面对日益增长的堆叠U单即时推理需求，其正筹划一项足以改变行业格局的设计“秘密武器”。

据AGF透露，下代NVIDIA计划在2028年推出的用上引入元Feynman(费曼)架构GPU中，整合来自Groq公司的堆叠U单LPU(语言处理单元)，以大幅提升AI推理性能。设计

Feynman架构将接替Rubin架构，下代采用台积电最先进的用上引入元A16(1.6nm)制程，为了突破半导体物理限制，堆叠U单NVIDIA计划利用台积电的设计SoIC混合键合技术，将专为推理加速设计的下代LPU单元直接堆叠在GPU之上。

这种设计类似于AMD的堆叠U单3D V-Cache技术，但NVIDIA堆叠的设计不是普通缓存，而是专为推理加速设计的LPU单元。

设计的核心逻辑在于解决SRAM的微缩困境，在1.6nm这种极致工艺下，直接在主芯片集成大量SRAM成本极高且占用空间。

通过堆叠技术，NVIDIA可以将运算核心留在主芯片，而将需要大量面积的SRAM独立成另一层芯片堆叠上去。

台积电的A16制程一大特色是支持背面供电技术，这项技术可以腾出芯片正面的空间，专供垂直信号连接，确保堆叠的LPU能以极低功耗进行高速数据交换。

结合LPU的“确定性”执行逻辑，未来的NVIDIA GPU在处理即时AI响应(如语音对话、实时翻译)时，速度将实现质的飞跃。

不过这也存在两大潜在挑战，分别是散热问题和CUDA兼容性难题，在运算密度极高的GPU 再加盖一层芯片，如何避免“热当机”是工程团队的头号难题。

同时LPU强调“确定性”执行顺序，需要精确的内存配置，而CUDA生态则是基于硬件抽象化设计的，要让这两者完美协同，需要顶级的软件优化。