🏢 公司C档 · NaN分

晶体管到头了,华为向时间要性能

··约1分钟阅读

📋 总体概括

余承东宣布华为已在手机、AI、通用计算、网络、智能汽车五大领域量产381款τ芯片。从何庭波提出韬定律到体系化量产落地,华为把半导体演进的主战场从空间搬到了时间。本文拆解韬定律的技术逻辑、381款芯片背后的产业信号,以及这条新路线的成色与考验。

📄 正文

10月4日,华为常务董事、终端BG董事长余承东发布视频,抛出一个颇有分量的数字:华为半导体已经在手机、AI、通用计算、网络、智能汽车等多个领域,成功设计并量产了381款τ芯片。

381款,不是实验室样片,不是PPT概念,而是量产。

这不是一次孤立的产品官宣。时间往回拨五个月,今年5月,华为公司董事、半导体业务部总裁何庭波在2025国际电路与系统研讨会(ISCAS 2025)的主旨演讲上,首次提出半导体全新演进路径——韬定律。五个月后,这条路线用381款量产芯片完成了一次从理论到工程的自证。

核心判断先放在这里:当几何缩微逼近物理极限,华为没有在旧赛道上继续内卷,而是把半导体演进的主战场,从空间搬到了时间。这件事的产业意义,可能比381这个数字本身大得多。

📏 韬定律:一道把空间换成时间的数学题

先讲清楚一个背景:过去几十年,芯片性能提升的基本逻辑,是不断缩小晶体管。

晶体管越小,同样面积塞进去的越多,性能越强、功耗越低。这就是行业沿用了半个多世纪的摩尔式叙事。但余承东在视频里说得直白:随着晶体管尺寸接近物理极限,性能提升越来越难。因为空间是有极限的。

空间到头了,怎么办?华为的答案是:换一个思路,向时间要性能。

据华为官方介绍,韬定律提出以「时间(τ)缩微」替代「几何缩微」,作为半导体与电子系统演进的新指导原则,通过逻辑折叠等创新技术,持续压缩信号传播时延,不断提升晶体管密度,从而实现半导体与电子系统的持续演进。

两种路线的差异,可以看这张表:

维度几何缩微(传统路线)时间缩微(韬定律路线)
核心思路不断缩小晶体管尺寸压缩信号传播时延
性能来源晶体管密度提升逻辑折叠与系统级优化
天花板逼近物理极限突破平面布局的物理边界
演进抓手制程工艺迭代器件到系统多层级协同

理解这张表的关键,在于理解τ是什么。τ是时间常数,本质上是衡量一个电子系统「快慢」的标尺。传统路线卷的是单位面积塞多少晶体管,韬定律卷的是单位时间完成多少任务。

一个延续旧地图,一个重新画地图。这就是韬定律最本质的区别。

💡 时间的账本:计算之外,还有传输和等待

要理解向时间要性能,得先算清楚一颗SoC芯片的时间账本。

余承东在视频里给出的拆解非常朴素:芯片完成一项任务,时间不光花在计算上,还花在数据传输和等待上。这句话值得展开,因为它是整个韬定律的物理学起点。

用一张图看芯片任务时间的构成:

真相是,在一颗现代芯片里,真正用来「算」的时间,往往只占总时间的一小部分。数据在晶体管之间来回搬运,信号在线路上传播,模块之间互相等待——这些不产出计算结果的时间,才是真正的浪费大头。

这不是华为一家的话术,业界早有量化佐证。斯坦福教授Mark Horowitz在ISSCC 2014的经典分析中给出过一组被广泛引用的数据:从DRAM读取一次32位数据的能耗约为640pJ,而一次32位浮点乘法只需约3.7pJ——搬运一次数据的能耗,大约是完成一次运算的170倍。时间账本上是同样的结构:数据挪得越远、等得越久,浪费越大。

而几何缩微路线对这个浪费的改善是间接的:晶体管更小了,走线理论上可以更短,但芯片整体规模越做越大、越做越复杂,传输和等待的时间反而在系统层面不断膨胀。这解释了一个所有人都见过的怪现象:制程年年进步,实际体验提升却越来越钝。

系统层面的证据更直观。谷歌团队在2022年公开的PaLM大模型训练论文中披露,其模型算力利用率(MFU)约为46%——换句话说,即便在专为AI优化的大规模集群上,也有超过一半的训练时间,芯片并没有在进行有效计算,其余都消耗在数据搬运与同步等待上。这正是「传输和等待占比高」最硬核的第三方注脚。

韬定律的解法,余承东概括成两句话:让数据少绕路,让计算不用等。花更少的时间完成更多的任务。

这话听起来像发布会话术,但拆开看,它对应的是非常具体的工程动作:压缩信号传播时延,缩短关键路径。也就是说,华为不是在单个晶体管上死磕,而是把整颗芯片当成一张「时间地图」来重新规划。这是叙事层面的根本切换:从空间密度优先,转向时间效率优先。

