巨石第三次滚下山：韬定律里的“西西弗斯法则”

作者：快思慢想研究院院长 田丰，上海证券报 宋薇萍

开篇：1颗芯片，3次自证

2026年9月4日，华为何庭波第三次出手了。

不到4个月，3篇论文，同一个署名——华为半导体业务部总裁。第一篇在5月的国际会议上宣读，抛出一个新概念："韬（τ）定律"；第二篇在7月挂上量产实测数据；第三篇9月，标题本身就带着挑衅的味道——《Huawei's τ Chip Was Supposed to Melt？》，华为的τ芯片，该被烫坏？

这是半导体行业最古老的怀疑之一：芯片往三维方向堆得越密，热量越没地方去，最终自己把自己捂坏。诺贝尔物理学奖得主理查德·费曼有句话流传了半个多世纪——"凡是我不能创造的，我就不能真正理解"。何庭波这次选择的，正是这条最难走的路：不再展示成绩单，而是把芯片拆开，把物理原理摆到桌面上，接受行业里最挑剔的一群人——电路工程师——的盘问。

这场对话，从这3篇论文的递进讲起。

一、从晒成绩单到拆解机理

5月25日，ISCAS 2026 大会上，何庭波首次提出韬定律：用时间常数τ的持续压缩，替代制程节点的几何缩微，作为后摩尔时代芯片演进的新原则。论文称，华为6年间已量产381款芯片；麒麟2026在同一制程下，晶体管密度提升逾50%，能效提升41%，主频提升12.7%，并预测2031年高端芯片密度可追平1.4纳米，且不依赖对应的极紫外光刻设备(EUV)。

一周内，行业就分裂成两派。英伟达CEO黄仁勋公开表态：这对华为是重大技术突破，但对台积电"不构成威胁"，他承认韬定律路径优秀，但台积电在这个方向的积累已近10年。国内也有声音提出"真问题、真工程，但还不是新定律"——争议核心是边界是否清晰、第三方验证是否充分。

7月4日，V2版韬定律扩展到八章，首次公开麒麟2026与量产基准麒麟9030 Pro的同制程对标数据：电压1.1V降至0.9V，功耗降41%，面积缩37.5%，密度升55%，主频升13%。论文同时提出"齿比"概念，披露四代芯片路线图：主频增速要从年均0.05至0.1GHz，跃升到2026年3.1GHz、2029年4GHz。

9月这一篇，是论证方式的根本转向——从摆数据，变成拆机理，靶心对准最难说服的工程师群体。

二、正面迎战"发热"拷问

三维堆叠会不会把芯片捂热？这个疑虑符合直觉——晶体管挤进更小的体积，热源自然更密集，温度理应更高。

何庭波团队没有回避，而是把一颗手机芯片拆到NPU、GPU、CPU大核、DSP四个模块，逐一给出电压、频率、功耗、功耗密度的实测对比。这种自曝家丑式的透明，在企业技术文献里并不多见——论文甚至专门列出一个反例：DSP的第一代堆叠方案，功耗虽降25%，面积同时收缩40%，但功耗密度反而升了24%，直到第二代方案才把密度真正压下去。

这个反例恰恰是论文最有说服力的部分：它证明作者没有挑好看的数字讲故事，而是把不完美的中间过程也摆了出来。半导体行业的信任，向来建立在这种"不怕露丑"的透明度之上，而不是建立在漂亮的PPT上。

答案随之浮出水面：三维堆叠本身不必然导致过热，真正决定发热表现的，是设计团队能否控制住功耗密度。这也为下一节埋下伏笔——密度失控的根源，恰恰藏在芯片最耗电的任务里。

三、耗电的真相：搬运重于计算

论文回到一个被低估多年的常识：芯片功耗账本上最大的一块，不是晶体管翻转这个"计算"动作，而是信号在长导线上跑动这个"搬运"动作。

论文打了个朴素的比方：一个上班族一天里最耗精力的，往往是每天两趟通勤，坐在工位上处理具体事务反而占比有限。一个更极端的例子来自大型AI算力集群——超过80%的电力耗在数据搬运上，真正用于计算的比例反而是少数。

这条物理规律，产业界至少从20年前先进制程开始受阻于导线延迟起就已知晓，只是过去缺少一种能大规模量产验证的架构手段去对症下药。这次的价值，在于用真实量产芯片的数据，把这条已知规律第一次系统性地转化成可复现的工程结果：折叠让信号跑动的距离缩短20%到70%，最耗电的时钟信号网络布线大幅精简，某个功能模块的时钟缓冲器数量从4.36万个砍到1.9万个。省电的根源是搬得少了，跟算得多少几乎无关。

四、电压每降一成，功耗少两成

缩短导线只是省电的一半原因，另一半、甚至更大的一块，来自降压。这背后是一条经典物理规律：功耗与电压的平方成正比，电压每降低一成，功耗理论上便能下降近两成。

这就是折叠架构真正的杠杆：先靠缩短导线腾出富余的时间预算，再把这段预算兑现成更低的工作电压，功耗随之呈平方级跳水。这也是为什么论文反复强调"这些性能差异完全来自架构改变，没有使用新的光刻工艺"——省下来的电，靠的是电路布局的重新设计，而不是更先进的光刻机设备。

半导体行业的老玩笑是戈登·摩尔讲的：如果福特汽车像半导体行业一样进步，一辆劳斯莱斯的价格会降到两块五美元，一加仑油能跑一百万英里。这句玩笑背后的严肃逻辑是——半导体的进步从来不是单一维度的堆料，而是多个变量同时被压榨到极限。韬定律这一次压榨的变量，是电压和导线长度，不是晶体管本身的尺寸。

