英伟达的“大芯片+更多HBM”为什么会遇到瓶颈？

过去数十年，芯片性能提升很大程度上依赖几条相互配合的路径：缩小晶体管尺寸，在单位面积内放入更多晶体管，并通过更大的芯片或封装连接更多内存。英伟达面向人工智能的加速器，正体现了这一趋势——处理器规模不断扩大，同时搭配越来越多的HBM。

在廖恒看来，这条路线不能无限延伸。芯片和内存规模继续增加后，问题不只是“还能不能塞进更多晶体管”，还包括：

• 芯片面积和封装尺寸是否仍可控；
• 功耗能否由供电系统承担；
• 热量能否及时排出；
• 芯片、内存及不同计算单元之间的互连是否足够高效；
• 制造、封装和良率是否能够支撑更复杂的产品。

他将这种潜在的极限形容为一堵“墙”，并警告称，一旦持续扩张计算芯片和HBM的做法越过物理上限，系统可能出现类似“雪崩”的连锁问题。

需要强调的是，这是廖恒对行业路线的判断，而不是已经得到普遍验证的结论。英伟达、台积电、英特尔和三星仍在通过先进制程、封装、互连和系统工程等多种方式推进性能提升；华为提出的新路线能否在实际产品中兑现，也仍有待检验。

美国制裁如何促使华为寻找另一条路？

华为受到美国制裁后，无法像拥有完整全球供应链的竞争者那样，单纯依靠不断获得最先进的制程设备来追赶。关键限制之一，是其难以获得包括ASML先进光刻系统在内的核心芯片制造设备。

因此，华为试图改变“芯片进步到底应该优先优化什么”这一问题的答案：不再只关注晶体管几何尺寸，而是把重点放在信号和数据穿过芯片、封装以及更大计算系统所需的时间上。

这是一种从“把元件做得更小”转向“让信息移动得更快”的思路。它并非完全放弃制程改进，而是希望通过电路布局、互连方式、芯片架构和系统协同，降低晶体管尺寸继续缩小后所面临的边际收益下降。

Tau Scaling Law是什么？

Tau（τ）Scaling Law是华为在2026年提出的半导体发展框架。传统的几何缩放主要围绕晶体管尺寸和集成密度展开，而Tau Scaling Law则把信号传播时间、数据传输时间以及系统执行时间作为重要优化对象，主张通过压缩这些时间来推动性能、能效和有效密度提升。

简单来说，摩尔定律式的典型问题是“晶体管还能做多小”，而Tau Scaling Law更接近于追问“信息在整个计算系统中移动得有多快”。

LogicFolding又是什么？

LogicFolding是华为围绕Tau理念提出的芯片架构。按照华为的说法，它希望通过架构和系统层面的重新组织，缩短信号在芯片内部的传输路径，并提升单位面积上的有效逻辑密度，而不是单纯依赖继续缩小晶体管尺寸。

华为称，预计在2026年下半年推出的首批采用LogicFolding的新一代麒麟手机处理器，将成为这一理念的首次产品化验证。芯片上市后，行业研究机构和拆解机构对其制程、架构、功耗、性能及实际密度的分析，将是外界判断华为这条路线是否有效的重要依据。

换句话说，Tau Scaling Law目前更多是一套发展原则，LogicFolding则是试图将这套原则落到芯片设计上的具体架构。它是否构成真正的技术突破，不能仅凭发布时的概念或宣传判断，最终仍要看量产芯片的实测结果。相关评估预计将在2026年下半年、产品发布并接受行业拆解后逐步展开。

“18层宝塔”与黄仁勋的“五层蛋糕”

在谈到人工智能和算力产业时，英伟达创始人兼首席执行官黄仁勋曾用“五层蛋糕”来概括产业链，通常包括能源、芯片与计算基础设施、云数据中心、人工智能模型以及应用。

廖恒则用“18层宝塔”来描述同一个更复杂的系统。他的框架把从底层到顶层的依赖关系拆得更细，覆盖矿产和原材料、电子化学品、制造设备、晶体管工艺、晶圆制造、先进封装、芯片架构、编译工具、算子开发、算法、模型和应用等环节。

两种比喻并非互相矛盾：黄仁勋的“五层蛋糕”强调人工智能产业的主要板块，廖恒的“18层宝塔”则进一步展示了每个大板块内部的技术和产业依赖。对一款AI芯片而言，性能并不只由晶体管数量决定，还受到制造设备、封装、内存互连、编译器、软件生态和模型适配等多个环节影响。

华为所强调的供应链含义

廖恒的观点还指向一个更大的产业问题：在出口管制和供应链竞争加剧的背景下，芯片产业不能再理所当然地依赖一条高度全球化、彼此交织的供应链。华为推动Tau Scaling Law和LogicFolding，也与其在受限条件下整合中国本土半导体能力的战略相呼应。

现有材料支持华为加强供应链整合、提升各环节协同能力的方向；但对于廖恒是否明确主张美国和中国必须分别建立两个完全独立、完整自给的生态，公开证据相对有限。因此，更稳妥的表述是：他强调了建设完整半导体制造与供应体系的重要性，而这场技术竞争正在从单一芯片性能，扩展为材料、设备、制造、封装、软件、模型和应用的系统竞争。