🧩 逻辑折叠:突破平面布局的四层打法

那么具体怎么做?华为给出的核心技术叫逻辑折叠(LogicFolding)。

传统芯片设计受制于平面布局,电路铺在一张「平面地图」上,关键路径的走线长度受物理空间约束。逻辑折叠的思路,是突破传统平面布局的物理边界,把逻辑电路像折纸一样「折叠」起来,显著缩短关键路径的走线长度——数据少绕路,时间自然省下来。

但真正值得注意的是,逻辑折叠不是孤立的单点技术。华为构建了一套贯穿器件、电路、芯片到系统层面的多层级协同优化体系,以系统性降低时间常数τ为目标:

这四层各自解决什么问题?按华为官方披露的信息:

  • 器件层面:通过优化晶体管和互连的电阻及寄生电容,从物理底层最大限度缩微器件级时间常数τ;
  • 电路层面:通过逻辑折叠技术突破传统平面布局的物理边界,显著缩短关键路径的走线长度;
  • 芯片层面与系统层面:材料里明确该体系贯穿到芯片与系统,驱动各层级性能、能效、晶体管密度的持续提升。

这套打法在产业上的含义很微妙。过去讲芯片性能,讲的是单点技术——制程、架构、封装,各管一段。而韬定律讲的是贯穿四层的协同:器件层的改进要为电路层的折叠服务,电路层的改进要为芯片层的时延目标服务,最终汇成系统层的体验。设计自由度从「一层内部」变成了「四层之间」。

从工程角度看,这种跨层协同的设计范式,对芯片设计团队的组织能力和工具链的要求极高,不是有钱有工艺就能复制的。这也意味着,韬定律即便被验证,短期内也更像一种体系能力,而非可以简单授权的技术授权包。

🔢 381款量产芯片:从一条定律到一个体系

再回到381这个数字。

一条新定律从提出到被产业接受,通常要跨三道坎:理论上自洽、工程上可落地、商业上能量产。何庭波5月演讲解决的是第一道,10月余承东的官宣,直接把后两道一起跨了,设计并量产,覆盖手机、AI、通用计算、网络、智能汽车五大领域。

这五个领域的分布,信息量不小:

领域τ路线的典型收益
手机时延敏感,体验提升直接可感
AI数据吞吐巨大,传输与等待占比高
通用计算性能能效并重
网络天然以时延为核心指标
智能汽车实时性要求严苛

注意一个共性:这五类场景,全都是传输和等待占比高、时延即体验的场景。前文引用的PaLM训练数据——近半时间不做有效计算——就是AI场景的缩影;智能汽车的实时响应,晚一毫秒就是另一种产品定义。韬定律把第一个战场选在这些地方,不是偶然,而是它的物理学起点决定的,哪里浪费的时间多,哪里压缩时间的收益就大。

381款的真正信号在于:这不是一颗芯片的突围,而是一条设计方法论的规模化验证。同一套以τ为核心指标的设计体系,能跨五大领域批量产出并量产,说明它已经从论文里的概念,沉淀成了可复用的工程能力。关键的门槛不在于数量本身,而在于「量产」两个字——那是从0到1和从1到100的区别。

对产业链而言,这还意味着一件事:在先进制程受限的大背景下,华为用一种不依赖几何缩微的路径,重新打开了性能、能效和晶体管密度的成长曲线。这条曲线能不能持续抬升,将直接影响国内消费电子与算力产业的底层预期。

⚠️ 冷静看:新叙事的三道考验

当然,产业分析不能只跟着官宣走。韬定律要真正站稳,还有三道考验摆在明面上。

第一,数据的公开与验证。目前公开信息以方向性描述为主,τ缩微的具体量化收益、逻辑折叠在不同制程节点上的适用边界,还有待更多第三方可验证的数据。一条新定律的公信力,最终要靠长期、公开、可复现的实测结果来支撑,这也是它与国际主流路线同台对话的入场券。

第二,工具链与生态的迁移成本。跨四层协同的设计范式,意味着EDA流程、设计方法学、验证体系都要围绕τ这个新指标重构。工程师的知识体系也要换血。历史上每一种新设计范式的普及,都要经历数年的生态建设期。

第三,路线的收敛与扩散。381款芯片证明了华为自己能走通,但一条「定律」要成为行业定律,需要被更多设计者采用。韬定律能否从华为的内部方法论,演化为一个开放的技术体系,决定了它的历史地位是「华为的路线」,还是「行业的路线」。

这三道考验,决定了韬定律叙事的最终成色。但反过来说,在一个几何缩微边际收益递减的时代,任何认真提出替代性演进路径的尝试,本身就有产业价值。

小结

从5月何庭波提出韬定律,到10月余承东宣布381款τ芯片量产,华为用了五个月,把一条新演进路径从概念做到了体系化落地。它的本质不玄乎:空间有极限,时间没有;晶体管不能无限缩小,但传输和等待的时间可以无限压缩。

接下来的看点有两个:一是量化数据的持续披露与第三方验证,二是这套以τ为核心的跨层设计范式,能否向更多厂商和场景扩散。如果这两步走通,「向时间要性能」就不只是华为的突围故事,而是整个半导体行业在几何缩微时代之后的一条新地平线。

曲线换轴,才刚开始。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)