来源：经济学家圈

芯片中国越过山丘？

——韬（τ）定律已经落地为产品，但还需要更长时间来验证

编者按：智能科技产业与智能经济学者，上海财经大学特聘教授胡延平，早年写作出版过以“摩尔定律-Intel-硅谷半导体产业”为内容的《奔腾时代》一书，对华为也有持续观察研究，所以本期新经济学家智库讲座邀请其作为主讲嘉宾，为大家解读华为韬（τ）定律，以及由芯片算力持续增长能力的韬式解锁，所可能催生的算力与AI螺旋上升的产业科技大周期。

一、基本判断：一种激进的计算系统观与产品技术哲学

关于韬（τ）定律，我的基本判断是，这是一种较为激进的全新的计算系统和产品技术观。当然，它也是被倒逼出来的。目前来看，它尚未成为定律，但已经形成了一套比较系统的打法，有潜力成为定律，需要更长时间来扩展、完善和验证。可以将其理解为一种新的计算哲学。

我今天的分享将分为六个部分。

第一，从几何缩微到时间缩微。其核心在于，这是后摩尔时代一种激进的计算观。

第二，关于成为定律的可能性，并非完全没有可能，华为在许多层面已经在进行相关实践，只是需要更长时间的验证。当前芯片领域正处在一个转折时刻，在这样一个时刻，谁能够提出下一个阶段、下一个大周期的全新计算观，就具有重要的战略意义。提出新的体系的，不是华为，也会是别的企业。

第三，以时间换空间，还是以空间换时间。所谓“折叠”或“堆叠”，在改善中国整体科技叙事的同时，也在改变产业生态的处境。在这一部分，我希望从具体的芯片出发，观察算力、人工智能等相关产业接下来的发展路径。

第四，不同声音本质上并不矛盾，都有讨论价值。在我看来，不同的声音都是有益的，因为它们有助于我们从不同角度理解韬（τ）定律。从当前计算领域的发展情况看，整体呈现多维突破、融合互补、协同发展的态势。不同的观点从根本上看并不矛盾。

第五，关于差距的客观认识。目前差距依然存在。韬（τ）定律尚不能称为“换道超车”，更准确的表述是“另辟蹊径”，回到第一性原理。从追赶的角度看，基本功绕不过去，仍需要持续努力。

第六，对其他芯片企业的判断。其他芯片企业也会走这条路径。无论是逻辑折叠，还是韬（τ）定律所代表的时间缩微，其实是整个产业接下来都会走的一条路。

二、关于华为上海会议的整体观察

华为此次在上海举办的会议，专业性较强。从关键信息的公开程度来看，是一次前所未有的披露。在此次会议中，华为将其技术打法和芯片体系方面的积累进行了系统阐述，力度之大前所未有。

华为海思主要开发人员、重要Fellow，以及技术、工程等不同方向的负责人都参加了这次会议。会议第一天、第二天内容质量都比较高，第二天甚至更具实质性。第二天，两位Fellow——黄总和夏总，从两个不同侧面，对韬（τ）定律进行了非常详细的阐述，细致程度令人印象深刻。

过去，华为在芯片领域，如AI算力方向的910系列、950PR/DT，以及消费级的9020、9030等芯片的关键信息方面，一直都是讳莫如深，许多第三方机构都难以获取系统的架构、性能、工艺等信息。这种态度在很多时候也是无奈之举。但此次会议，华为可以说是“和盘托出”。而且，这次信息披露比去年徐直军发布华为AI算力整体布局时更加彻底，那次发布主要涉及2026、2027、2028年的路线图。

此次会议全球瞩目，外媒报道不少，分析机构对此也是高度关注。当然，台积电、英伟达等企业也给出了反馈。这些反馈与外界对韬（τ）定律的质疑声音有相似之处，即认为“大家都在做类似的事情，并非华为独有”。例如，堆叠技术可能在十年前就已经开始，台积电、三星等企业也在推进。但黄仁勋同时指出，华为将芯片做成两层，并规划未来的三层、四层结构，这是产业层面非常积极的努力，这些评价貌似比较客观，不过也有因为缺乏深入了解所导致的偏差。

