头条:华为正式发布 “韬(τ)定律
发布时间:2026-05-26
1)背景:摩尔定律已 “见顶”
- 物理极限:晶体管逼近原子尺度,再缩小漏电、功耗、发热急剧恶化。
- 成本爆炸:3nm 研发超 10 亿美元,单颗芯片制造成本数亿美元。
- 制裁锁死:国内拿不到 EUV 光刻机,2nm/3nm 路线基本被堵死。
- 边际收益递减:每代制程性能提升仅 10–15%,但成本涨 30–50%。
2)韬定律到底是什么(官方定义)
核心:以 “时间缩微” 替代 “几何缩微”,通过全栈降低时间常数 τ,实现性能、能效、密度持续提升。
- τ(时间常数):信号在芯片 / 系统里的传输延迟(电阻 × 电容)。
- 摩尔定律:空间维度 ——缩小尺寸→增加晶体管→提性能。
- 韬定律:时间维度 ——缩短延迟→提升有效密度→提性能。
3)四大层级技术路径(全栈 “降 τ”)
- 器件层:优化晶体管 / 互连的电阻、寄生电容,从底层压 τ。
- 电路层:逻辑折叠(LogicFolding)—— 把平面电路 “折起来”,关键路径缩短40–50%,密度 +53.5%、能效 +41%36氪。
- 芯片层:软件 + 架构 + 芯片全栈协同,细粒度调度指令 / 数据,降端到端时延。
- 系统层:自研灵衢总线(UnifiedBus),重构互联协议,超节点统一内存,系统通信延迟降60%+。
4)已落地与时间表(硬数据)
- 过去 6 年:基于韬定律量产 381 款芯片(覆盖手机、AI、服务器、汽车)。
- 2026 年秋季:麒麟新芯片首发逻辑折叠,性能显著提升。
- 2031 年目标:高端芯片等效 1.4nm 晶体管密度(对标台积电 2028 年 1.4nm)。
- 实测效果:相同制程下,逻辑折叠让7nm≈5nm 性能、5nm≈3nm 性能36氪。
5)行业意义与市场反应
- 中国首次定义规则:打破欧美日在半导体基础理论的垄断。
- 盘活成熟制程:28nm/14nm/7nm 重新变成 “高性能制程”,国内千亿晶圆厂价值重估36氪。
- A 股爆发(5/25 午后):
- 中芯国际:157.6 元历史新高,市值1.25 万亿。
- 东芯股份、华虹公司、甬矽电子:20cm 涨停。
- 寒武纪:1435 元;兆易创新:涨停515.6 元,市值3600 亿 +。
二、行业:全产业链 “量价齐升”,芯片全面涨价(5/25)
1)存储芯片(NAND Flash/HBM)
- NAND Flash:Q1 合约价涨55–60%,Q2 再涨70–75%;缺货持续到 2027 年。
- HBM(AI 服务器核心):一年价格翻 4 倍,2026 产能全部售罄,“有钱拿不到货”。
2)模拟芯片(TI/NXP 带头)
- 德州仪器(TI):7/1 起二次涨价,15–85%,覆盖电源管理、数字隔离器。
- 恩智浦(NXP):6 月起汽车 / 工业芯片涨10–30%。
- 国内(富满微、集创北方):LED 驱动芯片涨30%+。
3)MCU / 功率器件(全线上涨,交期 6 个月)
- MCU:STM8S003 涨14–21%,GD32 涨5–10%。
- 功率器件(英飞凌、华润微):涨10–40%;车规 IGBT供不应求。
三、市场:半导体指数年内涨 62.1%,5 月涨 27.8%(5/25 收盘)
- Wind 半导体指数:8636.24 点,年内 +62.1%,5 月 +27.87%。
- 多家公司减持:中微公司等发布股东减持计划,主因自身资金需求,不改行业高景气。
四、国际:路透社 / 彭博社解读(5/25)
- 路透社:华为 5 年内(2031)达等效 1.4nm,突破制裁、绕开 EUV,中国芯片换道超车。
- 彭博社:韬定律本质是系统级创新,非单一制程;成熟制程 + 先进封装 + Chiplet,全球产业新方向。
五、一句话总结(5/25 芯片要闻)
相关新闻
深圳基本半导体通过港交所上市聆讯,冲刺国内碳化硅芯片港股第一股
一、事件核心概况6 月 21 日,深圳基本半导体正式披露港交所聆讯后资料集,顺利通过港股上市聆讯,成为国内碳化硅功率半导体领域距离上市最近的企业,目标冲击中国碳化硅芯片第一股,也是第三代半导体国产替代进程中的重要资本化里程碑事件。二、企业基本信息公司 2016 年成立,聚焦车规级、工业级碳化硅(SiC)功率器件研发、晶圆制造、封装测试与销售,核心产品包含碳化硅 MOSFET 分
2026-06-22
LM98555将25个不同驱动强度的驱动器集成到一个芯片中,为CCD驱动提供了完整的解决方案。这种单芯片集成设计不仅节省了电路板空间,还实现了对这一高要求应用的最佳偏斜控制。采用64引脚HTSSOP封装,具有扩展的功率处理能力,能够满足高功率应用的需求。P1A和P2A输出之间的最大输出偏斜为0.5ns,确保了输出信号的同步性。芯片的最大功率处理能力为2.0W,在高负载情况下仍能稳定工作。包括P2B
2025-12-04
在AI发展浪潮下,算力体系的软硬件协同适配能力持续跃升,从芯片架构优化、大模型逐渐收敛到算力调度机制,全链路的技术迭代已大幅消解算力供给与应用需求间的适配性矛盾。当算力不再是制约AI应用的核心瓶颈时,存力的战略重要性随之凸显,成为决定算力价值能否高效释放的关键支撑。存力的核心效能直接关乎数据的存储密度、读写效率与安全性,无论是大模型训练还是实时业务场景下的低延迟数据调取,都对存力的性能指标、底层架
2026-01-04
立即询价