这位前英特尔CEO想用光来“重启”摩尔定律

次年三月，帕特·基辛格宣布担任风险投资机构 Playground Capital 的普通合伙人。该机构专注深科技，尤其押注建立在新科学基础上的早期技术。基辛格希望帮助新一代半导体初创企业重新唤醒摩尔定律。摩尔定律曾预测芯片上的晶体管数量大约每两年翻倍，性能随之大幅提升；这一规律长期有效，但随着半导体企业逼近物理极限，继续缩小原子尺度晶体管变得极其困难且昂贵。他认为打破僵局的关键在光刻技术，即用纳米级光束在芯片上刻画结构。目前由荷兰阿斯麦公司主导的光刻技术使用13.5纳米波长光进行芯片制造；若能使用更短波长，就能在单位面积上容纳更多、更小的特征结构，从而带来更强处理器。加入 Playground 后，基辛格成为被投公司 xLight 的董事。xLight 正在研发新型光刻技术，并已获得美国政府投资。他在采访中反复提到“神说要有光”。

随着人工智能颠覆软件行业，越来越多风险投资机构转向深科技。但基辛格认为，很少有风险投资人在识别深科技赢家方面比他更有优势。《连线》于七月初在巴黎 RAISE 峰会与他对话，讨论他评估深科技创始人、美国政府人工智能与半导体立场变化，以及这些领域为何必须同步突破；文章说明对话经过删节以缩短篇幅并提高清晰度。

关于离开英特尔后、加入 Playground 前的四个月，基辛格说妻子告诉他“你还没有结束”。他曾考虑政府、大学、首席执行官、私募股权和风险投资等角色，最终排除公开财报电话会议和从政，剩下私募股权与风险投资两个选项。他表示想做有意义的事，做成功后能改变世界、并与喜欢的人一起做的事。选择风险投资而非私募股权，是因为私募股权虽然可以开更大支票，但不那么聚焦技术；在职业生涯这一阶段，他更想投资酷炫技术，而非只做财务回报。他认为自己始终处于科学前沿验证想法。

关于人工智能如何改变深科技投资机会，基辛格说大门已经完全打开。2024年半导体行业曾预期到2030年达到1万亿美元规模，如今他认为明年就会达到1万亿美元。风险投资不需要押注的公司赢下整个市场，只要取得合理份额，就能获得超额回报。好消息是很多投资机构转向深科技，坏消息是它们大多忘记了如何评估深科技、如何选择赢家与输家。

他称团队评估深科技创始人时，依靠工程师、博士、教授等深技术团队，并进行严格技术尽职调查，包括大量访谈和背景调查，追问项目真正难题是什么、创始人能否深入表达。风险投资目标是资助特定主题上的最佳团队，而不只是一个团队。在技术边界尚未被证明时，通常会有两三家初创企业同时朝某个方向聚集，很少出现独一无二的项目，因此真正问题变成选择其中最好的一家。

在 Playground 的投资中，xLight 是关键。基辛格说，加入 Playground 的原因之一就是 xLight，这是他愿意参与的公司类型，因为他深切投入让半导体产业拥有未来，也就是唤醒正在午睡的摩尔定律。解决光的问题是最难的问题，能否超越13.5纳米光，是下一个突破。使用自由电子激光，可能把光波推进到5、4、3甚至2纳米。xLight 并非对抗阿斯麦，而是与阿斯麦协同：第一步是把新型光源接入并改进阿斯麦机器，他认为这本身就能带来巨大价值。

当被问光刻是否比处理器设计更能唤醒摩尔定律时，他回答光最重要。神说要有光，团队会尽可能推进光的利用。虽然这个领域还有很多新材料结构、超导、铁电材料等探索，但都需要光刻。光刻一直是半导体的中心，若能唤醒光刻，将令人振奋。他认为这是人类历史中非常激动人心的时期，对技术从业者而言没有比这更好的时代。

关于众多半导体初创企业试图在人工智能推理领域挑战英伟达，以及未来一个系统内融合多家厂商处理器的设想，基辛格说，模型训练通常是一次，使用却很多，因此重心会转向推理，而且现在还有很大改进空间。英伟达的图形处理器长期统治训练，但也承认并不适合所有推理，文中举例提到 Groq 交易。他说，在 Playground 的工作目标是把人工智能做得好一万倍，而不是十倍，这将发生在与今天图形处理器形态不同的芯片上。模型厂商也在努力摆脱底层硬件依赖，让系统更容易采用异构硬件。

关于存储，基辛格认为高带宽内存是存在问题的技术，却是当前最好的方案；到本十年末，堆叠内存架构会占据更重要的地位。d-Matrix、Fractile 和 Cerebras 等公司正在突破内存架构的边界。他相信某些硬件创新会好十倍到百倍，也就是用1吉瓦电力产生相当于10吉瓦电力才能带来的 token 产出，这样的交换任何时候都值得接受。

对于能源成为人工智能进展的主要瓶颈，他说美国过去十年发电和能源容量增长只有低个位数，这是不可接受的。在数字 AI 时代，能源容量就是经济容量。他不希望被视为反气候，但此前过度聚焦气候而忽略了容量扩张。现在必须思考如何让能源扩张重新启动，但难点在于新型燃气轮机供应链长达八年，核电建设需要十年，太阳能又依赖中国供应链。其被投公司 Alva Energy 正做核能升级：一方面从现有核能基础设施挖掘更多价值，另一方面重新点燃核电建设。他认为这一领域急需创新，因为 AI 时代赢家与输家取决于是否有足够能源容量建设系统。

最后，要让人工智能更高效，需要关注芯片、供电、配电、电压调节与转换等全栈环节。基辛格称 Playground 有公司在做相关工作。关于美国领导力和 AI 红利应更均匀分配，他指出近期出口管制、干预模型发布等迹象显示美国政府可能把领先优势当作筹码，这是否会与他原本目标互斥？他认为话题有阴阳两面，但根本上不矛盾。若要在中美之间选择基础模型领导权，他当然选择美国，希望模型基于西方价值观、增强人类体验、解决世界难题；这是西方阵营应争取胜利的竞争。

对于美国政府是否在监管 AI 上摇摆不定，他认为模型发布太快，大约每四周就有重大基础模型发布，因此需要实时思考是否监管、监管什么、质量与安全标准如何。他感到欣慰的是美国正在辩论。对于模型是否应在发布前由政府机构审查，他的立场是：模型需要具备流程完整性和测试可见性。他希望了解专有基础模型训练数据，希望有严格基准测试；模型不能只是第一个做到某件事，还必须满足安全要求并体现价值对齐。要么行业自己完成这种审查，要么政府必须介入确保做到。