期间我与一些开发者、芯片设计人员及专家学者进行了交流。我今天与大家的分析，既不同于台积电，也不同于英伟达和华为自身的立场，而是站在第三方产业研究的角度，提供一些独立的观察。

三、韬（τ）定律提出的背景与原因

韬（τ）定律的提出，主要基于以下几个原因。

第一，在摩尔定律和先进制程双重受限的背景下，必须寻找一条突围之路。无论是晶体管密度、单芯片算力、多卡集群，还是算力软硬件整合，都需要面向下一个周期，解决核心问题。下一个周期，无论是AI的训练与推理，还是端侧智能的需求，都要求算力每年的增长速度重新回到倍速时代，甚至更高的幅度。尽管摩尔定律放缓，英伟达的算力产品实际上仍保持在倍速发展状态，例如从Blackwell到Rubin，再到Feynman，都在保持代际演进和加速发展的态势。但是即使GPU与LPU结合，也不足以充分满足需求增长。

第二，从中国的角度看，由于许多先进算力产品无法获得，如何解决以算力加速增长应对算力需求的指数级增长问题，就成为多重因素共同推动下必须做出的探索和努力。这也是韬（τ）定律引起高度关注的原因之一。从具体实施层面看，此次突破具有重大意义。无论韬（τ）定律是否最终成立，无论它是否能够成为真正的定律，我们都需要从实质性层面关注：它是否在芯片算力、性能等方面取得了阶段性重大进步。叫什么不重要，是不是定律也在其次，首先要看这种架构能否带来算力有效供给的持续增长。

四、芯片堆叠技术发展历程：华为的逻辑折叠与既有方案的差异

需要指出的是，3D堆叠芯片技术并非全新事物。三星在存储芯片堆叠方面已经做到了数百层。但存储芯片的堆叠与计算芯片的堆叠并非一回事。此次华为的几位Fellow，包括何庭波在回应相关问题时也提到，半导体行业中的台积电、三星、华为等企业，虽然都在从不同角度努力，但实质上此折叠非彼堆叠，存在根本性差异。

具体而言，在芯片堆叠层面，过去的探索主要分为几个方向。

第一个比较传统的方向，将芯片的电路做到芯片背面。例如相机的背照式CMOS，以及手机中的图像传感器、车载CMOS芯片等，都已经在应用这一技术。将电路放置在背面的好处是，可以增加单像素的采光面积，提高感光度，增大进光量，提升CMOS光电转换效率。从消费级芯片的角度看，这类工艺早已实现。

第二个方向，将Cache缓存、DRAM放置到逻辑电路后面。这一做法也早已有之，副作用是散热问题，同时导致单芯片功耗较高。这一方向的技术通过较长时间的发展，在提升芯片速度方面取得了长足进步。

第三个方向，就是从Planar、FinFET到GAA架构（全环绕栅极）的技术演进。GAA通过纳米片堆叠结构实现四面栅极包裹，比FinFET个更具有精准电流控制力，是3nm以下制程的关键技术。这方面技术主要由三星、台积电和英特尔等主导布局。

即芯片的3D折叠，比如将两层芯片通过相关工艺整合为一个芯片。这一做法的确存在，但需要强调的是，这种折叠与华为所讲的折叠是两回事。上述三个方向都在推进，但与华为的方案有实质区别。

在与相关企业交流时，我曾跟他们说，华为此次的相关提法在概念上有些“吃亏”，因为使用了“折叠”这个已有概念，使得逻辑折叠容易被理解为过去的3D堆叠。但实际上，华为所做的是芯片的立体设计——将第一层和第二层作为一个完整的系统、一个完整的芯片来进行设计，而不是简单地将两层芯片折叠、连接在一起。这实际上是一种“立体芯片”的思路。

