SemiAnalysis：海思麒麟9030及N+3工艺深度逆向工程分析

来源：市场资讯

（来源：智能计算芯世界）

《SemiAnalysis：海思麒麟9030及其N+3制造工艺深度逆向工程分析报告》
《2025~2026 OCP/FMS/ISSCC/ODCC/HotChips全球峰会合集》
《2026年CPU处理器技术合集》
《2026/2025超节点数据中心峰会合集》
《335+份DeepSeek技术报告合集》
《AI智算细分技术深度分析合集》
《AI技术通识&基础合集》
《2026年华为韬（τ）定律合集》《800+份重磅ChatGPT/AIGC专业报告》，《智算中心发展趋势报告（2026）》已传至智能计算芯知识，请批量下载。

6月15日，半导体行业权威技术分析机构SemiAnalysis发布了其拆解工程实验室（STEEL）的公开报告，对华为最新旗舰芯片麒麟9030及其N+3制造工艺进行了深度逆向工程分析。

本报告将详细介绍我们对麒麟 9030 的拆解以及我们对中国最先进的中芯国际 N+3 工艺的发现。作为对比，我们将展示对采用台积电 N6 工艺制造的联发科 Helio G99 的拆解。通过这种比较，我们可以看到出口管制的影响 —— 中芯国际 N+3 和台积电 N6 是可比节点，但一个受到严格的出口管制，另一个则可以自由使用西方最先进的设备。

以下是我们实验室的第一张公开图片，海思麒麟 9030 Pro SoC：

9030 芯片标注图。来源：SemiAnalysis

在这里，我们既看到了中国的进步，也看到了其限制。中芯国际 N+3 达到了台积电 N6 级别的逻辑密度，但它需要更激进的 DUV 多重图案化，因此在工艺成熟度或成本方面无法与 N6 相媲美。麒麟 9030 Pro 的性能与三年前的安卓旗舰相当，远远落后于苹果、高通、联发科和三星当前的旗舰 SoC。效率差距更大。

出口管制并没有阻止华为和中芯国际出货先进硅片，但它们迫使了一条不同的道路。没有 EUV，中芯国际更加依赖 DUV 多重图案化、DTCO 和日益复杂的集成。路线图通过更严格的设计规则和背面供电继续推进，但每一步都增加了成本和工艺风险。华为的 τ 缩放和 LogicFolding 展示了另一条路径：堆叠有源逻辑并通过先进封装和系统 - 技术协同优化（STCO）恢复密度。

芯片照片与布局规划/ Die Shot & Floorplan

要了解麒麟 9030，我们必须首先了解华为的 SoC 历史。海思是华为的芯片设计部门，负责麒麟智能手机 SoC、鲲鹏服务器 CPU、昇腾 AI 加速器以及交换机 / 路由器网络芯片。

在出口管制之前，华为是台积电最大的客户之一—— 是台积电第一个 EUV 节点 N7 + 的唯一客户，并且与苹果一起是 N5 的首批客户之一。这在 2020 年底结束了。华为在其旗舰智能手机中改用高通 SoC，尽管出口管制将它们限制为仅 4G 版本。

2023 年底，华为凭借麒麟 9000s 回归自研芯片，这是麒麟 9000 的继任者，采用中芯国际 N+2 而非台积电 N5 工艺制造。在随后的几年里，他们在相同的 N+2 工艺上发布了麒麟 9010 和 9020。这些芯片使用了华为自研的泰山 CPU 核心和马良 GPU。

9020（左）和麒麟 9030（右）芯片标注图。来源：Kurnal, SemiAnalysis

首先，快速介绍芯片上的主要模块。

9030 Pro 与麒麟 9020 模块参考。来源：SemiAnalysis

总芯片面积几乎相同，但 9030 更积极地利用了该面积。更密集的工艺让华为在相同的占地面积内容纳了额外的中型 CPU 核心、更多的 GPU 和 NPU 核心以及更大的缓存。

9030 Pro vs 麒麟 9020 布局规划分析。来源：Kurnal, SemiAnalysis

相比之下，Helio G99 是一款更小、低成本的 SoC，专为预算智能手机而非旗舰设备打造。麒麟 9030 约为 140 平方毫米，而 G99 仅约 29 平方毫米，大约是其五分之一的面积。然而，底层的台积电工艺技术可以直接作为分析中芯国际工艺的基准。

