【🎁有獎話題】「韜定律」V2來襲:從理論到硅片實證,AI資本開支的「新錨」正在形成?

小虎們好~

7月3日,華為董事、半導體業務總裁何庭波在中國科學院科技論文預發布平臺ChinaXiv正式上線《面向多層級電子系統的時間縮微理論》V2版本。這是該理論自5月25日首次公開發布以來的首次重大版本更新。[Smart]

一篇專業論文的更新如此受關注,是因為V2版本完成了從「思想綱領」到「硅片實證」的關鍵跨越——這不再是一個學術概念,而是一條已經被量產芯片驗證過的產業路徑

一、什麼是「韜定律」?從「幾何縮微」到「時間縮微」

「韜(τ)定律」是華為提出的半導體與電子系統演進的新指導原則。

τ是希臘字母,在電路理論中代表時間常數——信號從一種狀態切換到另一種狀態所需的時間。τ越小,電路切換越快、系統效率越高。

摩爾定律的核心是「幾何縮微」——把晶體管越做越小。而韜定律的核心是「時間縮微」——不再單純依賴縮小晶體管尺寸,而是通過系統性降低時間常數τ,持續壓縮芯片內部信號的傳播時延,從而實現晶體管密度和系統性能的不斷提升。

具體路徑包括邏輯摺疊(Logic Folding)、三維堆疊、先進封裝等系統級架構創新,在晶體管、電路、芯片、系統四個層面持續壓縮信號傳輸延遲。

這是中國首次在全球半導體領域提出具有普遍指導意義的產業演進原則,標誌著中國從「規則接受者」向「規則制定者」的角色轉變。

(摩爾定律 vs 新縮微理論對比圖)(摩爾定律 vs 新縮微理論對比圖)

二、V2升級了什麼?爲什麼這麼受關注?

(昇騰/Ascend芯片架構圖)(昇騰/Ascend芯片架構圖)

如果說5月的V1版本是「拋出理念框架」,那麼V2版本就是一次硬核的「交作業」。但對於投資者來說,不必糾結於技術細節,只需抓住三個核心要點:

要點一:同樣製程,性能躍升一至兩代

以往行業慣例是「換製程=換性能」——從7nm到5nm,晶體管密度提升約30%-40%,通常需要2至3年。但麒麟2026用同一製程節點,僅通過架構重構,就實現了晶體管密度提升55%等性能功耗降低41%。

對投資者而言,這意味著華為找到了一條不依賴EUV光刻機也能持續升級芯片性能的路徑。在先進製程設備被封鎖的背景下,這個突破的戰略意義怎麼強調都不為過。這是一條繞開設備封鎖、依靠架構創新實現「彎道超車」的可行路線。[YoYo]

指標

麒麟9030 Pro

麒麟2026

提升幅度

晶體管密度

155 MTr/mm²

238 MTr/mm²

0.55

主頻(1.1V)

2.75GHz

3.1GHz

0.13

功耗(等性能)

基準

0.59

-41%

芯片面積

基準

0.625

-37.50%

SRAM工作頻率

0.4

時鐘緩衝器

-50%

要點二:目前的提升只是「保守版本」

論文特別說明,當前的混合鍵合間距為1.5微米,摺疊只應用於部分關鍵路徑,沒有覆蓋整顆芯片。換句話說,55%的密度提升和41%的功耗降低,只是「小試牛刀」——邏輯摺疊的全部潛力遠未被釋放。

技術路線的成長天花板還很高,遠未到瓶頸期。未來隨著混合鍵合間距縮小、摺疊覆蓋率提升,性能提升空間仍然巨大。

要點三:一條明確的「四年路線圖」

V2首次披露了未來四代麒麟處理器和昇騰AI芯片的具體性能目標。論文預計,到2035年,AI硬件整體集成度有望較2026年提升100倍以上。

對投資者而言,這意味著:這不是一次性的技術突破,而是一條有明確時間表的持續升級路徑。對於產業鏈上的設備、材料、封測、EDA等環節,這意味著長週期的訂單能見度。

(3D堆疊與混合鍵合的實物結構)(3D堆疊與混合鍵合的實物結構)

三、韜定律如何重塑AI資本開支邏輯?