在交流过程中，我们进一步讨论了未来芯片的形态。我使用了“立体芯片”或“三维芯片”的说法。一个形象的比喻是：现在的芯片是薄片、平面的；未来的芯片可能会成为一个立方体——将两层、三层、四层甚至更多层作为一个芯片进行整体设计。这是未来的发展方向。

因此，华为的“折叠”虽然也被称为“逻辑折叠”，但与以往的折叠技术不是同一回事。

五、韬（τ）定律当前的定义与验证状态

从表面上看，韬（τ）定律讲的是从几何缩微到时间缩微，但实际上，它的确提出了新的计算架构和新的芯片演进体系等方面的观念。只不过这些方面还需要更长时间的验证。

我认为，韬（τ）定律目前还不能被称为“定律”，唯一的原因就是它还需要更长时间的验证。但这并不意味着它从未得到验证。华为方面表示，韬（τ）定律这一理论是在380多个芯片的开发过程中抽象出来的方法，提炼出来的可行路径，是在不断实践的过程中形成的新体系，甚至是可量化可预期的新架构。尤其是在2020年以后，华为在体系架构打法上发生了一些根本性的转变。

此外，一个真正的定律必须是可量化、可计算、可验证的，必须体现芯片和计算架构最深层次的基本规律。个人比较认同这一标准。有些人可能看过摩尔定律最初的那四页多的论文。但如果大家有机会阅读何庭波关于“时间缩放”的韬（τ）定律的那篇论文（A Time Scaling Theory for Multi-Layer Electronic Systems），相信相当一部分人会改变看法。它不再仅仅是一个提法或理论，而是经过了计算、验证和量化，形成了包含不同参数在内的测算模型。只不过，我认为它需要更长时间的验证，而华为则认为它已经完成了阶段性验证。

未来韬（τ）定律需要更多芯片产品进行实际验证。从产品上市节奏来看，第一款真正体现韬（τ）定律的产品预计在今年秋季推出，命名为“麒麟2026”，此前在业内传闻中将这款芯片称为“9040”或“9050”。

“麒麟2026”的晶体管数量、计算性能将有显著提升。关于华为在芯片堆叠或折叠方面的传闻，在业内已存在多年。大家一直在分析，真正体现韬（τ）定律、体现逻辑折叠尤其是“自由逻辑”的芯片，何时会推出。目前看2026年秋季的这款产品作为第一款，将会有较高的关注度。今年下半年，业界最关心华为两款芯片，一是麒麟2026，二是950DT。950DT主要面向AI训练，950PR则面向AI推理。950PR从今年年初开始，从小范围试用逐步扩大范围，向算力中心和互联网大厂投放。从950PR的表现来看，转折点已经到来。910系列显然是一个“交学费”的过程，这一过程难以避免。910的架构是ASIC架构，而非GPU架构。不同的人对此有不同的看法。从910的表现看，其生态和大规模集群的稳定性确实有待改进。但这是否意味着这一方向本身就是错的？去年华为发布新的面向GPU的路线图以后，有人提出过去的“路线错了”。但直到今天，虽然910交了学费，我们仍然认为，从推理所需算力的角度看，910的方向并没有错，华为只是缺少Google TPU那样的海量应用场景来持续改进、不断锤炼产品，软件生态的准备也有些不足。950PR投放后的反馈是可用性的确有了比较大的改善，包括生态体系、开发迁移和稳定性等方面。因此，媒体才会报道950的采购呈现指数级增长，国产算力由此进入高速增长曲线。当然，能够提供有效供给的国产芯片企业不仅仅是华为，寒武纪、沐曦等厂商也在努力，但总体市场占比仍然不高。从这个意义上说，950PR确实是一个转折点。