五、阿姆达尔定律画下的边界

韬定律论文把这套机制类比成软件工程里的阿姆达尔定律：一段程序能加速多少，取决于其中无法并行的那部分有多大。放到电路里，一块芯片能靠拆开跑、降压跑省下多少电，取决于其中必须单线冲刺、无法拆分的部分有多小。

NPU、GPU、DSP这类批量处理数据的模块天生适合拆分并行，折叠腾出的多余晶体管被直接拿去多造几个核心、把电压整体拉低——折叠后的NPU把原来一大两小三个核心换成四个对等的大核，电压从0.85伏降到0.7伏还跑得更快。CPU大核是最典型的单线程角色，无法简单拆分，折叠带来的收益因此只停留在缩短导线这一层，功耗和功耗密度的下降幅度都明显逊色于NPU和GPU。

这背后是阿姆达尔定律早就写好的物理边界。这也意味着，谁能率先攻克三维堆叠下串行电路的降压难题，谁就拿到了当前还没被啃下来的硬骨头——这对专注电路设计方法学的科研机构和EDA软件商、IP供应商，是一个具体、可衡量的方向。

六、省下的时间，花在哪？

"节省下来的时间"该花在哪里，被讲成了一道主动选择题。技术本身只负责腾出预算，不负责替人做决定——同一套折叠架构，既可以把富余的时间预算用来降压降频省电，也可以反过来榨出更高的性能，代价是功耗密度不降反升。

韬定律的选择把竞争的落点，从"这项工艺是不是新发明"，转移到了"能不能一代接一代地，把工程纪律坚持贯彻在每一次取舍上"。诺贝尔经济学奖得主赫伯特·西蒙曾提出一个至今仍被反复引用的判断："信息的丰裕制造了注意力的匮乏。"半导体行业过去几十年恰恰吃了这个亏——制程红利太丰厚，注意力被跑分数字吸走，工程纪律反而被稀释。三维封装本身在同行眼中早已算不上新技术，把时间红利持续、克制地兑现成能效，才是真正难以被短期复制的差异性竞争力。

七、补课清单：工具、系统、标准

从韬定律到一整套生态，是一道需要三方同时补课的系统工程题，任何一环掉队都会让效果打折扣。

第一，设计工具要在做版图布局时，同步安排发热模块与低功耗模块的相邻关系，避免热点在垂直方向层层叠加。这需要把热仿真、电压仿真和版图布局这三件过去分开做的事情揉进同一套流程，目前还没有EDA厂商把这套多物理场协同能力做成成熟的量产工具，谁先补上，谁就掌握三维芯片设计环节的话语权。

第二，调度算法要把原本由一颗高频大核独自扛住的任务，拆给更多低功耗小核并行处理，才能把降压这张牌用到底——这必须让操作系统的任务调度、编译工具链和芯片架构团队反复磨合，简单适配一颗新芯片远远不够。

第三，DSP"面积缩得比功耗快、密度反而先升后降"的反例说明，判断一颗芯片是否安全，不能只看工艺代次或总功耗。市场各方需要在"功耗密度"和"结温"这两个更贴近物理本质的指标上，建立统一、可比对的测试认证标准。标准滞后一步，供应链上下游按老指标做的散热设计就可能集体失灵。

八、价值链的位移：从“光刻”到“互连”

韬定律把"性能提升"与"光刻制程"这两个变量在一定程度上解耦，这将直接改变半导体产业价值池的分布位置——这次"把信号送得更近"取代"把晶体管做得更小"的机遇窗口。

韬定律论文披露的三维互连间距路线图颇具分量：麒麟2026这一代，1.5微米键合间距、5000万个垂直互连，基于成熟的40纳米工艺已实现；下一代麒麟2027，间距收窄到1微米，互连数量超过1亿个；3年内对齐720纳米间距，互连数量超过2亿个；再往后，目标看向480纳米。这相当于给混合键合设备、精密对准和高纯度键合材料这些环节，铺出一条与光刻机进度完全脱钩、跨越多代产品的确定性需求曲线。

也正因如此，无锡近日举办的2026集成电路创新发展大会上，国内先进封装产业链景气度持续攀升，先进封装龙头长电科技近日披露定增方案，拟募资65亿元，主要投向高性能计算高端先进封装平台扩产。三维堆叠、混合键合并非全新技术，华为真正的护城河，在于器件、电路、芯片、系统四层协同设计的组织整合能力。

结语：巨石还会再次滚下山

韬定律论文的收尾，借用了一则古希腊神话：西西弗斯被罚把巨石推上山顶，石头一到山顶便滚落山脚，周而复始，永无止境。

韬定律治下的芯片工程，走的正是这个节奏——折叠一次电路，赚回一段时间红利，把它花在省电上，下一代芯片登场，巨石又滚回山脚，一切重新开始。区别在于，这座山不是原地打转：每一轮循环留下的，是一颗算得更多、烧得更少的芯片，累积的势能推动中国自主芯片产业大步向前。

工作永远做不完，这本身就是韬定律的运行方式。韬定律能否真正改写半导体产业的竞争规则，取决于国产EDA厂商、封装设备商、独立测试机构、产业与风险资本能否在标准接口、信任机制与资本纪律这三件事上跟上节奏——这些答案，都将在接下来几年的量产芯片和市场选择里，逐步揭晓。

参考文章：《华为何庭波再发韬定律论文，大咖系统解读》， 上海证券报 宋薇萍

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

作者：田丰

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。