数百 μs → 数百 ns
统一总线 + Hi-ONE 压缩通信延迟
深度分析报告 · 系统级算力的中国答卷
从摩尔定律到时间缩微——当几何缩微撞上物理极限,华为选择不在被锁住的赛道上竞速。
「韬(τ)定律」由华为半导体业务部总裁何庭波于 2026 年 5 月 25 日在上海 ISCAS 2026 正式提出,核心是以「时间常数 τ 缩微」替代摩尔定律的「几何缩微」——不死磕晶体管尺寸,而通过逻辑折叠(LogicFolding)贯穿器件—电路—芯片—系统四级,压缩信号传播时延。基于此六年已量产 381 款芯片,目标 2031 年实现等效 1.4nm 密度。
⚠️ 用户问题中「徐直军在 HC 2025 提出韬定律」是相关但不同的事件:徐直军 2025-09-18 提出的是配套的「超节点+集群」系统战略,正式命名出自 2026 年 5 月。
用工程系统创新对冲先进制程封锁。Atlas 950 SuperPoD(8192 卡 / 8 FP8 EFLOPS)与 Atlas 960(15488 卡 / 30 EFLOPS)在系统级指标上对标并明显大于 NVIDIA Vera Rubin NVL144 / NVL576。代价是物理规模:占地 ~1000–2200 m²、单 NPU 能效落后。争议「系统级超越 NVIDIA」是有争议的——单芯片仍落后约一代,CUDA 护城河十年内难撼。
这是「双轨现实」:中国数据中心 / 受管制负载应认真评估 Ascend 910C/950 + 灵衢 UB 超节点;追求生态成熟度、单卡能效、全球部署的负载,NVIDIA Blackwell/Rubin 仍是默认。三个关键阈值:(1) 950PR/DT 实际量产规模与 yield;(2) 中芯 5nm yield 能否 2027 前破 60%;(3) 灵衢 2.0 能否吸引海光/寒武纪/平头哥加入。
跨 30+ 信源交叉验证的核心数据与论断。带 争议 标记者口径存在分歧。
| 主题 | 关键数据 / 论断 | 来源与日期 |
|---|---|---|
| 韬定律提出 | 何庭波,ISCAS 2026,主题《半导体新路径探索与实践》;论文《A Time Scaling Theory for Multi-Layer Electronic Systems》 | 华为官网 / 观察者网 2026·5·25 |
| 命名来源 | τ = 时间常数;中文音译「韬」取「韬光养晦」之意;跨 12 个数量级的统一优化目标 | 21 世纪经济报道 2026·5·26 |
| 量产验证 | 381 款芯片(2020·5–2026·5),覆盖移动/AI/车载/工业/基础设施 | 华为新闻稿 2026·5·25 |
| 麒麟 2026 | 制程不变,密度 155 → 238 MTr/mm²(+53.5%),P 核能效 +41%,频率 2.75→3.1 GHz | 何庭波 ISCAS PPT |
| 2031 目标 | 等效 1.4nm 密度(>400 MTr/mm²),频率 5.0 GHz;2035 AI 硬件集成度 +100× | 华为论文 |
| Atlas 950 SuperPoD | 8192×950DT · 8 FP8 EFLOPS · 1152 TB · 16 PB/s · 1000 m² | 华为 HC 2025 / Tom's Hardware |
| Atlas 960 SuperPoD | 15488 卡 · 30 FP8 EFLOPS · 4460 TB · 34 PB/s · 2200 m² | 华为 HC 2025 |
| NVIDIA NVL144 | 144 GPU dies · 3.6 NVFP4 EFLOPS · 75 TB · 2026 H2 | GTC Washington 2025 |
| NVIDIA NVL576 | 576 dies · 15 FP4 EFLOPS · 600 kW/机柜 · 2027 H2 | TweakTown / Introl 2026 |
| 制程现实(SMIC) | 7nm N+2 yield ~40–50%(2025);5nm 级 ~20%;目标 2026 高端逻辑 die 1.6M | EE Times / AEI 2026·4 |
| N2 晶圆成本 | ~$30,000/片(约 N4/N5 两倍) | 中国时报 / Tom's Hardware 2025·6·4 |
| CUDA 护城河 | Ascend 训练 LLM 比 NVIDIA 贵 30–50%;CANN 开发者活跃度约 CUDA 的 1/10 | ainvest / ChinaTalk 2025 |
两个相关但不同的事件,常被混为一谈。先厘清归属,再看四级协同体系。
| 层级 | 核心动作 | 关键技术示例 |
|---|---|---|
| 器件层 | 从晶体管电阻、寄生电容入手,物理底层压缩 τ | 材料 / 晶体管沟道工程 |
| 电路层 | 突破平面布局,逻辑折叠将电路从单层折至多层 | LogicFolding · SkyBridge(布线面积 −60%)· SkyClock(性能 +5%) |
| 芯片层 | 软件/架构/芯片全栈协同,按负载调配指令流 | 软硬芯协同 · 近存计算 |
| 系统层 | 定义灵衢总线,重构互联协议,统一内存编址 | UnifiedBus · Hi-ONE 近封装光学 · 背面供电 |