Helio G99 芯片标注图。来源：SemiAnalysis

1. 架构与 PPA（功耗、性能、面积）/ Architecture & PPA

麒麟 9030 是一次演进式更新，而非全新设计。其 CPU、GPU 和 NPU 核心延续了 9020 的系列，性能提升来自三个杠杆：中芯国际从 N+2 到 N+3 的工艺进步、DTCO 和布局规划工作，以及增量式微架构改进。面积是前两个因素体现的地方，9030 在这方面扩展良好。性能和效率是更难的考验。华为的设计表现比其节点所暗示的要好，但该芯片仍然落后，这既是因为 N+3 落后于前沿节点，也是因为其核心虽然称职，但仍比最新设计落后几代。

9020 泰山 V123（左）和麒麟 9030 泰山 Prime（右）核心。来源：Kurnal, SemiAnalysis

新的 Prime 核心是一次增量更新。主要变化是频率从 2.5 GHz 增加 10% 到 2.75 GHz，以及 L2 缓存从 1 MiB 翻倍到 2 MiB。尽管缓存增加了，核心面积却减少了 7.6%。排除私有 L2 缓存，核心面积减少了 21%。对于一个增量节点来说，这是一个很大的缩减。

9020 泰山新 V120（左）和麒麟 9030 泰山中型（右）核心。来源：Kurnal, SemiAnalysis

与麒麟 9020 中的泰山新 V120 核心相比，麒麟 9030 的中型核心在架构上几乎没有变化，但每个核心缩小了约 22%。其中大部分来自从 N+2 到 N+3 的转变，布局可能占其余部分。从视觉上看，最明显的变化是中型核心从 3 个增加到 4 个。大集群的共享 L3 缓存也增加了 20%。这有助于在不牺牲太多面积的情况下提高多核性能。

即使每个核心都在缩小，大 CPU 集群的总面积基本保持不变。每个核心节省的面积又投入到了额外的中型核心和更大的缓存中。

9020（左）和麒麟 9030（右）泰山 Tiny 核心。来源：Kurnal, SemiAnalysis

Tiny 核心的缩小幅度小于 Prime 核心（排除其 L2 缓存）和中型核心。这可能是因为固定开销在小核心中占更大比例。我们无法仅从芯片照片中分辨出任何架构变化，但下面显示的每时钟和效率提升表明不仅仅是纯粹的工艺和布局缩放。面积减少被共享 L2 缓存从 2 MiB 翻倍到 4 MiB 所抵消，使得整个 Tiny CPU 集群面积略大。

面积是从芯片照片中最容易看到的改进，但它只是 PPA（功耗、性能、面积）的一部分。对于现代逻辑，功耗和性能同样重要，而且往往更重要。自从 2000 年代中期 Dennard 缩放失效以来，电压和频率没有与晶体管尺寸同步缩放，因此每个节点都必须更加努力地争取性能和效率方面的提升。

9030 Pro CPU 核心性能对比。来源：Littertree66, SimpleTech, David Huang, SemiAnalysis

最鲜明的对比不是麒麟 9020 与麒麟 9030 Pro。苹果的效率核心远超华为的 Prime 核心。苹果的低功耗核心提供了高出 20% 的整数性能，而功耗仅为 1 瓦，相比之下华为 Prime 核心为 4.5 瓦。N+3 与台积电 N6 相当，但 N6 已经是几代前的技术了。苹果和高通基于 N4 和 N3P 构建，这些节点密度更高，并且具有更好的电压 - 频率曲线，为它们提供了更大的晶体管预算和更高的每瓦性能。

9030 自身的核心确实有所改进。中型和 Tiny 核心的每时钟整数性能比 9020 分别提高了 17% 和 14%，中型核心的浮点性能持平，Tiny 核心提高了 11%。Tiny 核心改进明显，性能提升的同时功耗下降，整数效率提高 45%，浮点效率提高 24%。中型核心则喜忧参半：整数性能提升但功耗上升更快，整数效率下降 7%，而较低的功耗使浮点效率提升 16%。

