資深芯片設計師Mr. Bubble在播客專訪中指出，AI算力基礎設施的真正瓶頸已不再是芯片本身，而是封裝、互連延遲與存儲層級等更底層的問題。他強調，摩爾定律的經濟學邏輯已斷裂，晶體管密度提升成本高昂且收益遞減，使得先進封裝成為新的關鍵。Mr. Bubble以英偉達Rubin Ultra架構為例，揭示其路線圖受制於內存和封裝供應鏈，PCB製造商甚至成為新的瓶頸。他認為，未來AI算力的設計重點將是“整個機架”，互連吞吐量和延遲至關重要，並預測3D DRAM將是內存的終極形態。Mr. Bubble還質疑大模型實驗室“踩邊界”敍事的真實動機，並建議投資者應關注底層硬件與供應鏈，而非互相競爭的前沿AI實驗室。