韜定律V2的發布,恰逢全球AI資本開支正處於歷史級擴張週期。兩者疊加,正在形成一個全新的投資敘事框架。

AI算力的核心痛點,正是韜定律要解決的問題。

何庭波在論文中指出,在一個大型AI集羣中,超過80%的能源消耗於數據移動;超過70%的系統成本用於數據存儲。減少數據在傳輸途中的時間——在芯片間、機架間以及封裝內部——至少與減少計算本身的時間同等重要。韜定律通過系統架構創新(統一總線)、光互連(Hi-ONE)以及封裝拓撲重構(3D摺疊)三個層級協同實現τ縮放,使大規模AI集羣能夠像一個單一邏輯實體一樣協同運行。

全球半導體資本開支正在被AI重塑。 開源證券研報指出,AI基建正在驅動全球半導體開啟多年擴產週期,預計2026年全球IDM與代工廠資本開支達2720億美元,2024至2030年存儲、邏輯賽道複合增速分別達15.7%、11.4%。其中全球先進封裝規劃投資規模達1250億美元,存儲頭部廠商擴產增速領跑。

華為明確以混合鍵合為核心的3D邏輯摺疊工程路徑。麒麟2026在同工藝節點下實現晶體管密度提升55%、等性能功耗降低41%,同時披露了2026至2029年四代芯片演進路線。這一技術路徑將加速國內混合鍵合、TSV、晶圓減薄等先進封裝設備與材料的驗證導入及國產替代。

(「τ Law LogicFolding」路徑圖)(「τ Law LogicFolding」路徑圖)

四、市場反應:資金正在用腳投票

韜定律V2發布後,資本市場反應迅速。

資金層面, $AI人工智能ETF平安(512930)$ 近3日獲得連續資金淨流入,合計「吸金」2.20億元,日均淨流入達7342萬元。 $半導體E(159558)$ 近三月合計「吸金」74.3億元,居同標的產品首位。

產業層面,全球半導體擴產週期方興未艾。7月4日, $美光科技(MU)$ 啟動廣島工廠擴建,總投資1.5萬億日元(約93億美元),生產HBM等AI存儲芯片,預計2028年夏季出貨。韓國以5760億美元押注AI存儲,體現了AI時代對存儲的國家級押注。

機構層面,銀河證券研報認為,全球AI資本開支仍在擴張週期,半導體設備行業需求保持高景氣。申港證券指出,華為韜定律將現有先進封裝和混合鍵合、光互聯等工藝與架構、材料等創新結合,為半導體性能提升提供了新的路線,利好國產晶圓代工廠、先進封裝測試、鍵合等半導體設備、EDA和光通信等環節。

五、投資啟示:三條主線值得關注

結合韜定律V2的技術路徑與全球AI資本開支趨勢,以下三條主線值得關注:

主線一:先進封裝設備與材料

韜定律的核心落地路徑是3D邏輯摺疊,依賴混合鍵合、TSV、晶圓減薄等先進封裝技術。全球先進封裝規劃投資已達1250億美元。混合鍵合、TSV等設備和材料環節,是韜定律從理論走向量產的「關鍵工具」。

主線二:EDA工具鏈

機構研報指出,EDA工具鏈對邏輯摺疊推廣至關重要,是邏輯摺疊的最大增量機遇。邏輯摺疊從「宏塊級離散優化」轉向「單元級連續優化」,對EDA工具提出了全新的設計要求。

主線三:AI算力硬件產業鏈

韜定律在AI算力端的落地,將通過Unified Bus統一總線、Hi-ONE光引擎等技術持續推進。全球雲服務商資本開支仍在擴張週期,GPU、HBM、服務器、光模塊等硬件鏈條持續受益。

總結

韜定律V2的發布,標誌著一項中國原創的半導體產業理論正式進入了工程實證階段。

從5月V1的「概念提出」到7月V2的「硅片實證」,前後不到兩個月。麒麟2026的55%晶體管密度提升、41%功耗降低——這些實測數據不僅驗證了一條技術路線,更為全球AI資本開支提供了一個全新的估值錨點:在不依賴極致製程的前提下,通過系統級架構創新,AI算力硬件仍然存在巨大的性能提升空間。