不是敌人,更像接班。一个把晶体管做小,一个让信号跑得更快、绕得更短。
晶体管密度路线(同制程下的「时间缩微」增益)
MTr/mm² · 基于何庭波论文披露,2031 为等效 1.4nm 目标
昇腾 / 鲲鹏 / Atlas 超节点 / 灵衢互联——四条主线的演进时间轴。
| 系统 | 时间 | 卡数 | 算力(FP8/FP16) | 内存 | 互联带宽 | 占地 |
|---|---|---|---|---|---|---|
| CloudMatrix 384 | 2025 Q1 | 384×910C | 300 PFLOPS BF16 | 49.2 TB | 1229 TB/s | 16 机柜 |
| NVIDIA GB200 NVL72 | 2024–25 | 72 B200 | ~180 PFLOPS BF16 | 13.8 TB | 576 TB/s | 1 机柜 |
| Atlas 950 SuperPoD | 2026 Q4 | 8192 | 8 / 16 EFLOPS | 1152 TB | 16.3 PB/s | 1000 m² |
| NVIDIA NVL144 | 2026 H2 | 144 dies | 1.2 / 3.6 EFLOPS | 75 TB | 260 TB/s | 1 机柜 |
| Atlas 960 SuperPoD | 2027 Q4 | 15488 | 30 / 60 EFLOPS | 4460 TB | 34 PB/s | 2200 m² |
| NVIDIA NVL576 | 2027 H2 | 576 dies | 5 / 15 EFLOPS | 365 TB | 1.5 PB/s | 600 kW/机柜 |
| Atlas 950 SuperCluster | 2026 | >520,000 | 524 EFLOPS FP8 | — | — | 10,000+ 机柜 |
| Atlas 960 SuperCluster | 2027 | >1,000,000 | 2 / 4 ZettaFLOPS | — | — | — |
单芯片华为仍落后约一代;互联与生态是真正的胜负手。
| 厂商 / 芯片 | 工艺 | FP4 | FP8 | HBM | 带宽 | TDP |
|---|---|---|---|---|---|---|
| Huawei Ascend 950PR/DT | SMIC | 2 PFLOPS | 1 PFLOPS | 128/144 GB 自研 | 1.6/4 TB/s | 600W |
| Huawei Ascend 960 | — | 4 PFLOPS | 2 PFLOPS | 翻倍 | 翻倍 | — |
| NVIDIA Rubin R200(die) | TSMC 3nm | ~25 PFLOPS | ~8 PFLOPS | 144 GB HBM4 | 20.5 TB/s | — |
| NVIDIA Rubin Ultra(4-die) | TSMC 3nm | 100 PFLOPS | — | 1 TB HBM4e | — | — |
| AMD MI455X | N2 + N3 | 40 PFLOPS | 20 PFLOPS | 432 GB HBM4 | 19.6 TB/s | — |
| Google TPU v7 Ironwood | — | — | 4.614 PFLOPS | 192 GB HBM3e | 7.37 TB/s | ~1 kW |
| AWS Trainium 3 | 3nm | — | 2.52 PFLOPS | 144 GB HBM3e | 4.9 TB/s | — |
| Intel Gaudi 3 | TSMC 5nm | — | 1.835 PFLOPS | 128 GB HBM2e | 3.67 TB/s | 900–1200W |
| 协议 | 主推方 | scale-up 上限 | 状态 |
|---|---|---|---|
| NVLink 5 / Fusion | NVIDIA | NVL576(576 dies) | 量产 · 仅部分授权 |
| UALink 1.0/2.0 | AMD/Intel/Google/MS/Meta/Broadcom… | 1024 加速器 | 2026 H2 入实验室,2027 出产品(联盟自承认非完全竞品) |
| 灵衢 UnifiedBus 2.0 | Huawei | 8192 卡 / 集群 524,288 | 已商用 · 与 NVLink 并列「唯二真正商用」 |
| Google ICI(TPU) | 9216 chips/Pod | 量产 · 3D torus + OCS | |
| AWS NeuronLink | AWS | UltraServer 64/144 | 量产 |
关键事实:自约 7nm 起,「纳米」数字已不再对应任何物理栅极长度——这是营销节点命名。
晶体管架构演进:FinFET(22/16nm 起,栅极环绕鳍三面)→ GAA Nanosheet(栅极完全环绕水平堆叠纳米片,改善静电控制、降低漏电)。GAA 是 TSMC N2(2025 Q4 量产)、Samsung 3nm、Intel 18A 的共同选择。相对 N3E,N2 同功耗 +10–15% 性能,或同性能 −25–30% 功耗。
