英偉達CEO黃仁勛預告，將於2026年下半年投產，2028年推出全球首款1.6納米AI晶片「Feynman」，採用台積電A16製程與背面供電技術，算力與能效大幅躍升。此舉將加速全球AI疊代，鞏固英偉達霸主地位，同時對大陸晶片製造業形成嚴峻考驗，倒逼國產替代加速與政策加碼。
一、英偉達黃仁勛預告AI晶片大黑馬——首款1.6納米晶片AI GPU問世。
科技界爆出春雷，晶片行業線程繼續突破！2月26日（周四），英偉達（NVIDIA）CEO黃仁勛親自預告AI晶片首個大黑馬——世界前所未見的首款1.6納米晶片的全新晶片架構Feynman，將在台積電投產。
周四下午，中時新聞網報道稱，英偉達年度技術盛會「GTC 2026」定於3月16日至19日在美國加州聖荷西登場，英偉達CEO黃仁勛在宣佈這一消息的同時向媒體預告稱，本屆「GTC 2026」大會的重頭戲將是發表世界前所未見的全新晶片架構Feynman，該產品是全球首款導入台積電1.6納米的A16先進制程，預計Feynman晶片將於2028年正式投入市場，成為全球首款邁入1.6納米里程碑的革命性AI GPU。
Feynman將銜接已量產的Blackwell，以及預計於2026年問世的Rubin架構，成為英偉達下一世代人工智能數據中心GPU的旗艦產品。這不僅是英偉達首度切入1.6納米級製程，更標誌着AI算力進入全新紀元。
為了克服先進制程的物理限制，Feynman 將採用「超級電軌」（Super Power Rail， SPR）技術，將供電線路移至晶圓背面，使邏輯密度提升約10%、功耗降低約15%，同時解決了長期困擾半導體業已久的SRAM壓縮瓶頸。即透過新技術讓原本難以壓縮的內存單元成功瘦身，釋放出更多晶片空間來堆疊算力。
此外，市場盛傳Feynman可能整合類LPU（語言處理單元）技術，強化對大型語言模型（LLM）與生成式AI推理任務的專項加速能力。Nvidia最近收購了Groq。這有望為大型語言模型工作負載帶來巨大的性能提升。不過，具體架構與技術細節，仍待英偉達在2026年GTC大會上正式揭曉。
傳英偉達也接觸英特爾代工。
在晶片產能佈局方面，台積電正為16A製程積極擴充產能，而英偉達已取得A16的獨家量產權，據目前時間表，Feynman預計於2026年下半年投產、2028年啟動出貨，但由於先進制程高度複雜，客戶端的終端交付可能延後至2029至2030年。
值得注意的是，市場也傳出英偉達正考慮將部分Feynman GPU外包給英特爾（Intel）生產，雙方目前仍就封裝與製造合作細節進行磋商。
二、1.6納米製程的Feynman提前18個月投產，預示着晶片產業的時不我待。
2025年3月19日，科技新報曾經報道稱，英偉達在 GTC 2025 公佈的2026年與2027年數據中心路線圖更新，展示即將推出的以天文學家Vera Rubin命名的Rubin系列與Rubin Ultra。同時，在英偉達的藍圖中，也可看到Rubin系列的下個繼任者是Feynman，該命名取自理論物理學家Richard Feynman，當時計劃2028年投產。
在GTC 2025大會上，英偉達CEO黃仁勛透露，Blackwell B200 其實每顆GPU含兩個晶片（die），使NVLink拓撲結構發生變化。雖然 Blackwell B200 NVL72 是這個名稱，但稱為 NV144L 應該更合適，因此英偉達計劃Rubin產品線調整名字。
此外，Rubin產品線將從HBM3/HBM3e轉向HBM4，並在Rubin Ultra採用HBM4e，內存容量維持288GB，與B300相同。帶寬則從8TB/s提升至13TB/s，NVLink速度將提升一倍。另一個重點是 Vera CPU，取代目前的 Grace CPU。
Vera 是相對小巧緊湊的CPU，配備88顆客制化ARM 核心和176個線程，並且內建1.8TB/s的NVLink核心對核心連接埠，可與Rubin GPU直接連接，進一步提升運算效能與整合性。
Rubin Ultra GPU將採用四個 GPU 晶片（die）封裝在一個模塊內，提高計算密度。
Rubin Ultra預期 2027 下半年推出，現在也提前一年至2026年。這預示着GPU 的性能將迎接大幅度升級，整個機架的設計將被全新架構 NVL576 取代。
三、英偉達1.6納米的Feynman晶片提前面世，對全球人工智能行業有何影響？
英偉達提前18個月啟動Feynman架構量產（2026年下半年投產、2028年出貨），標誌着AI算力進入「1.6納米時代」，將對全球人工智能行業產生革命性推動。
首先，性能與能效大幅躍升。
採用台積電A16製程並引入超級電軌（SPR）背面供電技術，邏輯密度提升約10%、功耗降低約15%，同時突破SRAM縮放瓶頸。這意味着單晶片算力將遠超Blackwell和Rubin，訓練萬億參數大模型的時間可能縮短30%-50%，推理延遲大幅降低，單瓦性能比顯著提高。大型語言模型、Agentic AI、多模態生成等前沿應用將迎來爆發式發展，AI訓練成本有望下降20%以上，推動AI從「實驗室」走向大規模商業落地。
其次，將加速行業疊代節奏。
英偉達一年一疊代的路線圖（Blackwell→Rubin→Feynman）進一步固化其絕對領先地位，迫使AMD、Intel、Groq等競爭者加速追趕，全球AI供應鏈將圍繞HBM4/HBM5、先進封裝、矽光子等技術狂飆突進。數據中心電力效率提升，也將緩解AI耗電危機，為全球建設「吉瓦級」AI工廠提供硬件基礎。
第三，引發資本與應用雙重熱潮。
更多機構將加大AI基礎設施投資，AI在醫療、科研、金融、自動駕駛等領域的滲透率將加速提升。但同時也加劇壟斷擔憂，可能引發更多反壟斷討論與開源替代浪潮。
第四，這一消息是對大陸晶片製造業和人工智能行業的又一次嚴峻考驗。
對大陸晶片製造業而言，1.6nm 的Feynman晶片提前18個月投產，是對現有技術封鎖的又一次嚴峻考驗。
中芯國際目前量產節點停留在7nm/5nm，距離1.6nm仍有巨大鴻溝，且受EUV光刻機禁運影響，短期內難以跟進。這將進一步拉大中外先進制程差距，台積電A16初期產能幾乎被英偉達獨佔，中國廠商獲取最先進AI晶片的窗口期被大幅壓縮。
對人工智能行業而言，短期內，儘管面臨出口管制，大陸AI企業仍將高度依賴英偉達GPU，但Feynman的能效優勢會讓「買不到最強晶片」的痛點更加突出，訓練大模型的成本與速度劣勢可能進一步顯現。部分企業或被迫轉向國產替代方案（如華為昇騰、壁仞、寒武紀等），倒逼國內AI晶片生態加速成熟。
長期看，這是一記「警鐘」。它將極大刺激[中共]國家與企業加大對國產先進制程、3D堆疊、存算一體、新型晶片的投入。預計「十四五」後半段及「十五五」期間，國家在晶片專項資金、人才引進、供應鏈本土化政策將進一步加碼。
總體而言，此次英偉達1.6nm 的Feynman晶片提前量產，將把全球AI發展推向一個新高度，讓「AI無處不在」從願景變為現實。
