半导体行业有一个塑造其思维方式的关键词：良率。它不问方案多么优雅、花了多少年、路线图承诺了什么，只问一个简单的问题——我们产出了什么有用的东西？60 多年来，正是这种对每片晶圆可用芯片数量的极致追求，把晶体管从实验室里的新奇事物变成了现代生活的基石。
如今，这一原则需要被应用到全球投入 AI 的前所未有的资源上：堪比国家级别的资本、以吉瓦计的电力，以及创纪录的晶圆厂和数据中心。定义这个十年的问题，仍是这个行业一直在问的那个问题：实际产出到底是什么？不仅是芯片和 token，还包括可负担的智能、有意义的工作，以及改善生活的结果。
AI 的普及速度超过了互联网、个人电脑甚至智能手机，但其全球渗透率仍仅占劳动人口的 18%，且绝大多数使用仍基于聊天。当系统从回答单个提示走向推理、规划、调用工具并执行更长的智能体（agentic）工作流时，基础设施的等式会发生剧烈变化：单个智能体任务消耗的 token 量可达典型聊天交互的 3400 倍以上。
智能体的采用才刚刚起步，基础设施却已承压。电力正在限制可以建什么、何时能建；封装和机架变得更大、更密集；内存正成为更紧的约束。多年来，行业对每一项新需求的理性回应都是"更多"：封装里更多硅片、旁边更多内存、更多电力供给、更多光纤连接。每一代都带来了实质性进步，但当每一份新增收益所需的投入都超过上一代时，我们就像在跑步机上——只有不断加码，它才会继续转动。
文章认为需要走两条路：第一条是演进式的，继续改进现有架构，在每一代内推动效率、利用率和经济性的渐进提升；第二条是变革式的。（来源材料在此处中断。）