在相同或更低频率下的每时钟增益是微架构层面的，因此核心经过了调优，而不仅仅是缩小。两者也都未能保持其额定最大频率，这表明存在热、功耗或稳定性限制。每时钟来看，中型核心约相当于 Arm Cortex-A720，Tiny 核心接近 Cortex-A520；绝对性能落后是因为华为将它们的时钟频率设置得低得多。

Prime 核心每时钟大致相当于 Cortex-X2 级别，这是 2021 年的设计。苹果 2020 年的 M1 Firestorm 核心每时钟仍然高出 35%，在类似的 4.5 瓦功耗下绝对整数性能快 57%。当前的前沿技术更进一步：苹果 M5 P 核心每时钟高出 60%，速度快 2.7 倍；Arm C1 Ultra 高出 45%，速度快 2 倍。

每时钟性能与旧的高端核心相当是一项真正的设计成就。华为无法匹敌的是前沿节点的电压 - 频率曲线和晶体管预算，这让苹果、高通和其他公司能够在相同面积内为更宽的核心、更大的缓存和更深的缓冲区投入更多晶体管，同时在更低的电压下运行。

华为的 LogicFolding 路线图是一个答案，通过堆叠有源逻辑来恢复密度并缩短信号路径。我们稍后会回到这个话题。

9020（左）和麒麟 9030（右）马良 GPU 计算单元。来源：Kurnal, SemiAnalysis

GPU 计算单元（CU）的变化比 CPU 核心更明显，算术逻辑单元（ALU）集群和整个 CU 都采用了更矩形的布局。即使增加了光线追踪支持，一个 CU 也缩小了约 28%。

9020 马良 920（左）和麒麟 9030 马良 935（右）GPU 集群。来源：Kurnal, SemiAnalysis

然而，这种缩小被 CU 从 4 个增加到 6 个所抵消，并且 CU 外部的面积增长了 33%。总体而言，GPU 集群面积扩大了约 10%。

9030 Pro GPU 性能对比。来源：Notebookcheck, SemiAnalysis

GPU 是华为取得最大进步的地方。马良 935 与当前旗舰产品相比没有竞争力，但它比 920 有了很大的提升，达到了旧旗舰的水平。在 3DMark 中，它的 Wild Life Extreme（WLE）比 920 快 70%，Steel Nomad Light（SNL）快 79%；时钟频率提高 11%，CU 增加 50%，约 67% 的理论提升大致与 WLE 匹配，而 SNL 则超过了这个水平。

它在 WLE 和 SNL 中略领先于骁龙 8+ Gen 1，在 WLE 中领先于天玑 9200 和苹果 A16，但仍远远落后于更新的产品：骁龙 8 Elite Gen 5 和天玑 9500 在 WLE 中快约 2.4-2.6 倍，在 SNL 中快约 3.2 倍。

马良 935 是华为首款支持硬件加速光线追踪的 GPU；在这方面，它略领先于 Exynos 2200，与苹果 A16 相当，而当前旗舰产品最快可达 3.7 倍。

9020（左）和麒麟 9030（右）昇腾 NPU。来源：Kurnal, SemiAnalysis

神经处理单元（NPU）经历了所有模块中最大的结构变化，从麒麟 9020 中的一个 Lite 和一个 Tiny 核心变为麒麟 9030 中的一个 Lite 和两个 Tiny 核心。两种核心类型也显示出显著的布局变化。

这是华为 NPU 设计的一次逆转。其在台积电 N5 上的最后一款旗舰芯片麒麟 9000 5G 使用了两个 Lite 和一个 Tiny 核心。采用中芯国际 N+2 的一系列 SoC 改为一个 Lite 和一个 Tiny 核心，可能是为了节省面积。随着麒麟 9030 的推出，华为重新转向更大的多核 NPU 集群，但额外的面积用于 Tiny 核心而非 Lite 核心。

本报告内容来自“积硅步-集大成”，以上仅为一小部分内容，仅限于学习研究用途，报告正文共7980字/单词，下载链接“SemiAnalysis：海思麒麟9030及其N+3制造工艺深度逆向工程分析报告”。

本号知识合集

温馨提示：AI、芯片、半导体、大模型等“99个技术专栏”，请参考智能计算芯知识。