| 厂商 | 节点 | 时间 | 关键特征 |
|---|---|---|---|
| TSMC | N2 | 2025 Q4 量产 | 第一代 GAA nanosheet |
| TSMC | A16(1.6nm) | 2027 量产(从 2026 推迟) | N2P + Super Power Rail 背面供电 |
| TSMC | A13/A12 | 2029 | 1.3/1.2nm 级 · 不用 High-NA EUV |
| Samsung | 3nm GAA | 2022 | 业界首个 GAA 量产但良率被诟病 |
| Intel | 18A | 2025 量产 | RibbonFET(GAA)+ PowerVia 背面供电 |
| SMIC | 7nm N+1/N+2 | 2023–2025 | DUV 多重曝光(34 步 vs EUV 9 步)· yield ~40–50% |
| SMIC | 5nm 级 | 2025 试产 | yield ~20% · 成本比 TSMC EUV 高 50% |
非对称突围:用系统级算力总量,换被剥夺的单芯片制程。
核心逻辑 —— 在被剥夺 TSMC 3/2nm 与 EUV 设备的现实下,华为选择不在被锁住的赛道竞速:单芯片落后 2–3 代,但通过 8192–15488 卡超节点 + 万卡–百万卡集群,在系统级总量上反超。
可行性前提 —— 中国电力成本下降(2022 $90.7/MWh → 2025 部分地区 $56/MWh)· 东数西算国家工程 · 政府指令(2025·9 停止采购 NVIDIA GPU)创造的 captive 市场。
| 厂商 | 路线 | 关键产品(2025) | 与华为关系 |
|---|---|---|---|
| 华为(海思) | 全栈自研(芯片+CANN+MindSpore+灵衢+鸿蒙) | Ascend 910C · Atlas 900 A3 | 主导者 · 目标灵衢生态盟主 |
| 寒武纪 | ASIC 专用 · Neuware | 思元 590(7nm · 512 TOPS) | 字节重要客户 · 2025 Q1 营收 +4347% |
| 海光信息 | x86 CPU + GPGPU · 兼容 ROCm | 海光 DCU(FP64 强) | 金融电信主战场 · 差异化 |
| 壁仞科技 | 通用 GPU · Chiplet | BR100(770 亿晶体管) | AI 实验室 · 运营商 |
| 摩尔线程 | MUSA · 兼容 CUDA | S5000 · 已万卡集群 | 2026「花港」十万卡级 |
中国 AI 加速芯片市场份额(2024 · Bernstein)
2025·9 政府指令「停止采购 NVIDIA GPU」后,结构正快速变化 — 争议
明确采用 「超节点+集群」为主力,尤其金融/政务/能源/电信。训练 >1T 模型的客户预订 Atlas 950 SuperPoD 2026 Q4 窗口(规划 1000 m² 电力/制冷)。推理走多元路线(海光/寒武纪/摩尔线程),避免单一锁定。CANN 生态要早投:2–3 年内建「CANN below CUDA」调优能力。
双栈不可避免:国内用 Ascend/灵衢,海外用 NVIDIA/AMD;短期内不赌任何一方「统一胜利」。关注 UALink 2.0(2027 才交付)作为对冲——但它不会成为 NVLink 的完全竞品。
看多触发:中芯(2027 前 5nm yield 破 60%)· 华虹 · 长电/通富(2.5D/3D)· 华大九天/概伦(EDA)· 中微/北方华创(设备)。谨慎:仅做 CUDA 兼容路线者风险更高;寒武纪 +4347% 高增长需观察可持续性。监测:① 950 实际出货 vs 1.6M 目标 ② HBM 国产化 ③ CANN 活跃开发者 ④ 灵衢是否真吸引外部部件商。
1. 命名与归属 —— 「韬(τ)定律」由何庭波于 2026·5·25 ISCAS 提出,而非徐直军;但战略框架根植于徐直军一年前的「超节点+集群」。
2. 未来规格不确定 —— Atlas 960(2027)、Ascend 970(2028)、麒麟2031 等均尚未量产、未经第三方验证;NVIDIA NVL576、AMD Helios 同理。所有「未来对比」应理解为路线图意向。
3. 争议 对比口径 —— 华为通常是系统对系统、常用 FP4 低精度;NVIDIA 单芯片性能/内存带宽/能效仍领先。独立分析确认 CloudMatrix 384 以 ~5× 芯片、~16× 占地、~4× 功耗换系统级胜利。
4. SMIC 数据多为外部估算 —— 7nm yield 在不同来源 20%/40%/60–70% 间矛盾(TD Cowen / TechInsights / EE Times 各异)。
5. CUDA 生态评估有主观性 ——「CANN ≈ CUDA 的 1/10」来自第三方观察,非官方统计。
6. 逻辑折叠机制未完全公开 —— 核心专有技术;SkyBridge/SkyClock 命名出自 PPT,EDA 工具/混合键合参数/yield 仍是黑盒。
7. 股价 ≠ 技术验证 —— 发布当日中芯 +18.78%、华虹 20% 涨停反映短期情绪。
8. 政治变量决定上限 —— 出口管制可进一步收紧(ASML DUV、HBM3e);所有预测均假设当前管制框架不发生根本变化。