當摩爾定律放緩成為行業共識,韜定律正在為全球半導體產業提供第二條曲線。 而這條曲線的落地,正在驅動一輪全新的資本開支週期——從先進封裝到EDA工具,從混合鍵合設備到AI算力硬件,產業鏈的每一個環節都在被重新定價。

7月17日,2026世界人工智能大會(WAIC)將在上海舉行,華為昇騰將集中展示最新產品。

韜定律的故事,才剛剛開始。[Evil]

小虎們認爲韜定律V2的發布會對AI算力鏈帶來怎麼樣的衝擊?歡迎在評論區留下你的看法~

🎁評論即可得獎品如下噢~

🐯對以下帖子的所有有效評論都將收到5個老虎硬幣。

🐯前10名和後10名有合格評論的小虎將獲得另一個10個老虎硬幣。

🐯前5名最受歡迎和高質量的評論將獲得另一個15老虎硬幣。

(備註:話題虎幣打賞出於隨機抽取與鼓勵新用戶真誠分享高質量觀點性質,嚴謹刷屏及惡意行為。)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Report

Comment34

  • Top
  • Latest
  • tiger wing
    ·07-06
    韜定律 v2 核心亮點與硅片實證華為海思發布的 v2 版本,補充了大量工程數據,證實了新理論的可行性:量產數據驗證:對比基準晶片(麒麟9030 Pro),採用 LogicFolding(邏輯折疊)技術的 Kirin 2026 在同等性能下,功耗降低 41%,電晶體密度顯著提升。架構突破:透過門級三維互連、多有源層堆疊及統一總線架構(Unified Bus),將數據傳輸從單層平面改為「向高空發展」的立體架構,從根本上解決了物理極限帶來的延遲問題。⚓ AI 資本開支新錨:算力投資的新邏輯傳統依賴盲目擴張集群規模或單純追求先進物理製程的 AI 資本開支模式正在迎來轉變:能效比成為核心錨點:算力提升的瓶頸已轉向「內存牆」與「通訊牆」。韜定律v2 指明了透過 光互聯(Hi-ONE) 與 先進封裝 來最大化系統效率的新路徑,使 AI 資本投入更聚焦於互聯與封裝技術。擺脫 EUV 幾何微縮限制:在先進曝光設備受限的背景下,透過系統級的時間優化與 3D 堆疊,為高端 AI 晶片效能的持續演進提供了確定性規劃。供應鏈重心轉移:资本開支將加速從單純的晶圓製造,向 EDA工具鏈、先進封裝(TSV/混合鍵合)、光通信及 AI 服務器 傾斜。
    Reply
    Report
  • 長髮哥
    ·07-06
    華為發布的「韜定律」V2版旨在繞過先進製程瓶頸,透過「邏輯折疊」等三維堆疊技術縮短訊號時延,此舉預計將對AI算力鏈帶來兩大衝擊:重塑中國本土AI晶片產業以擺脫對西方先進製程的依賴,並加劇全球半導體技術路線的陣營分化。
    Reply
    Report
  • 長髮哥
    ·07-06
    擺脫對EUV光刻機的絕對依賴: 透過在既有製程(如7奈米或5奈米級別的DUV技術)上進行架構改良,中國的AI晶片開發商能更穩定地取得算力硬體,從而降低美國實體清單 對整體AI算力基礎設施擴建的限制。
    Reply
    Report
  • 長髮哥
    ·07-06
    全球半導體與算力競爭新格局加速「後摩爾時代」的技術路線分歧: 傳統摩爾定律依賴縮小電晶體體積來提升算力;而韜定律則著重於系統層級的設計整合與架構折疊。這促使全球AI算力鏈從單純追求物理微縮,轉向軟硬體協同設計與立體堆疊技術。
    Reply
    Report
