别误会，华为韬定律不是来打败摩尔定律的

作者｜画画

5月25日，上海。

华为公司董事、半导体业务部总裁何庭波在国际电路与系统研讨会上发布了"韬（τ）定律"。

当天A股芯片产业链集体躁动，科创50涨5.88%，中芯国际涨18.78%创历史新高，华虹公司20%涨停，近60只概念股涨停或涨超10%。

随后几个小时里，讨论迅速铺满了屏幕：华为挑战摩尔定律、中国首次提出半导体新定律、芯片行业要变天。

整个舆论场的情绪可以用一句话概括：华为要干掉摩尔定律了。

但我觉得不是。

一

冷静想一下，摩尔定律有什么好干掉的？

它从来不是一条必须被推翻的自然规律，而是一套支撑全球芯片产业跑了60年的协同节奏。

1965年，时任仙童半导体研发主管的戈登·摩尔在行业杂志上写了一篇短文，观察到芯片上的元件数量大约每两年翻一番。摩尔本人从未用过"定律"这个词。

英特尔官方的说法是，它描述的是一种运行原则和承诺，而非自然力量。

但后来整个行业选择一起相信它。1992年起，英特尔、台积电、三星等巨头组建行业联盟，发布半导体技术路线图。德州大学计算机经济学家Kenneth Flamm说过：据我所知，还没有哪个行业像芯片业这样，把制造商和供应商聚到一起，共同规划未来的发展路线。

所有人按同一个节奏走，预言不断自我实现。有历史学家称它为"现代生活的节拍器"。它让人类计算能力在50年里提升了上亿倍。

摩尔定律在它的时代是对的。今天的问题不是失效了，而是越来越贵。

台积电一片2nm晶圆报价3万美元，是4nm的两倍。EE Times的判断很直接：延续了几十年"晶体管越小越便宜"的时代，正式结束了。2001年全球有19家公司能生产最先进逻辑芯片，今天只剩三家。

何庭波论文里的表述更干脆：这一产业契约已不再成立。前沿芯片设计预算已超过十亿美元，最先进制程节点的每晶体管成本不再下降。

路还在，只是越来越贵，越来越难走，越来越少人走得起。

所以韬定律和摩尔定律的关系，不是敌人，更像是接班。

一个节拍器用了60年，节奏跟不上了，需要换一个新的。摩尔定律完成了它的历史使命。

韬定律试图接过接力棒。

二

过去几年，中国芯片产业始终有一种压抑感。

整个行业默认只有一条路：先进制程。7nm、5nm、3nm、2nm。谁更小，谁更先进。而这条路的规则、设备、标准、节奏，几乎全部掌握在另一套体系手里。

什么叫先进？ASML定义。什么叫高端？台积电定义。什么叫行业路线？ITRS（国际半导体技术路线图）定义。

中国企业能做的，大多数时候只是追。

什么时候追上EUV？什么时候追上台积电？什么时候追上3nm？这种追赶逻辑有一个隐含前提：那条路永远是对的，只是你跑得不够快。

韬定律真正干掉的，就是这个前提。

华为这次第一次公开表态：如果那条路越来越贵、越来越难、越来越不经济，为什么一定还要只走那一条路？

何庭波论文原文有一段关键的重新定义：产业面临的核心问题已经改变。它不再是晶体管还能缩小多少？而是应该缩小什么，以及针对什么目标？

中国半导体行业被困在追赶叙事里太久了。

韬定律做的事情，是把追赶叙事本身干掉了。不是说追赶不重要，只是说追赶不是唯一的姿势，你也可以出题。

三

华为能成为出题者，有一个特殊背景。

何庭波论文里有一段话写得非常克制，但后劲很大：

对于华为半导体而言，这一转变伴随着一个额外的约束：获取最先进光刻设备的渠道受限。假定另一个制程节点能解决问题已不再可行。六年前，几何路线图遭遇了瓶颈，迫使我们直面一个更根本的问题。回顾来看，这是整个行业终将不得不面对的问题。

华为在论文里公开承认了制裁的影响——获取最先进光刻设备的渠道受限。这在华为官方文献中极其少见。

但她没有停留在华为被限制了这个层面，而是把这个约束重新定义成一种先发优势。别人还可以花3万美元一片晶圆继续往前走，华为不行。

但正因为不行，华为被逼着提前六年回答了一个所有人迟早都要回答的问题。

最后半句：这是整个行业终将不得不面对的问题。极其冷静。她不是在说华为绕过了封锁，她是在告诉全行业：你们早晚也得到这一步。华为只是比你们先到了。

论文致谢的最后一句也值得注意：作者感谢那些以耐心使这项工作成为可能的客户。

过去六年华为的芯片在某些指标上，可能落后于台积电代工的竞品，但客户等了下来。这份耐心，既是商业关系，也是信任投票。

四

理解韬定律需要一个比技术本身更大的背景：AI时代对芯片的需求，和智能手机时代完全不一样了。

智能手机时代，评分标准很简单。单颗芯片的性能。谁的CPU跑分高、功耗低、制程先进。一颗芯片就是整个系统，摩尔定律完美适配。

AI时代完全不同。一个大模型训练任务需要成百上千颗芯片协同工作。何庭波论文给了一个数据：大型AI集群中超过80%的能源被数据移动消耗，超过70%的系统成本花在数据存储上。

