一塊華為晶片在電路板上發出藍光,背景是半導體工廠與AI模型運算視覺化圖像
一塊華為晶片在電路板上發出藍光,背景是半導體工廠與AI模型運算視覺化圖像

這項技術進展值得關注,對關心半導體自主化的同事或朋友來說,是理解中國科技突破的一個重要脈絡。

華為「韜定律」突破製程限制 事件脈絡與關鍵事實

華為近期由高管何庭波提出的「韜定律」引發科技圈廣泛討論。該理論主張在製程工藝受限的情況下,透過「邏輯摺疊」等優化技術降低系統時間常數τ,進而提升晶片效能。據指出,應用此技術的晶片已完成流片,相關產品預計於2026年內落地。這項技術被視為中國突破先進製程封鎖的重要路徑,尤其在美國持續限制高階GPU對華出口的背景下,具備戰略意義。

目前中美AI競爭的核心瓶頸仍是算力。儘管中國團隊如DeepSeek透過模型優化縮小差距,但整體大模型參數規模仍落後美國頂尖閉源模型。美國模型估計參數超過5T,甚至達10T,而國產模型多在1T左右。訓練需求呈指數增長,使GPU數量與品質成為決定性因素。字節跳動的Seedance 2.0雖為全球最強視頻生成模型,卻也因算力不足導致用戶體驗下降,凸顯產業普遍困境。

「韜定律」的實質是對未來晶片發展的綜合技術展望,而非單一技術。儘管邏輯摺疊概念非華為首創,但其3D化晶片結構設計比AMD的X3D更複雜,需重新設計互連架構以降低延遲。然而此技術面臨三大挑戰:極高設計難度、散熱壓力劇增,以及先進封裝產能限制。尤其GPU功率高達數百至千瓦,散熱難度遠高於手機晶片,因此昇騰系列GPU導入時間較晚。

與此同時,國產EUV光刻機尚未量產,當前突破仍仰賴DUV多重曝光與其他技術協同。專家認為,即便未來EUV落地,也可能優先用於存儲晶片,再逐步導入邏輯晶片。在摩爾定律趨近極限之際,「韜定律」代表中國試圖掌握技術話語權的關鍵一步,目標不僅是自主供應鏈,更是為後發國家打破西方技術神話。

事實

  • 2026年5月,華為高管何庭波提出「韜定律」,主張透過邏輯摺疊降低系統時間常數τ以提升晶片效能。
  • 應用「韜定律」的晶片已完成流片,相關產品預計於2026年內落地。
  • 中國AI產業普遍面臨GPU算力不足問題,字節跳動雖為國內GPU最多企業,仍出現模型降智與排隊現象。
  • 美國頂尖閉源大模型參數估計超過5T,甚至達10T,而國產模型如DeepSeek約為1T。
  • 「韜定律」面臨三大挑戰:高難度晶片設計、散熱壓力劇增、先進封裝產能限制。
  • 華為昇騰系列GPU導入邏輯摺疊技術時間晚於手機晶片,主因可能是散熱技術尚未成熟。

Canto 的視覺新聞解說。製作過程可能有 AI 輔助。 編輯政策