  • 看完韜定律V2論文內容,能清晰看見半導體產業下一輪發展方向,延續數十年的摩爾定律增長曲線已經見頂,而華為這套時間縮微理論開闢第二增長曲線。理論搭配兩套量產級實驗佐證,3D垂直堆疊架構同步優化數位、類比與存儲電路,大幅降低AI資本開支壓力。市場過往過度聚焦晶圓製造,隨韜定律落地,先進封裝、晶片互連環節價值將重估,可均衡佈置相關產業鏈,避免單押先進製程標的。
    Reply
    Report
  • 葉師傅
    ·07-06
    本次韜定律V2版本更新不只是學術論文迭代,更是國產半導體實現彎道超車的核心技術藍圖。何庭波團隊跳出傳統製程微縮思維,提出跨全計算堆棧統一優化方案,在手機終端與AI數據中心完成矽片實證,預計2035年硬體集成規模翻百倍。當全球巨頭困於先進晶片高額研發成本時,這套3D折叠架構大幅降低算力擴張門檻,投資布局可側重先進封裝、光互連、存算一體相關標的,把握技術迭代紅利。
    Reply
    Report
  • 華為何庭波發布的韜定律V2版本備受半導體行業關注,在摩爾定律趨緩的背景下,τ縮微理論開闢全新晶片迭代路徑,透過3D堆疊、邏輯分層提升晶體管密度與能效,解決先進製程成本飆升的痛點。論文給出手機SoC、AI伺服器兩大場域實證數據,硬體集成能力實現百倍增長,直接對應AI算力基建需求。長線利好國產半導體先進封裝、存算一體賽道,短期可跟蹤相關技術落地進度,留意產業鏈企業訂單兌現節奏。
    Reply
    Report
  • 盲炳
    ·07-06
    韜定律V2的更新為行業帶來重大技術變革,現階段摩爾定律面臨物理與成本雙重瓶頸,單純縮小晶體管難以持續迭代,而τ縮微理論以時間常數為核心優化指標,透過多層立體集成突破性能上限。實測數據顯示該方案可提升55%晶體管密度、41%能效,完美匹配AI大模型高算力需求。這套全新縮微體系會重塑半導體投資邏輯,相比單純先進製程,封裝、存儲互連廠商將迎來更大成長空間。
    Reply
    Report
  • 韜定律V2的正式上線,解決當前AI算力擴張的核心痛點,先進節點單晶片研發成本突破百億美元,產能回報持續下滑,而τ縮微理論不靠單純尺寸縮小,透過多層電子系統立體集成實現性能躍升,同時提升能源效率。論文明確給出移動端與AI伺服器落地路線,長期將改寫全球半導體競爭格局。操作上適合逢低佈局國產先進封裝、高速互連晶片企業,持續跟蹤後續產業化落地進展。
    Reply
    Report
  • Shyon
    ·07-06
    韬定律V2最大的意义,不只是提出一个新概念,而是已经有量产芯片的数据验证。未来如果真的能持续通过架构创新提升性能,先进封装、EDA和混合键合的重要性可能会越来越高,值得长期关注。
    Reply
    Report
  • Shyon
    ·07-06
    最近全球AI资本开支还在不断扩大,美光、韩国、云厂商都持续投入。如果韬定律能够成为新的产业方向,未来AI硬件升级的逻辑可能会更加丰富,不再只有先进制程这一条路。
    Reply
    Report
  • Shyon
    ·07-06
    这次V2版本让我看到的是一条长期路线图,而不是一次性的技术突破。如果未来几年持续兑现目标,国产EDA、先进封装设备、光通信等产业链都有机会持续受益。
    Reply
    Report
  • Cadi Poon
    ·07-06
    「韜(τ)定律」是華為提出的半導體與電子系統演進的新指導原則。

