IBM 发布全球首款 0.7nm 芯片原型，指甲盖大小集成 1000 亿晶体管——AI 芯片进入亚纳米时代

6 月 26 日，IBM 发布了全球首款 0.7nm（亚纳米）芯片原型。指甲盖大小的面积上集成了近 1000 亿个晶体管。

同一天有两条芯片新闻：IBM 的 0.7nm 原型，以及 OpenAI 与博通联合发布的 Jalapeño 推理芯片。AI 芯片正在同时从两个方向突破——制程极限和专用架构。

0.7nm 意味着什么

芯片制程从 7nm 到 5nm 到 3nm，每一次缩小都意味着同样的面积可以放更多的晶体管、做更多的计算、消耗更少的能量。

0.7nm 是第一次进入"亚纳米"级别。作为对比，当前最先进的生产芯片是台积电的 2nm（2025 年量产），英伟达 Blackwell 用的是 3nm 工艺。

IBM 的 0.7nm 还是原型阶段，到量产至少还需要 3-5 年。但方向是明确的：芯片还能继续变小，算力还能继续变多。

OpenAI Jalapeño 走了另一条路

OpenAI 和博通合作的 Jalapeño 芯片不是追求制程极限，而是追求专用化——专门为 LLM 推理设计，不做通用计算。

这就好比：
- IBM 在做"更快的通用发动机"（制程突破）
- OpenAI 在做"专门拉货的卡车发动机"（架构专用化）

两条路线都在挑战英伟达的 GPU 模式——"够快够通用，但不够专用也不够便宜"。

AI 芯片的竞争格局正在变成"三国杀"

第一阵营（GPU 通用）：
  英伟达 Blackwell → 全能但贵

第二阵营（ASIC 专用）：
  OpenAI Jalapeño → 推理专用，便宜
  亚马逊 Trainium → 已获 2250 亿订单
  谷歌 TPU v6 → 自家生态

第三阵营（制程突破）：
  IBM 0.7nm → 技术储备，量产还需时间
  台积电 2nm → 当前最先进量产工艺

对开发者的影响

短期内，开发者还是用英伟达 GPU 为主。但中期的趋势很清晰：

  1. 推理成本会持续大幅下降。 Jalapeño、Trainium 这些专用芯片的目标就是让推理比 GPU 便宜 50-80%
  2. 模型 API 价格会继续走低。 底层芯片成本降了，API 价格自然降
  3. 轻量化模型会更普及。 芯片能力越强，消费级设备能跑的模型就越大

总结

AI 芯片在两条路线上同时突破：IBM 做更小的晶体管，OpenAI 做更专用的架构。两条路最终都在干一件事——让 AI 推理更便宜。 对开发者来说，这比任何单个模型的发布都重要。

你觉得专用 AI 芯片会取代 GPU 吗？
本文由 Zyentor（智元界）原创发布