那么，作为真正体现韬（τ）定律的芯片产品，麒麟2026是否也会成为一个转折点？我的看法是：确定会。

六、产品落地：麒麟2026、鸿蒙7与下半年产品展望

具体到落地产品，今年下半年尤其是秋季前后，预计将有两款产品上市，一是华为Mate 90系列，尤其是Mate 90 Pro Max系列，二是三折叠的换代产品XT2。Mate系列产品将汇聚三个关键因素，形成技术合力。

第一，所用的SoC也就是麒麟2026芯片是逻辑折叠，韬（τ）定律意义上的第一款芯片，其算力将有较大幅度增长。芯片的晶体管数量相比9030将有约40%左右的增长，AI任务的算力增长幅度可能更高。

第二，今年秋季，华为将推出鸿蒙操作系统第七代版本。鸿蒙6从去年第四季度投放至今，反馈良好。一些此前不再使用华为手机的用户，包括我在内，又重新开始使用华为手机。从市场销量看，华为手机从去年第四季度至今已有显著增长。预计今年，华为手机的市场份额将向上突破向下挤压，既影响其他国产手机品牌，也对苹果构成压力。市场份额增长迅速，得益于系统与芯片的软硬协同。在鸿蒙6系统下，手机的续航和发热表现，与高通骁龙8 Gen2、8 Gen3相比，已经不输甚至持平。

作为第三方研究机构，我们无需夸大事实。大家从用户反馈和各类评测中可以看到，尽管芯片制程与工艺不及台积电，但从实测的发热程度和芯片工作效率来看，表现并不差。这在相当程度上出乎很多人的意料。

关于麒麟2026，从此次会议释放的信息来看，发热也不会是问题。所采用的方案相对比较保守，并非全面、激进的逻辑折叠。从芯片设计角度看，采用时间缩微的方式，反而有助于减少因链路过长导致的发热问题。从工艺挑战性来看，难度系数的确很高。用韬（τ）定律的思维做芯片，各个方面的挑战性相比于过去实际上增加了，而不是减少了。但从目前情况看，这些问题正在逐一被克服。从工艺角度看，韬（τ）定律接下来不会成为问题。

因此，从产品端看，下半年将出现三个维度的化学反应。

一是鸿蒙7相比鸿蒙6有大幅提升，包括系统与芯片的协同、优化等对效率的贡献。这也是韬（τ）定律所强调的整体系统观念——它不仅仅是芯片本身，而是从芯片设计、工艺、架构、计算架构、操作系统到应用适配等所形成的整体协同，全面提升算力和能效。

二是华为手机的影像能力。

三是人工智能方面能力。在今年三四季度上市的新手机上，各项能力将达到新的水准。

短板被补齐的同时，在某些方面甚至会比安卓旗舰和iOS旗舰表现更好。总体而言，这些是产品端即将看到的实际表现，不是只停留在概念层面。上市的产品将展现出实际变化。

前不久在会议现场，华为几位专家也做了较为深度的技术拆解。其中一些图示展示了他们在具体工程实践、芯片开发过程中克服的问题，以及实际的落地方案。从目前情况看，韬（τ）定律在落地方面是有保障的。

七、关于EDA和工艺问题的说明

有人从EDA工具角度提出疑问。芯片产业过往所做的堆叠，站在EDA对芯片设计的支持角度看，与华为此次的做法也有所不同。华为在开发过程中，原有的EDA工具并不支持。华为EDA自主开发的，在做对应韬（τ）定律的立体芯片设计时，其EDA同样存在不支持的情况，很多方面需要从EDA的重新设计开始。在此过程中，问题逐步得到解决。从目前的解决进展看，华为方面表示，当前的两层折叠仍然是比较保守的，从技术上讲已经有余量做到三层、四层甚至更多。

