英特尔前CEO基辛格：GPU将被取代！

电子发烧友网报道（文/黄山明）“2030年前，GPU将被取代！”2025年11月下旬，英特尔前CEO帕特·基辛格（Pat Gelsinger）在接受《金融时报》采访时这样说。而基辛格之所以保持如此激进的想法，是因为其认为量子技术的普及时间可能远超所有人的想象。

与此同时，基辛格还表示，当前AI泡沫确实存在，而量子计算的突破性进展将从根本上改变行业格局，也就是说，量子计算将是戳破当前AI泡沫的关键“引爆点”。

GPU将被量子计算技术取代？

在采访中，基辛格将传统运算、AI运算与量子运算并称为“运算领域的神圣三位一体”。他表示量子计算、经典计算与AI计算将不再是替代关系，而是融合互补、协同工作的三大支柱，共同支撑未来的计算世界。

并且基辛格还认为，量子计算将在2年内实现主流普及。而行业普遍预期在15-20年左右，英伟达的黄仁勋更是在今年1月份的CES展会上明确表示，量子计算技术要达到“非常有用”的使用阶段，需要15-30年时间，而20年时间较为合理的预期。

为何大佬们对于量子计算的普及时间有如此大的分歧？我们需要先搞明白，什么是量子计算，这是一种遵循量子力学规律的新型计算模式。它和我们现在使用的经典计算机在底层原理上完全不同。

这是因为量子计算主要靠量子比特，这是量子计算的基本信息单位，不同于经典比特只能是0或1，量子比特可以同时处于0和1的“叠加态”。这就像一枚旋转的硬币，在落地前同时拥有正反两种状态。正因如此，n个量子比特可以同时表示2的n次方种状态。这让量子计算机在处理特定复杂问题时，能够同时探索海量可能性，实现指数级的算力超越。

基辛格认为量子计算代表着计算范式的根本变革，而不仅仅是性能提升。因此他激进的表示，量子计算的突破将在两年内刺破当前的AI泡沫，并预计GPU将在2030年前被量子计算取代。

而近年来，量子计算硬件发展迅速，2024年IBM发布了Heron R2处理器，拥有156量子比特，支持5000个双量子比特门操作，速度较第一代提升50倍。同年谷歌也发布了拥有105比特的Willow芯片，性能上可以在5分钟内完成经典超算需10²⁵年才能完成的基准计算。

2025年全球多个国家启动了超导量子计算专项计划，重点研发量子经典混合架构，以解决当前量子计算机的纠错难题，推动实际应用落地。

值得注意的是，在卸任英特尔CEO职务后，基辛格加入了风投机构playground global，而这个机构恰好投资多家量子计算初创企业（如PsiQuantum、Rigetti等），因此基辛格的此番言论可能是为了吸引资本关注量子赛道。

并且在基辛格执掌英特尔之时，正值英伟达GPU业务迅速崛起，让英特尔的CPU难以抗衡。并且在当时，英特尔对晶圆制造投入了百亿美元，但并未能取得预期成效。更有趣的是，在基辛格担任英特尔CEO期间，还发布了一款拥有12个量子比特的Tunnel Falls量子处理器，在2023年底更是签署协议，计划2030年代初开发数万量子比特系统。但随着英特尔换帅，这一进程能够有序推进，犹未可知。

AI泡沫即将破裂？

在采访中，基辛格还认为，当前AI泡沫确实存在，并且目前正在经历典型的泡沫周期，资本过度涌入和技术炒作已形成双重杠杆效应，企业才刚刚开始从AI中获得实际收益，但投资规模已经远超长期收入确定性。

不过基辛格也表示，AI泡沫短期内不会破裂，至少在量子技术突破之前不会破裂，他认为量子比特一旦能将某些AI训练任务从O (n²) 复杂度降至O (logn)，GPU的护城河将瞬间蒸发。

O (n²) 表示随数据规模n增大，计算量呈平方级增长，例如10万数据需100亿次运算，而O(logn)则表示计算量几乎不随数据规模增长。

而GPU目前在AI领域中有三个核心优势，以英伟达为例，拥有强大的并行计算能力、成熟的CUDA生态以及能效比优势。不过一旦量子计算实现从O (n²) 复杂度降至O (logn)时，量子计算可以通过HHL算法将矩阵求逆复杂度大幅降低，训练时间从“月”缩短至“小时”甚至“分钟”，但即便是顶级的GPU集群也至少需要数周的时间。

能效上更是大幅降低，一个量子比特运算的能耗仅为GPU单个晶体管的百万分之一，使大规模AI训练成本暴跌90%以上。这意味着GPU厂商将面临着技术代差所导致的市场份额崩塌，一如当年CPU厂商被GPU超越的历史重演。

但事实果真如此吗？从技术上来看，目前的量子比特非常脆弱，极易受到环境干扰，计算错误率很高，要实现有实用价值的容错量子计算，还需要在量子纠错技术上取得重大突破，而这被认为是行业的中长期目标，短时间内很难实现。

并且在可以预见的未来，量子计算机不太可能完全取代GPU或经典计算机。更可能出现的模式是“量子-经典混合计算”。在这种模式下，量子处理器负责解决其中最核心、最复杂的部分，而GPU和CPU则继续处理其擅长的通用计算和图形任务。事实上，英伟达等公司已经在布局这样的混合平台。

即便量子计算机真的普及了，其在某些特定问题上，例如材料模拟、药物发现、密码破译、复杂优化等确实能够展现出巨大的优势，但对于我们日常的绝大多数计算任务，经典计算机在可预见的未来依然是更高效、更经济的选择。

但这并不意味着基辛格说的毫无道理，这种言论也算是一种提醒，当前的AI热潮可能因技术范式转移而产生结构性风险，导致不少AI相关企业面临着估值上的泡沫。

从技术上来看，与其说未来量子计算会终结GPU，不如说行业将从单一算力主导的时代，进入到异构计算的新时代，量子-经典混合计算也是当下行业的主流方向。

写在最后

2007年，时任英特尔副总裁的基辛格曾宣称“显卡将在两三年内消失”，彼时基辛格正在极力推动英特尔内部的Larrabee项目，试图用x86多核架构统一通用计算和图形处理，认为CPU+融合架构可以取代传统显卡。

但英伟达当时已凭借GeForce系列逐步确立GPU在3D游戏、专业图形领域的统治地位，黄仁勋则坚持GPU专有架构路线，与英特尔CPU万能论形成了鲜明对比。而2010年后，深度学习兴起，GPU的大规模并行计算能力被证明极其适合AI模型训练，英伟达CUDA生态更是将GPU从游戏显卡推向AI算力之王。

而英特尔Larrabee的x86多核架构难以匹敌传统GPU在图形渲染和并行计算上的效率，其性能未达预期，最终项目被取消，仅转型为Xeon Phi用于部分高性能计算领域。

此次基辛格再次预言GPU将被量子计算终结，或许是延续了他对颠覆性技术的信仰。况且，我们总是高估了短期的技术发展，低估了长期的技术变革。