英伟达的“大芯片+更多HBM”为什么会遇到瓶颈？

过去数十年，芯片性能提升很大程度上依赖几条相互配合的路径：缩小晶体管尺寸，在单位面积内放入更多晶体管，并通过更大的芯片或封装连接更多内存。英伟达面向人工智能的加速器，正体现了这一趋势——处理器规模不断扩大，同时搭配越来越多的HBM。

在廖恒看来，这条路线不能无限延伸。芯片和内存规模继续增加后，问题不只是“还能不能塞进更多晶体管”，还包括：

• 芯片面积和封装尺寸是否仍可控；
• 功耗能否由供电系统承担；
• 热量能否及时排出；
• 芯片、内存及不同计算单元之间的互连是否足够高效；
• 制造、封装和良率是否能够支撑更复杂的产品。

他将这种潜在的极限形容为一堵“墙”，并警告称，一旦持续扩张计算芯片和HBM的做法越过物理上限，系统可能出现类似“雪崩”的连锁问题。

需要强调的是，这是廖恒对行业路线的判断，而不是已经得到普遍验证的结论。英伟达、台积电、英特尔和三星仍在通过先进制程、封装、互连和系统工程等多种方式推进性能提升；华为提出的新路线能否在实际产品中兑现，也仍有待检验。

美国制裁如何促使华为寻找另一条路？

华为受到美国制裁后，无法像拥有完整全球供应链的竞争者那样，单纯依靠不断获得最先进的制程设备来追赶。关键限制之一，是其难以获得包括ASML先进光刻系统在内的核心芯片制造设备。

因此，华为试图改变“芯片进步到底应该优先优化什么”这一问题的答案：不再只关注晶体管几何尺寸，而是把重点放在信号和数据穿过芯片、封装以及更大计算系统所需的时间上。

这是一种从“把元件做得更小”转向“让信息移动得更快”的思路。它并非完全放弃制程改进，而是希望通过电路布局、互连方式、芯片架构和系统协同，降低晶体管尺寸继续缩小后所面临的边际收益下降。

Tau Scaling Law是什么？

Tau（τ）Scaling Law是华为在2026年提出的半导体发展框架。传统的几何缩放主要围绕晶体管尺寸和集成密度展开，而Tau Scaling Law则把信号传播时间、数据传输时间以及系统执行时间作为重要优化对象，主张通过压缩这些时间来推动性能、能效和有效密度提升。

简单来说，摩尔定律式的典型问题是“晶体管还能做多小”，而Tau Scaling Law更接近于追问“信息在整个计算系统中移动得有多快”。

LogicFolding又是什么？

LogicFolding是华为围绕Tau理念提出的芯片架构。按照华为的说法，它希望通过架构和系统层面的重新组织，缩短信号在芯片内部的传输路径，并提升单位面积上的有效逻辑密度，而不是单纯依赖继续缩小晶体管尺寸。

华为称，预计在2026年下半年推出的首批采用LogicFolding的新一代麒麟手机处理器，将成为这一理念的首次产品化验证。芯片上市后，行业研究机构和拆解机构对其制程、架构、功耗、性能及实际密度的分析，将是外界判断华为这条路线是否有效的重要依据。

换句话说，Tau Scaling Law目前更多是一套发展原则，LogicFolding则是试图将这套原则落到芯片设计上的具体架构。它是否构成真正的技术突破，不能仅凭发布时的概念或宣传判断，最终仍要看量产芯片的实测结果。相关评估预计将在2026年下半年、产品发布并接受行业拆解后逐步展开。

“18层宝塔”与黄仁勋的“五层蛋糕”

在谈到人工智能和算力产业时，英伟达创始人兼首席执行官黄仁勋曾用“五层蛋糕”来概括产业链，通常包括能源、芯片与计算基础设施、云数据中心、人工智能模型以及应用。

廖恒则用“18层宝塔”来描述同一个更复杂的系统。他的框架把从底层到顶层的依赖关系拆得更细，覆盖矿产和原材料、电子化学品、制造设备、晶体管工艺、晶圆制造、先进封装、芯片架构、编译工具、算子开发、算法、模型和应用等环节。

两种比喻并非互相矛盾：黄仁勋的“五层蛋糕”强调人工智能产业的主要板块，廖恒的“18层宝塔”则进一步展示了每个大板块内部的技术和产业依赖。对一款AI芯片而言，性能并不只由晶体管数量决定，还受到制造设备、封装、内存互连、编译器、软件生态和模型适配等多个环节影响。

华为所强调的供应链含义

廖恒的观点还指向一个更大的产业问题：在出口管制和供应链竞争加剧的背景下，芯片产业不能再理所当然地依赖一条高度全球化、彼此交织的供应链。华为推动Tau Scaling Law和LogicFolding，也与其在受限条件下整合中国本土半导体能力的战略相呼应。

现有材料支持华为加强供应链整合、提升各环节协同能力的方向；但对于廖恒是否明确主张美国和中国必须分别建立两个完全独立、完整自给的生态，公开证据相对有限。因此，更稳妥的表述是：他强调了建设完整半导体制造与供应体系的重要性，而这场技术竞争正在从单一芯片性能，扩展为材料、设备、制造、封装、软件、模型和应用的系统竞争。