在美国制裁之际，中国华为公司公布芯片设计突破性进展
华为参加由云原生计算基金会 (CNCF) 在巴黎主办的 KubeCon + CloudNativeCon Europe
2024年3月20日，在法国巴黎举行的由云原生计算基金会（CNCF）主办的KubeCon + CloudNativeCon Europe大会上，华为的标志赫然出现。（路透社/Benoit Tessier摄）
概要:
华为公布芯片设计策略以提升性能。
与其缩小晶体管尺寸，不如将重点放在先进的封装技术上。
华为预计到2031年将设计出制程密度相当于1.4纳米的芯片。
到十年末，1.4纳米工艺将接近全球芯片制造的前沿水平。
上海/北京，5月25日（路透社）——华为技术有限公司周一表示，将在五年内利用一项新技术制造行业领先的半导体，这凸显了北京为抵消美国制裁而做出的努力，这些制裁使得中国难以制造尖端芯片。
华为在上海举行的半导体研讨会上表示，到 2031 年，其高端芯片的晶体管密度将相当于 1.4 纳米工艺，但并未提供独立的性能数据。
该目标意义重大，因为中国目前最先进的成熟芯片制造能力普遍被认为在 7 纳米左右，而 1.4 纳米预计将在本十年末接近全球先进芯片制造的前沿水平。
人们普遍认为，仅靠传统制造方式，中国不太可能达到那种水平，因为华盛顿限制了中国获取先进光刻工具和其他关键半导体技术的途径。
台湾台积电（2330.TW）打开新标签页全球最大的先进芯片生产商目前采用 2 纳米制造技术，并计划在 2028 年推出 1.4 纳米工艺进行大规模生产。
“τ 标度律”
华为周一公布了一项改进芯片的新原则，指出业界不能再依靠缩小晶体管尺寸来实现计算方面的突破（即摩尔定律），因为晶体管已经变得如此之小，其尺寸仅以几个原子来衡量。
华为表示，这项被称为 Tau 缩放定律的原理，其重点在于缩短信号和数据在芯片和计算系统中传输所需的时间。
虽然全球芯片行业正不断投资于后摩尔定律时代的解决方案，从先进封装到芯片组，但对中国而言，这种探索变得尤为迫切。
美国出口管制限制了中国企业获取最先进的芯片制造工具，特别是制造尖端工艺节点芯片所需的设备。
这使得寻找提高性能的替代途径成为北京建设世界领先、自给自足的半导体产业目标的核心。
“华为提出的方案是从传统的节点驱动型扩展转向系统级效率扩展，”欧姆迪亚半导体研究总监何辉表示。
“该公司并没有仅仅依靠更小的晶体管，而是专注于缩短互连线、降低延迟和改善芯片内部的数据传输，这是一种在尖端光刻技术受限的情况下提高性能的可靠方法。”
人工智能热潮提高了赌注
华为芯片技术的突破意义重大，因为前沿技术已成为中国未来经济发展和地缘政治影响力的重要支柱。
华为昇腾芯片系列是中国人工智能模型的核心动力来源，包括DeepSeek上个月发布的最新旗舰模型V4。
华为表示，其计划于今年晚些时候推出的麒麟智能手机芯片将率先采用名为 LogicFolding 的 Tau Scaling 架构，该公司称该架构将缩短芯片内部的线路，并大幅提高性能。
该公司表示，到 2030 年，LogicFolding 也将应用于 Ascend 芯片，以及由成百上千个芯片组成的大型 AI 集群，这些集群为数据中心提供动力。
该公司还表示，其芯片部门在过去六年里，基于 Tau 缩放定律设计并批量生产了 381 款芯片，用于智能手机和人工智能计算等行业。
NVIDIA 的国内替代方案
2019 年，华为被列入美国贸易黑名单，这切断了它与许多美国技术（包括芯片和软件）的联系，并限制了它依赖全球芯片代工制造商的能力。
限制措施实施后，华为进入了其所谓的“极端生存模式”。由华为半导体业务总裁兼科学委员会主任何廷波领导的秘密备用芯片项目，成为其生存战略的核心。
该公司在 2023 年凭借其支持 5G 的 Mate 60 系列智能手机实现了出人意料的回归，该系列智能手机采用的是由中国最大的芯片代工制造商中芯国际（SMIC） （0981.HK）生产的系统级芯片,采用 7 纳米技术。
华为发布 LogicFolding 架构后，中芯国际股价周一上涨 7.6%。中芯国际近期也加大了对后摩尔定律时代的投资，并于今年 1 月在上海成立了先进封装研究院。
中国芯片制造商和设备公司的股价大幅上涨
近年来，受北京方面不断加大力度提升自主可控能力的推动，中国芯片制造商和设备公司的股价大幅上涨。
今年以来，中国对昇腾芯片的需求有所上升，因为国内科技公司正在寻找美国公司英伟达（NVDA.O）的替代品。打开新标签页其最先进的人工智能处理器被限制向中国销售。
英伟达首席执行官黄仁勋本月早些时候表示，该公司已“基本将”中国人工智能芯片市场拱手让给了华为。
分析人士虽然承认取得了进步，但表示中国在最先进的工艺技术方面仍然落后于全球领先国家。
Counterpoint Research 副总监 Brady Wang 表示：“成本、功耗、发热和系统集成仍然是主要挑战，尤其是对于云 AI 服务器而言。”
“短期内，中国或许能够缩小与全球领先者的差距，但与最先进节点之间的技术差距仍将存在，”他补充道。
华为芯片负责人承认，其最新方法仍面临重大障碍，包括需要适合 Tau Scaling 的新芯片设计工具，以及防止过热的挑战，从移动芯片到大型 AI 数据中心都面临着这些挑战。
“考虑到各种限制，我们已经找到了一些相当不错的解决方案……我可以自信地说，在未来10年里，我们在移动计算和人工智能计算方面的解决方案将具有竞争力，”何先生说。
| 
发表于 