10月13日，富兰克林邓普顿发布报告指出，尽管摩尔定律逐渐放缓，AI算力提升并未停滞，驱动力正从单颗芯片升级转向系统级优化。过去60余年，摩尔定律推动计算能力约每两年翻倍，经过近39轮翻倍，领先芯片晶体管数量已超过2000亿个。
该机构认为，算力规模仍是AI能力持续提升的核心。长期来看，最成功的AI技术往往是能够利用更多算力和数据的方法。未来，通过整合处理器、内存、封装、网络及电力系统，数千颗处理器可协同组成大型“AI工厂”。
报告列出推动下一轮算力增长的五大技术方向：内存、先进封装（886009）、网络、电力和张量计算。
内存方面，HBM技术推动数据传输能力在十年内提高约10倍，未来将依赖更高堆叠及混合键合；封装方面，CoWoS、3D集成和玻璃基板（886111）可缩短芯片间距离，提高传输效率。
网络互连性能由AI普及前每三至四年翻倍，加快至目前约两年翻倍，光互连技术将进一步推动升级。电力方面，800V直流架构、液冷、现场发电及小型模块化核反应堆有望缓解供电约束。张量计算性能自2017年以来年均提升约50%，未来仍可通过低精度计算和更高晶体管密度持续改善。
富兰克林邓普顿认为，AI正成为类似半导体（881121）的通用技术，有望推动第四次工业革命。随着算力持续进步，创新和投资机会将从AI基础设施扩展至机器人、基因组学、清洁能源（850101）和区块链（885757）等领域。