芯片最大的敌人，不再是算得不够快，而是数据搬不动。AI训练里真正消耗时间的，不是计算本身，是等数据到位。

所以评分标准在变。过去比谁的晶体管更小，现在开始比谁能让数据流动得更快。

何庭波论文里有一段话说得很干脆：空间缩微不过是压缩时间的工具。

做更小从来不是目的，跑更快才是。既然做更小的代价越来越高，为什么不直接奔着跑更快去？

这就是韬定律的底层逻辑。τ代表时间常数，信号在系统里从一个地方传到另一个地方的时间。过去缩短τ靠缩小空间，现在直接缩短时间本身。

论文还指出了AI芯片面临的一个结构性矛盾：算力按面积扩展（N²），但带宽和供电只能沿芯片边缘扩展（N）。一个二次方，一个线性，差距只会越来越大。

何庭波的原话：没有任何晶体管级改进能弥补拓扑缺陷。

不管制程多先进，这个矛盾都在。

五

韬定律的本质不是概念论文。

何庭波在文中披露了一批具体到可以做投资判断的量产数据，这才是当天A股反应那么大的原因。

先说时间对比。逻辑折叠在麒麟2026上实现了55%的晶体管密度阶跃提升，功耗效率提升41%，频率提升13%。论文里明确提到，这一提升幅度此前需要三年的几何缩微才能实现。华为在固定工艺节点上，一步走完了别人换一代制程才能走的路。

后续频率路线图：今年3.1GHz，2027年3.39GHz，2028年3.71GHz，2029年突破4GHz。

再说规模对比。

昇腾AI芯片从910C（2025）到950（2026）到990（2030前后引入逻辑折叠），到2035年AI硬件集成度增长100倍以上。系统互连层面，Unified Bus将端到端延迟从数十微秒压缩到约100纳秒，500倍压缩。近封装光引擎Hi-ONE单模块8Tb/s。

最后是两句对标判断。论文原话：我们取得了一系列仅靠先进制程工艺难以取得的进步，以及竞争性的性能不再要求常驻在光刻技术的最前沿。

翻译过来就是，你花200亿建厂、3万一片晶圆换来的东西，我用另一种方式也做到了。以后打仗，不一定非得有最先进的光刻机。

381款芯片，六年，覆盖手机、AI、汽车、基础设施，直接给出了量产级验证的证据。

中芯国际18.78%的涨幅不是为一篇学术论文买单，是为一条绕开先进光刻设备限制的量产路径买单。

六

这里需要诚实面对一个事实。

韬定律提出的方向，全球头部玩家其实都在做。

英伟达在堆NVLink互连带宽。台积电把先进封装CoWoS当成比制程更重要的战略方向，2026年技术论坛上公布的"三层蛋糕"架构最顶层已经是光互连，COUPE光电技术比铜线能效提升4倍、延迟降低10倍。Chiplet、混合键合、3D堆叠在AI芯片中大面积铺开。

但没有一家把它上升到定律的高度。

为什么华为要这么做？

何庭波论文里有一句话给了答案：τ缩微是自Dennard缩微定律以来，第一个在整个计算堆栈中建立共享优化目标的缩微原则。

摩尔定律能统治60年，核心原因是给了所有人一个共同的节奏。华为想做一样的事，给一条所有人都在走的路，立一块路牌，让大家按同一个方向对齐。

在论文末尾，也明确写道这样一句话：本文既是一份来自前线的报告，也是一份邀请。

还有一个容易被忽视的产业判断。

1980年代8086时代，行业有意将处理器和存储解耦，让两个产业独立发展了四十年。但AI时代正在逆转这种解耦。何庭波写道：AI硬件时代的持久成功将属于那些能够在技术上融合逻辑与存储，并建立一种经济伙伴关系的企业。

如此看来，华为不只是在做芯片设计，它在重新想产业链怎么分工。

当然，韬定律能不能变成下一个产业级共识，今天没人能回答。

何庭波自己也说了：将τ缩微呈现为一个完成的体系是有误导性的。

摩尔定律从一篇短文变成全球节拍器花了30年。韬定律今天有的，是华为一家的实践和一次高规格宣言。

华为缺的东西很明确：追随者。

七

最后说一个微妙的变化。

过去几年，全球对华为的认知是，华为需要全球产业链。需要先进制程，需要海外EDA，需要高端设备。

这是事实。

但六年过去，情况在变。今天的华为越来越像一个完整生态，终端、AI、操作系统、云、汽车、芯片，开始有自己的技术路线和产业方法论。它依然需要全球协作，但已经不只是产业链中的一个环节，而是在慢慢变成一个能重新组织产业逻辑的角色。

六年前所有人问：华为的芯片怎么办？

六年后华为带着381款芯片和一套完整理论，站在全球最高学术讲台上说：我不需要你的EUV了，我找到了自己的路，我认为这条路更好。你们要不要一起走？

所以，韬定律真正干掉的是什么？

不是摩尔定律。摩尔定律完成了它的历史使命，值得尊敬。

被干掉的，是中国半导体只能追赶的旧叙事。

中国芯片行业，正在从追赶型创新进入定义型创新。

这种变化，可能比一代芯片更重要。

【版面之外】的话：

过去几十年，芯片行业最迷信的一件事，是小。

更小的晶体管，更小的节点，更小的尺寸。整个世界默认，只要继续缩小，人类的计算能力就会无限增长。

但AI时代突然发现，真正困难的，变成了数据怎么流动，系统怎么协同，能耗怎么承受。

于是芯片行业第一次开始从造更小的零件，转向设计更大的系统。

这可能才是韬定律真正重要的地方，第一次让中国半导体开始认真思考：

如果旧地图快走到尽头了。

那下一张地图，为什么不能自己画。