华为韬定律（Tau Scaling Law）：用时间缩微绕开光刻机封锁，2031 年追平 1.4nm

摩尔定律正在失效——连 Nvidia CEO 黄仁勋都公开承认这一点。晶体管不能再无限缩小，物理极限和成本收益递减让整个半导体行业走到十字路口。

在这个节点上，华为在 IEEE 国际电路与系统研讨会上提出了一个新理论：韬定律（Tau Scaling Law，τ Scaling Law）。核心思路是：不再执着于把晶体管做得更小，而是把信号传播的时间做得更短。

这个理论不只是学术论文——华为已经基于韬定律设计和量产了 381 颗芯片，覆盖手机到 AI 计算。今年秋天，搭载逻辑折叠（LogicFolding）架构的新一代麒麟芯片将随 Mate 90 系列发布。

这篇文章涵盖什么

• 韬定律是什么
• 时间缩微 vs 几何缩微：两种路线的根本区别
• 逻辑折叠技术怎么工作
• 华为的 2031 路线图
• 为什么这能绕开 EUV 光刻机封锁
• 行业专家的评价和挑战
• 对 AI 芯片格局的影响

韬定律是什么

韬定律（τ Scaling Law）由华为董事、半导体业务总裁何庭波在 IEEE 国际电路与系统研讨会（ISCAS）上正式发布。

核心主张：用时间缩微（Time Scaling）替代几何缩微（Geometric Scaling）。

传统芯片发展路线依赖摩尔定律——每两年把晶体管尺寸缩小一倍，更多晶体管塞进同样面积。但这条路越来越难走：EUV 光刻机天价、量子隧穿效应、漏电和散热问题。

韬定律换了一个思路：不缩小晶体管，而是缩短信号在器件、电路、芯片和系统之间的传播时间。 信号跑得更快，等效于更多的计算能力。

用一句话概括：摩尔定律追求「更多晶体管」，韬定律追求「更短路径」。

时间缩微 vs 几何缩微

维度	几何缩微（摩尔定律路线）	时间缩微（韬定律路线）
核心策略	缩小晶体管尺寸	缩短信号传播路径
关键设备	EUV 光刻机（ASML 垄断）	先进封装 + 多层电路设计
瓶颈	物理极限、成本飙升	散热、制造良率
受制裁影响	严重（无法获得先进光刻机）	较小（不依赖最先进光刻）
代表厂商	TSMC、Samsung、Intel	华为

逻辑折叠（LogicFolding）怎么工作

韬定律的核心工程实现是逻辑折叠技术：

1. 多层电路架构：把传统单层芯片布局扩展为两层。晶体管在更多点位上相互交互
2. 缩短关键路径布线：通过折叠缩短信号在电路中走过的物理距离
3. 提升晶体管密度：同样的物理面积上塞进更多有效逻辑
4. 提高能效：更短的信号路径意味着更低的功耗

何庭波在演讲中用了一个关键数据：新架构将布局从一层扩展到两层，显著提高能效。

华为的 2031 路线图

华为基于韬定律给出了明确的时间表：

时间节点	目标
2026 年秋天	新一代麒麟手机芯片发布（采用 LogicFolding 架构）
2031 年	实现等效 1.4nm 工艺的晶体管密度

作为对比：

厂商	当前制程	1.4nm 计划
TSMC	2nm（已量产）	2028 年量产 A14（1.4nm）
Samsung	2nm（试产）	2027-2028 年
Intel	Intel 18A（~1.8nm）	2027-2028 年
华为（韬定律）	等效 7nm（通过 DUV 多重曝光）	2031 年等效 1.4nm

华为比 TSMC 晚约 3 年达到 1.4nm 等效性能——但在没有 EUV 光刻机的情况下，这个时间差已经远超行业预期。

为什么这能绕开 EUV 封锁

美国制裁让华为（和整个中国半导体行业）无法获得 ASML 的 EUV 光刻机。传统路线上，没有 EUV 就不可能做出 5nm 以下的先进制程。

韬定律的突破在于：它不追求在光刻层面缩小晶体管，而是在架构和系统层面提升性能。

• 不需要 EUV 光刻机
• 通过先进封装、多层堆叠、路径优化实现等效性能提升
• 用 DUV 光刻机 + 创新架构达到接近 EUV 的效果

正如 DGA Group 技术负责人 Paul Triolo 评价的：「这更像是一种系统级优化准则——缩短布线、堆叠逻辑、改善内存语义，协同设计芯片、封装、软件和集群。」

381 颗芯片：不只是理论

韬定律不是纸上谈兵。华为透露：

• 过去 6 年，基于韬定律设计和量产了 381 颗芯片
• 覆盖智能手机到 AI 计算全场景
• 今年秋天的新麒麟芯片将是逻辑折叠架构的首次商用

行业专家的评价

乐观派：

• Morgan Stanley 中国首席经济学家邢自强：「中国正在技术创新上取得突破，核心优势是产业集群、理工科人才红利和超大规模市场——其他经济体难以复制。我的同事估计，到 2027-2028 年，中国 GPU 本地化率有望达到 50%。」
• Gartner 研究副总裁 Roger Sheng：「中国芯片企业展现了韧性和不断增长的创新能力。」

谨慎派：

• DGA Group Paul Triolo：「堆叠/折叠设计可以产生有效的密度提升，但不意味着华为解决了真正 1.4nm 级制造的完整工艺、良率、功耗、散热和器件性能问题。」
• Counterpoint Research 副总裁 Neil Shah：「这条并行半导体路线在大规模量产上仍未被验证。散热和封装复杂性可能影响制造良率。在旗舰手机上部署是工程壮举，但扩展到 AI 数据中心才是对中国绕过西方制裁创意方案的最高检验。」

对 AI 芯片格局的影响

韬定律不只是手机芯片的故事，它直接影响 AI 算力格局：

1. DeepSeek V4 技术报告首次将华为昇腾 NPU 与 Nvidia GPU 放在同一个硬件验证框架中——这是中国 AI 芯片首次在官方文档中与 Nvidia 同等并列
2. Kimi 的跨数据中心推理架构论文暗示探索国产芯片降低 token 成本
3. Nvidia CEO 黄仁勋上周告诉 CNBC：Nvidia 已经「让出」中国市场给华为

当华为的芯片在 AI 推理中逐步替代 Nvidia，韬定律的系统性优化可能让国产芯片在性能上持续缩小差距。

三大挑战

1. 散热：多层堆叠带来更大的热密度，散热管理是关键难题
2. 良率：新架构的制造良率能否达到量产水平尚待验证
3. 从手机到数据中心的跨越：手机芯片是试金石，AI 数据中心的规模化部署才是终极考验

何庭波本人也承认：「挑战仍然存在，华为只是刚刚开始这条长达十年的新技术发展之路。」

为什么韬定律重要

韬定律的重要性不在于它立刻超越 TSMC——而是它提出了一条绕开 EUV 光刻机的替代路线。

如果这条路线成功，意味着：

• 没有最先进光刻机也能持续提升芯片性能
• 中国半导体不再完全依赖进口设备
• 全球半导体发展有了第二条路径
• 摩尔定律之后的芯片发展不只有一种答案

何庭波在演讲结尾说：「半导体的未来取决于开放协作。没有哪家公司能独立找到所有答案。有了韬定律，我们期待与全球科学家、工程师和行业伙伴紧密合作，推动半导体产业的可持续发展。」

---

作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。

本文首发于 AI人工智能时代，转载请注明出处。