华为芯片首席科学家首度公开谈芯片：摩尔定律经济性已死，18层宝塔藏着突围密码
过去十年，华为海思极少有人公开接受媒体专访。这家中国最神秘的芯片团队，终于有核心人物走到了台前。7月25日，华为Fellow、半导体首席科学家廖恒接受了腾讯新闻@张小珺商业访谈录长达近5个小时的专访。这是他第一次公开分享对半导体产业底层逻辑的系统性思考。廖恒的履历很特殊。14岁考入清华计算机系少年班，本硕博连读，1996年获得博士学位，之后去普林斯顿大学做博士后。1997年加入加拿大PMC-Sierra，在海外深耕芯片设计近20年。2016年加入华为海思，出任昇腾总架构师，主导了昇腾910、昇腾950等系列芯片的架构演进。这样一个履历的人，为什么突然愿意走出来说话？廖恒自己说了三个原因：一是希望留下一点启示，“有这么一个机会来回顾一下工程师的故事，也许能给这个世界的其他人留下一点启示”。二是担心人才断档，“现在很难吸引到学生对计算机处理器的硬件产生兴趣”，他感到“极度的惊讶”和“焦虑”。三是做一次产业科普，让大家对半导体行业有一个完整的视角认知。一、摩尔定律的经济效益，在16nm时就已经死了很多人还在用“摩尔定律”衡量芯片进步——每18个月晶体管密度翻倍、成本下降一半。廖恒直接说：这个逻辑早就变了。他把摩尔定律拆成三个维度——经济性、性能、能效。在16nm甚至7nm制程阶段，摩尔定律的经济收益已经失效，单位晶体管成本不再持续下降。目前还在延续的，只剩性能和能效层面的推进。但廖恒并不悲观。他说，不管是摩尔定律还是华为今年5月提出的“韬定律”，本质都是工程师用“爱迪生式”的思路解决问题——先精准定义核心问题，再找有效方案，然后落地优化。二、半导体不是一块芯片，是一座18层宝塔廖恒在访谈中首次提出了一个核心框架——半导体产业链的“18层宝塔” 。黄仁勋对外讲过五层蛋糕的划分。但廖恒认为，半导体产业的深度远不止于此。这座宝塔从最底层的矿石、沙子、基础化学品原料开始，往上延伸到制造设备、晶圆工艺，再到芯片架构、互联通信、编译框架，一直走到最顶层的大模型算法和落地应用。至少18层，构成一个完整体系。产业链的整体上限，由最短的短板层级决定。各层级之间相互约束、深度联动。比如，第3层晶体管结构的微小改动，就能帮第7层芯片架构大幅降低电容损耗。第8到9层编译器对算子的合理切分，直接决定了第12层算法稀疏化设计能不能在硬件上跑出满性能。这意味着什么？单点突破没用了。你光砸钱搞先进制程，软件跟不上、算法不匹配，整座塔的上限还是被短板锁死。三、华为的突围策略：不跟英伟达硬碰硬昇腾芯片和英伟达的差距是客观存在的。廖恒打了一个比方：英伟达Blackwell架构的芯片里有32倍的CUDA冗余算力，昇腾芯片的冗余算力只有8倍。“就像有的家庭住宽敞的大别墅，有的家庭挤在几十平的小公寓里，每一寸空间都得精打细算着用”。按照行业最常见的思路，遇到硬件差距，第一反应肯定是攻坚更先进制程、堆参数规模，拼尽全力追上单卡性能的纸面参数。但廖恒和团队选了另一条路：不靠单点硬件参数硬碰硬，用全栈系统的协同优势弥补单块芯片的短板。华为从最底层的材料开始啃，一步步搭建完全自主的全栈技术体系。用系统集群的整体性能，抵消单芯片的硬件劣势。四、底层改一次花3亿，上层改一次只要几小时18层宝塔还有一个关键规律——各层级的迭代效率天差地别。处在第4层的芯片架构如果改动一次，流片周期长达18个月，单次投入就要花两到三亿元。但处在第10到13层的全栈软件栈，迭代速度可以达到小时级。所以核心策略很清晰：底层硬件少做无效试错，上层软件放开手脚快速迭代，用软件端的快速试错反向校准底层硬件的研发方向。这样能大幅降低整个技术路线的试错成本。廖恒还分享了自己加入华为后犯过的三次方向性误判：反对做鲲鹏ARM服务器CPU、反对昇腾做训练卡、低估了数据中心未来爆发式的算力需求。这段经历让他形成了极致的谨慎与务实——遇到任何新项目，第一反应总是“假设它会失败”，从底线向上推演。五、梁文锋是“先验者”，提前走了别人不敢走的路廖恒在访谈中公开称赞了DeepSeek创始人梁文锋。当行业普遍盲从Scaling Law、疯狂堆叠参数、无脑堆算力的时候，梁文锋主动选择了难度更高的稀疏激活架构。在廖恒看来，这不是简单的算法微调，而是贯穿软硬件的顶层战略选择。梁文锋“已经先知先觉地提前去解决一个他预期到的问题。这就是先验者的价值”。这个评价分量很重。一个做芯片架构的人，去赞赏一个做大模型算法的人——本质上是在赞赏同一种思维方式：不盲从、不内卷、提前预判行业瓶颈、主动破局。六、应用层越垄断，芯片越难赚钱廖恒还总结了一条残酷的行业规律：应用层越垄断，底层芯片越难熬。当谷歌、苹果等终端大厂成为芯片公司唯一的客户时，定价权和技术方向就会被主导。更致命的是研发周期的时间差——一颗芯片从定义到量产至少三年，而客户需求早就变了。终端和应用巨头把控行业标准和采购订单，叠加芯片漫长的研发周期，会持续吸干上游芯片企业的利润。放到今天的AI算力赛道，他同样保持清醒——当前算力需求暴涨，是因为大模型行业还没定型。未来模型层一旦形成寡头垄断，下游会再次挤压上游算力芯片的利润空间，虚假繁荣终将褪去。七、芯片竞争，已经变成了全产业链战争廖恒最后总结了一个判断：单纯比拼单芯片性能与制程工艺的时代已经结束了。在摩尔定律红利消退、全球供应链割裂的大背景下，未来算力产业的竞争，是贯通材料、制造、软件、算法、应用的全链路系统化竞争。国产芯片的突围，注定是一场长期的全产业链攻坚工程。这不是喊口号。一个在芯片行业摸爬滚打近30年的人，从互联网泡沫的疯狂，到2015年前后硅谷VC几乎集体不投芯片的寒冬，再到华为被断供的至暗时刻——他太清楚这个行业的周期有多残酷，也太清楚单点突破有多脆弱。廖恒在访谈中说了一句话：“我成功经历不多，太多失败经历，可以告诉你什么东西不行。”互动问题你觉得未来三年，国产AI芯片最关键的突破点应该在“18层宝塔”的哪一层？是底层的制造工艺，还是中层的芯片架构，还是顶层的算法和应用？
页:
[1]