华为发布“韬定律”，“摩尔定律”的时代结束了
一条定律，到底能有什么威力？
众所周知，半导体行业是讲“摩尔定律”的，即“集成电路上可容纳的晶体管数目，每隔约两年便会增加一倍。”
微观下的芯片就像城市的街道
这句话的言下之意就是：对芯片厂商而言，别的都是虚的，只有提高设计、制造水平，把晶体管越做越小、越排越密才是真的。
这当然不是什么能用数学计算严谨证明的定律，但却是一种对行业发展逻辑的精准归纳，是由快捷半导体和英特尔创始人之一戈登·摩尔（Gordon Earle Moore）于1965年提出的一个经验法则，一个“行业指导性思想”。
乍一看，我们或许会觉得这有什么大不了的，不就是一个行业观察么？
一句轻飘飘的话，凭什么可以定义价值万亿美元的全球半导体行业？
就凭他是英特尔的联合创始人吗？
一句话当然没有这种能量。
但如果这句话被所有厂商当成真理而虔诚信仰的时候，那就是另一个故事了。尤其是当其他业内大佬纷纷提出与之相通的观点，彼此构成了一整个理论体系的时候。
要知道：半导体行业不仅有摩尔定律，还有各种从侧面协助摩尔定律的其他定律。
Dennard缩放定律——晶体管缩小时，电压和电流同步等比缩小，功耗密度保持不变。这是摩尔定律的"能耗伴侣"，让性能翻倍的同时不增加发热。（2005年已失效）
Amdahl定律，并行计算的天花板定律——一个任务里有多少比例是"必须串行"的部分，决定了并行加速的上限。
Wirth定律——软件变慢的速度比硬件变快的速度更快。摩尔定律让硬件每两年翻倍，但软件工程师因此变得粗放，用越来越臃肿的代码换开发效率。
Rock定律——芯片制造设备的成本每四年翻一番，这是摩尔定律的"代价面"——性能在涨，但建一条新生产线的钱也在指数级膨胀。
实际上，从那时候起，整个半导体行业，都选择相信了摩尔的观察，并开始按照摩尔的话来组织自己的行动。
于是，摩尔定律，成为一种契约、一种行业自我实现的“预言”——两年之后，我会给你带来性能翻倍的东西。
基于这样的承诺，芯片厂商按照这个节奏进行投资和研发、设备商按这个节奏开发光刻机、软件公司按这个节奏规划产品迭代、客户按这个节奏制定采购计划。
而更加重要的是，摩尔定律的提出，解决了行业里一个非常现实的问题：如何分摊天文数字的研发成本？
一条芯片生产线，里面包括了光刻机在内的上百种尖端设备，造价动不动就是数百亿美元。你让任何一家巨头公司做这种级别的投入，那都是会带来巨大争议的，但摩尔定律却让大家心甘情愿地做了几十上百次这样的投入。
台积电的生产线，里面堆满了各种设备，绝非只有光刻机才是重要的
原因在于：只要性能每两年翻倍、成本持续下降，就总会有新的应用场景被解锁，总会有新的市场涌现来消化产能。所以英特尔愿意建晶圆厂，台积电愿意投EUV，ASML愿意花二十年开发极紫外光刻机。
因为大家都相信市场会增长，投入会有回报。
摩尔定律是这条产业链上所有人共同押注的底层假设，是一种不言自明、理所当然的东西。
结果就是，这些年我们眼看着芯片制程从7nm一路被干到3nm，晶体管数量从69亿（苹果A12）一路被拉到了280亿（苹果M4）。然后，随着AI时代的到来，对GPU、内存条、硬盘的需求暴增，半导体行业彻底成为了左右打过命运走向的关键领域。
这就是“行业定律”的威力，因为当它开始被全行业所信仰，所有人就都为以此为基本假设而进行真金白银的投入，信的人越多、投入得越多，这种信仰的威力就越强大。
华为“韬定律”何以终结摩尔定律
本来，全世界都可以跟着“摩尔定律”一路“你好我好大家好”走下去的，但当技术越来越先进，当工艺制程从微米级一直下探到纳米级的时候，摩尔定律就开始出问题了。
不是大家不信这老头的话了，而是摩尔定律撞上了物理学的铜墙铁壁——量子隧穿。
经典物理学中，能量不够就过不了障碍，就好比你不踩油门，那车就上不去坡。但电子不是汽车，它的位置是一团概率分布。这团概率雾会渗入障碍物内部，如果障碍足够薄，渗过去的概率就不为零——电子就这样"穿墙而过"了。
在微米级别的晶体管中，这种障壁非常厚重，电子根本穿不过去。但晶体管缩小到几纳米时，势垒薄到挡不住这种穿透，关不断的漏电流就由此产生了，这就是几何缩放的物理极限。
电子是量子粒子，量子隧穿是它的内禀属性，没有任何工程手段可以消除。当沟道长度进入2纳米、1纳米量级，隧穿电流会强到让晶体管完全失去开关功能，芯片就废了。
这就是那个困扰全行业的大问题：当摩尔定律失效后，我们要怎么办？
或者我说得更直白些：物理学的铜墙铁壁就在那里，我们既然无法打破物理学约束，那要如何提升芯片性能？
