摩尔定律放缓：制程微缩为何不再“神勇”？

二十年前，显卡性能几乎可以靠“制程红利”无脑翻倍：从65纳米到40纳米，再到28纳米、16纳米，晶体管密度提升带来了直观的频率跃升和能效改善。然而当工艺进入7纳米以下，尤其是5纳米、3纳米节点后，量子隧穿效应、漏电控制和光刻极限等问题逐一显现。台积电和三星的先进制程成本飙升，一片3纳米晶圆的价格是28纳米时代的数倍，但带来的晶体管密度增益却从过去的每代翻番缩减到不足1.5倍。对于GPU这种动辄集成数百亿晶体管的巨无霸，制程微缩的边际收益正急剧递减。更关键的是，芯片设计不再能单纯依赖“更小的晶体管”来换取性能，因为互联延迟、导线电阻和电压下降等效应反而随尺寸缩小而恶化。英伟达的Blackwell架构虽然用上了台积电4nm定制工艺，但频率提升有限，性能飞跃更多来自架构改动和Tensor Core堆料。业界公认，摩尔定律在GPU领域已从“经济规律”退化为“研发口号”，那种每两年性能翻倍的黄金时代很难再现。制程不再是万能钥匙，显卡性能瓶颈因此从物理层面开始锁死。

功耗墙与散热危机：显卡为何越来越像“电老虎”？

如果说制程是“天花板”，那么功耗就是“地板”，而且这块地板正在快速抬升。旗舰显卡的整卡功耗从GTX 980的165瓦，到RTX 2080 Ti的250瓦，再到RTX 4090的450瓦，如今RTX 5090甚至曝出600瓦以上的默认功耗。为了在有限功耗内堆出更多CUDA核心，厂商不得不提高核心频率和电压，结果就是电流密度爆炸式增长。供电模块、PCB层数、散热器体积都被迫“军备竞赛”：三风扇、四槽厚、360水冷排成了高端卡标配。但物理定律无情——热功率密度一旦超过散热系统的有效排热极限，芯片就必须降频，导致性能不升反降。更棘手的是，游戏功耗需求还在涨：4K分辨率下光追游戏的光照计算量是传统光栅化的数十倍，如果全靠晶体管硬算，功耗会迅速突破1000瓦，这已经是普通家庭插座和空调都难以承受的水平。数据中心更恐怖，AI服务器动辄上千瓦的单卡功耗让风冷彻底失效，液冷、浸没式冷却从可选变为必需。功耗墙不仅限制性能提升空间，还推高了用户使用成本和电源要求，成为显卡持续性能增长最粗暴却最难逾越的障碍。不解决功耗密度问题，哪怕造出2纳米芯片，也只能在低频喘息。

小芯片与先进封装：绕过物理极限的破局之路

既然单芯片在制程和功耗上都撞了墙，行业开始转向“以多取胜”的维度——用Chiplet架构把一个大GPU拆分成多个功能小芯片（die），再用先进封装技术高速互连。AMD的MI300和英特尔的Ponte Vecchio已经验证了这种思路：将计算核心、I/O和缓存分别用不同工艺制造，再通过2.5D封装或硅桥方案集成在同一基板上。这种做法的好处显而易见：不需要追求单一晶圆上的超高良率，可以用成熟的制程制造面积较小的chiplet，再拼装出“超级芯片”。对显卡而言，Chiplet还能让不同模块按需升级——比如把光追单元、张量单元独立出来，像搭积木一样组合。然而Chiplet并非没有代价：芯片间通信带宽、延迟和功耗远高于片内互联，需要足够先进的中介层或互连协议（如UCIe）才能避免“多核打架”。英伟达在数据中心用Chiplet，但在消费级显卡上仍坚持单芯片，就是因为游戏场景对延迟和软件调度极为敏感。不过随着PCIe 6.0、近存计算和光互连技术成熟，Chiplet迟早会渗透到游戏GPU。届时，显卡不再是一颗“大而全”的硅片，而是由多个专用模块构成的“计算机模组”，这可能是性能瓶颈在物理维度上最现实的解法——它不追求单点突破，而是通过扩展规模来对冲停滞的制程。

AI渲染与帧生成：用“魔法”打败“魔法”的软件解法

硬件物理瓶颈看似无解，但人们发现可以“偷懒”——让AI预测画面，而不是让GPU一串串地画像素。这就是DLSS、FSR和XeSS等超分辨率技术的核心逻辑。DLSS 2先用低分辨率渲染，再让AI神经网络脑补出接近原生分辨率的高清画面，相当于用1/4的像素生成几乎无损的图像。而DLSS 3的帧生成技术更进一步：利用光流加速器和AI模型预测运动轨迹，直接在两帧真实渲染之间插入一帧AI生成的虚拟帧，使实际游戏帧率翻倍甚至翻三倍，而GPU的渲染负载只增加约10%。这种方法“欺骗”了性能瓶颈——名义上显卡的物理算力没有暴涨，但玩家获得的流畅度却跨越式升级。本质上，AI渲染是在用深度学习的算力“交换”传统光栅化和光追所需的暴力计算，效率高出许多数量级。未来，神经渲染、辐射缓存、自动LOD生成等AI技术会更激进地介入管线，甚至可能颠覆“实时渲染”的定义。当然，这类技术也引发了对画质伪影、输入延迟和“真实性能”的争议，但无法否认：它让显卡在硅基瓶颈前找到了另一条高速路。或许几年后，判断显卡性能的标准不再是光栅单元数量，而是AI算力、显存带宽和帧生成引擎的聪明程度。

从光追到路径追踪：图像算法能否跨越算力鸿沟？

光追一度被视为照片级画质的终极答案，然而实时光追的成本高得惊人：一束光线撞到物体后要递归计算反射、折射、阴影，场景越复杂，采样需求越高。RTX 20系列引入专用RT Core时，人们以为光追时代终于来了，可现实是在4K开启全光追的场景下，帧率依然跌入30帧深渊。即使如今RTX 50系列RT Core性能大幅增强，单靠光追也只能勉强达到传统光栅化两三倍的计算量，而要实现全局光照、次表面散射和体积雾，需要路径追踪——那本是离线渲染中心处理两天渲染一帧的技术。为了真正跨越这道算力鸿沟，业界开始研发“近似算法”：ReSTIR、实时辐射度、Lumen全局光照等技术通过智能采样、降噪和多次重投影，用更少的光线数量模拟出接近真实的光照效果。同时，混合渲染架构将光栅、光追、AI并行调度，让每一条光线都花在刀刃上。但算法的精妙程度终究受限于可编程序单元和实时的时限约束。或许未来会出现专用的“光场引擎”或“光子芯片”，但就目前看，图像算法的进化只能延缓算力需求曲线的陡升，无法从根本上消灭“更多光线需要更多晶体管”的物理现实。显卡性能的“终结”不是某天突然停止，而是瓶颈从晶体管密度转移到功耗、互连和算法设计能力——每一次技术范式的革新，都是在把终结时间往后推。终局未知，但博弈仍将继续。