八、产业多维努力与韬（τ）定律的定位

芯片产业不同层面都在努力。如前面所提到的GAA、SPR、封装堆叠、制程设备等，都是多个维度的努力，旨在提高算力密度、晶体管密度，并解决能效比和量效比问题。

我们对韬（τ）定律的判断是：接下来，从工艺制程、芯片设计、产品落地到算力集群等，未来三到五年将是可验证的周期。

今天，韬（τ）定律可能还不是一个定律，但我认为，三五年以后它会是。别的方面反倒不是问题。例如，图中的核心部分展示了整个算力集群——不仅仅是光互联的概念，而是通过光路进行虚拟化的算力管理和调度，形成以光为枢纽的算力集群。在光通信方面，华为本来就走在前列。从通信的角度看，凡是与通信相关的问题，接下来都不构成障碍。

九、必须清醒认识的挑战

但反过来，是否有了韬（τ）定律，有些问题就迎刃而解或不再存在？并非如此。

工艺制程问题，从蚀刻到光刻的跨越问题，依然存在。当然，这方面并非没有解。产品良率问题同样在取得进展，正在逐步解决。进展速度可能比预期要稍微乐观一些。

韬（τ）定律并不意味着摩尔定律所面对的那些问题就不存在了，也不意味从此一马平川、没有需要攻克的难关。韬（τ）定律面临的挑战是双重的。第一重，是韬（τ）定律本身作为逻辑折叠、时间缩微需要面对的新问题——将芯片做成立体设计、新架构，这与过去的思路和做法都有较大不同。在某些方面，我认为这是第一性的全新的思维。第二重，是传统芯片和摩尔定律所面对的那些老问题依然存在。这方面我们需要补的课更多。客观而言，我们需要继续追赶。

十、韬（τ）定律对中国国产算力的意义

韬（τ）定律对中国、对国产算力意味着什么？它意味着可以由此开启一个新的周期，进入算力持续倍增的发展阶段。这是其意义。因此，不能否定韬（τ）定律的积极意义。当然，有人说这是中国半导体产业发起“总攻”或“大反攻”，我觉得倒也不至于。但它确实意味着，国产算力由此能够进入新的发展通道——不只是追赶和补课，而是在未来三五年内，算力的成长，尤其是AI相关算力的成长，也可以进入倍速增长阶段。这是最具意义的一点。并且这个倍速增长阶段还有较大潜力，这种潜力是多方面的。

从目前看，华为的算力芯片，尤其是950PR，大致相当于英伟达L20的水平，和H200仍有较大差距。950DT会略好一些，但与最新的B200、B300相比，差距更为明显。算力的代差依然存在。

这种代差甚至差一个数量级或两个数量级。尤其是到了Blackwell、Rubin以及可能在2028年上市的Feynman，对于950DT之后、2027年的国产算力，通过韬（τ）定律打法和体系，我们能够实现多少倍的倍增？业界是心存期待的。

如果没有韬（τ）定律，差距可能会更大；有了韬（τ）定律，差距可能会没那么大。

从国产算力角度看，我们也有一些积极进步。例如在存储和HBM方面，我们有自己的进展，带宽也不低。供应量接下来也不是太大问题。因此，总体判断是比较积极和乐观的。

十一、其他企业也会走这条路

最后，我们的判断是，其他芯片企业以后也会走这条路。大家注意到没有，《人民日报》对何庭波有一个访谈。访谈最后，何庭波讲了一句话：“他们也会走这条路。”对此我深以为然。

我甚至认为，其他企业走这条路时，有可能会比华为还要快或者更加方便。台积电等企业的技术储备更多，只是也要从EDA从芯片设计源头做起。原来是一层一层堆叠芯片，现在是要重新设计一个立体的芯片——这是本质差别。

从原生的角度去考虑立体芯片的设计：在芯片的每一代中，考虑一层和二层之间的供电问题、链路最短问题、时序问题、效率最优问题，这与将不同芯片简单堆叠在一起，是两种不同的打法。

原来采取折叠打法的企业，在向新方向转型时，其技术储备可能与韬（τ）定律的做法只隔一层窗户纸。他们从EDA做起，从芯片设计做起，从工艺一步步走向立体芯片的设计方案，速度会比较快。