行业里的能人异士们当然提出过许多解决办法，英伟达押注GPU大规模并行，用堆算力核心换性能；苹果做软硬一体协同，M系列芯片靠统一内存架构和自研指令集榨干每瓦性能；台积电转向先进封装，CoWoS和SoIC把多颗芯片叠在一起当一颗用；AMD用Chiplet把芯片切成小块分开制造再拼装，降成本同时提良率......等等等等。
工程上，大家都有自己的解题思路。
但在总体的行业指导思想上，自从摩尔之后，再无人能够提出那种“三界大魔皆拱手，十方外道悉皈依”的宏观原则了。
直到昨天，直到华为终于发布了“韬定律”，回答了那个问题。
来看看华为“韬定律”论文里的几条核心信息吧！
首先，摩尔定律已经game over了。
论文说：晶体管继续缩小带来的红利已经消失。7nm以下，每个晶体管的成本不降反升；设计一颗2nm芯片的费用超过10亿美元。
虽然没有明确否认摩尔定律，但看了我们之前论述，大家也应该明白：当这句话被挑明了，也就意味着大家不能再像以前一样跟着摩尔定律去投资产线了。
第二，新框架：把"空间"换成"时间"来衡量进步。
论文说：摩尔定律的本质从来不是"晶体管变小"，而是"信号传递变快"。小只是手段，快才是目的。所以他们提出用τ（时间常数）作为新的统一衡量标准，贯穿从晶体管（皮秒级）到数据中心（秒级）整个十二个数量级。
以前大家盯着"晶体管有多小"，何庭波说这是盯错了指标。真正重要的是"数据跑得有多快"。就像衡量一座城市不该只看面积，而该看通勤时间——时间才是真正的货币。τ缩放就是把这个逻辑系统化。
第三，最有意思的一个，LogicFolding（逻辑折叠），在固定节点上实现代际跨越。
论文说：把芯片从"平铺"变成"垂直叠起来"，让原本很长的电路信号路径大幅缩短。在麒麟2026上实测：晶体管密度从155跳到238 MT/mm²（一步顶三年的几何缩放），能效提升41%，频率提升13%。
也就是说，以前芯片是"平房"，信号从巷子这头跑到那头要很长时间。LogicFolding把它改成"楼房"，上下层之间打通，信号走楼梯比走平路短得多。关键是：没有换新的光刻机节点，只是重新安排了布局，就实现了以前需要三年才能达到的密度提升。
第四，AI数据中心：数据搬运比计算本身更是瓶颈。
论文说：大型AI集群里，超过80%的能量被"数据移动"消耗，超过70%的成本在数据存储。减少数据传输时间，和减少计算时间一样重要，甚至更重要。
指出了AI集群的成本关键——训练大模型时，芯片"想"得快不是核心问题，芯片之间"说话"太慢才是。就像一群聪明人开会，不是每个人思考慢，而是麦克风和传话效率太低，大家都在等。
第五，统一总线（UB）：让几百块芯片像一块芯片一样工作。 。
论文说：传统多芯片系统通过多层协议传数据（PCIe、以太网、InfiniBand叠加），每次转换都加延迟。统一总线用一套协议打通全部，远程访问延迟从几十微秒压缩到100纳秒，降低约500倍。
这是中国人最擅长的事情——系统工程——统一总线相当于在所有芯片之间建了一条高速直通管道，几乎瞬间就到。一个机架里几百块芯片，对外表现得像一块大芯片。
第六，3D Folding（3D折叠）破解"面积与周长"的根本矛盾。
论文说：传统2.5D芯片封装里，计算能力随面积增长（N²），但内存带宽、供电、I/O都只能从芯片边缘进入，只随周长增长（N）。芯片越大这个矛盾越尖锐。3D Folding把存储、供电、光I/O都挪到"垂直方向"，让它们也随面积增长，彻底解决这个拓扑困境。
想象一栋楼，住的人（计算）随楼层数平方增长，但电梯（带宽）只开在边上，越盖越高、电梯越不够用。3D Folding相当于给每层楼都装了天花板电梯，带宽和楼层数同步增长，不再卡脖子。
第七，逻辑与存储重新融合。
论文说：上世纪80年代，CPU和内存被刻意解耦，各自独立发展。AI时代这个趋势正在逆转——数据移动太关键，逻辑和存储必须紧密物理集成，这重塑了整个半导体产业链的权力格局：不做芯片只做封装和存储的公司，话语权正在变大。
第八，方法论意义：τ是整个行业的共同语言。
论文说：τ缩放是自Dennard缩放（1974年）以来，第一个能统一指导整个计算堆栈（从晶体管到数据中心）的优化原则。
它让工艺工程师、电路设计师、系统架构师、软件团队说同一种语言。
总结就是：几何缩放时代结束了，下一个十年的竞争不在光刻机节点，而在如何通过垂直堆叠、光互联、系统架构协同，系统性地压缩数据在芯片内、芯片间、机架间流动的时间。而且人家也不是纯粹玩概念，人家是有实际产品的——华为用六年、381块量产芯片验证了这套方法论，并把它最终整理编纂成一个可以替代摩尔定律的新行业指导原则。
文中观点仅为作者观点，不代表本平台立场