    τ是希臘字母,在電路理論中代表時間常數——信號從一種狀態切換到另一種狀態所需的時間。τ越小,電路切換越快、系統效率越高。

    摩爾定律的核心是「幾何縮微」——把晶體管越做越小。而韜定律的核心是「時間縮微」——不再單純依賴縮小晶體管尺寸,而是通過系統性降低時間常數τ,持續壓縮芯片內部信號的傳播時延,從而實現晶體管密度和系統性能的不斷提升。

    Reply
    Report
  • TimothyX
    ·07-06
    如果說5月的V1版本是「拋出理念框架」,那麼V2版本就是一次硬核的「交作業」。但對於投資者來說,不必糾結於技術細節,只需抓住三個核心要點:

    要點一:同樣製程,性能躍升一至兩代

    以往行業慣例是「換製程=換性能」——從7nm到5nm,晶體管密度提升約30%-40%,通常需要2至3年。但麒麟2026用同一製程節點,僅通過架構重構,就實現了晶體管密度提升55%、等性能功耗降低41%。

    對投資者而言,這意味著華為找到了一條不依賴EUV光刻機也能持續升級芯片性能的路徑。在先進製程設備被封鎖的背景下,這個突破的戰略意義怎麼強調都不為過。這是一條繞開設備封鎖、依靠架構創新實現「彎道超車」的可行路線。

    Reply
    Report
  • 我認爲韜定律 V2 對 AI 算力鏈的衝擊是「偏利好、但重點會從單點製程轉向系統級升級」。V2 把 AI 數據中心場景說得更完整,核心指向是用系統架構、近封裝光互連和 3D 折疊封裝去壓低延遲與功耗,這會直接利好算力基礎設施中的關鍵環節。V2 明確把 2.5D/3D 集成、混合鍵合、TSV、Chiplet 等作為落地基礎,這意味著先進封裝的戰略地位上升,可能成為最先受益的環節。
    V2 新增了 Hi-ONE 近封裝光引擎與統一總線的協同描述,代表 AI 集群的瓶頸不只在算力晶片本身,也在芯片間、節點間數據搬運,CPO/光模塊/光引擎相關鏈條可能受益。機構觀點認為,邏輯折疊對 3D IC 設計、熱仿真、時序分析提出新要求,傳統平面 EDA 不夠用,因此 EDA 工具鏈是增量機會之一。如果邏輯折疊能在較成熟製程上做出更高集成度,對晶圓代工的意義是「不完全依賴最先進光刻」,這會提升成熟/次先進製程在 AI 供應鏈中的地位。先進封裝、鍵合、測試、PCB 高密度互聯等環節都可能因 3D 化和高帶寬需求而擴張。短線上,V2 更像是情緒催化,容易先推動 A 股裡的先進封裝、EDA、光互連、晶圓代工、封測設備等主題輪動。中期看,真正能持續的不是概念本身,而是誰能把 3D 封裝、光互連、熱管理和良率做到量產級,因為 V2 本身也強調了工程落地細節與量化數據 。如果從 AI 算力鏈配置角度看,我會把它理解為三層受益順序:先進封裝/測試/鍵合。CPO/光互連/高速連接。EDA 與相關設計工具、再往下延伸到晶圓代工與成熟製程設備。V2 不一定改變 AI 算力需求的大方向,但它可能改變「誰最先賺到錢」,即從單純追最先進製程,轉向封裝、互連、EDA 和系統架構整合。
    Reply
    Report
  • 隨心吧
    ·07-07
    對硬體需求可能下降
    Reply
    Report
  • Shyon
    ·07-07
    当摩尔定律放缓成为行业共识,韬定律正在为全球半导体产业提供第二条曲线。 而这条曲线的落地,正在驱动一轮全新的资本开支周期——从先进封装到EDA工具,从混合键合设备到AI算力硬件,产业链的每一个环节都在被重新定价。
    Reply
    Report
  • Shyon
    ·07-07
    韜定律V2的正式上線,解決當前AI算力擴張的核心痛點,先進節點單晶片研發成本突破百億美元,產能回報持續下滑,而τ縮微理論不靠單純尺寸縮小,透過多層電子系統立體集成實現性能躍升,同時提升能源效率。論文明確給出移動端與AI伺服器落地路線,長期將改寫全球半導體競爭格局。操作上適合逢低佈局國產先進封裝、高速互連晶片企業,持續跟蹤後續產業化落地進展。
    Reply
    Report
  • Shyon
    ·07-07
    以前大家都觉得先进制程才是唯一答案,现在华为提出另一条路线。如果同一制程还能继续提升性能,那未来AI算力竞争可能会从单纯拼制程,转向拼系统架构和封装能力。
    Reply
    Report
  • Shyon
    ·07-07
    本次韜定律V2版本更新不只是學術論文迭代,更是國產半導體實現彎道超車的核心技術藍圖。何庭波團隊跳出傳統製程微縮思維,提出跨全計算堆棧統一優化方案,在手機終端與AI數據中心完成矽片實證,預計2035年硬體集成規模翻百倍。當全球巨頭困於先進晶片高額研發成本時,這套3D折叠架構大幅降低算力擴張門檻,投資布局可側重先進封裝、光互連、存算一體相關標的,把握技術迭代紅利。
    Reply
    Report