今天大家看到华为在讲时间缩微或以时间换空间。接下来，大家可能也会看到台积电、三星、英特尔等大厂，乃至其它新建芯片工厂也向这一方向迈进。可以这么讲，时间缩微或韬（τ）定律所指引的方向，是接下来整个芯片产业共同要走的方向。只不过，这一共同方向是与GAA、SPR、封装折叠缩微等多个方向的努力不仅不矛盾，而且会形成叠加效应。华为在其他方面并非没有投入，其他厂商也并非没有投入。在GAA和SPR方面，华为可能比其他厂商还要落后一些。

十二、总结：另辟蹊径，开启新周期

最终的方向是，从中国科技叙事的角度看我们是在以时间换空间，但实质上还是以空间换时间。我们改变了产业处境，接下来在算力部分也可以进入需求和供给同步倍速增长的曲线。从全球角度看，韬（τ）定律也是整个产业的方向之一。

从中长期预期看，智能对算力需求的增长，从今年来看已经在加速，以后会更加加速。算力短缺、算力荒，局部已经出现。接下来，算力及算力产业链的供不应求可能是一个中长期现象。

韬（τ）定律以及相应芯片产品的上市，有助于缓解国内算力供应的紧张状况。大家作为用户也注意到，最近DeepSeek已经崩溃了好几次，以至于用户不得不将模型切换到其他供应商。而其他模型服务商大多在纷纷涨价。从年初智谱开始，包括千问、Kimi等都在涨价。Kimi等模型服务商现在的状态是在算力设备方面“扫货都不容易扫到”。

算力供给的紧张，已经使得一些模型供应商不得不降低服务质量，也就是用户所谓的降智——降低单位推理背后的算力消耗和推理时间，以控制算力消耗。因此，今年下半年和明年的整体算力需求，依然会存在缺口。

去年第四季度，我们的预期是会出现算力荒。今年一季度、二季度，尤其是二季度，已经是这样了。到三季度、四季度可能好一些，华为950系列芯片以外，也要看国内寒武纪、沐曦等厂商的有效供给。但供给可能总体比较有限。华为950系列能否形成量大、性价比好的稳定供应，是大家非常关心的问题，尤其是接下来的950DT。

关于模型智能的中长期发展预期，主要看蓝色部分的曲线。从这个角度看，未来数年算力不仅是倍速增长，数百倍、数千倍、数万倍的算力增长都是可以预期的。从Token消耗和其他指标看，的确在朝着这个方向发展。

十三、最终结论

最后，我对今天的报告的内容做一些收敛。

第一，这不是一次弯道超车，而是另辟蹊径，但最终会殊途同归。这是在工艺受限条件下的一次奋力追赶。这样的奋力追赶具有长期意义，它确实开启了一个新的周期、一个新的算力供给有效增长的通道。这一通道不仅是理论、算式或定律的提出，而是可验证、可落地、已经产品化了的。它将是整个芯片产业接下来大家都会走的一个方向。这个方向不是方向的全部，也不是唯一方向，不同方向的努力最终又会汇聚在一起。

第二，新的计算架构（如存算一体、类脑计算、光计算、量子计算）也在探索之中。昨天还看到相关分析，量子计算在三到四年内，在可预期的未来，某些方面会变得可用。这是一个努力探索的过程。

第三，韬（τ）定律目前还不是定律，但很快大家会对其有更清晰的判断和认知，只是需要更多时间来进一步验证，有成为定律的潜力。

第四，从AI算力的角度看，无论是推理算力、训练算力还是端侧算力，一定是算力卡、集群技术、网络通信、系统、传感等多方面的协同，是一个软硬协作的过程。通过系统的协作形成新的计算格局，也是眼下正在发生的事情。

华为韬（τ）定律只不过是将正在发生的转变体系化，形成一套理论、一套提法、一套打法。实质上，它首先就是一套打法。我倒是觉得，大可不必质疑了之。接下来，一步一步观察其落地的过程就好。

以上是我从第三方研究角度所做的分享。■

此前参与直播嘉宾🔽

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。