τ Scaling：华为为后摩尔时代设计的新增长引擎

过去 60 年，半导体行业一直靠缩小晶体管尺寸（摩尔定律）推动进步，越做越小、越做越密、成本越低。

但现在这条路走不动了：

7nm 以下工艺收益暴跌

光刻机成本天价

先进制程单颗芯片设计费超 10 亿美元

单个晶体管成本不降反升

华为半导体团队用 6 年、381 款量产芯片验证出新方向：

不拼尺寸，改拼时间。

提出 τ 缩放理论（τ Scaling）：

把“时间”当成核心优化指标，全链路压缩特征时间 τ，从晶体管开关（皮秒）到数据中心任务（秒），覆盖 12 个数量级。

简单说：

以前比谁更小，现在比谁更快、延时更低、效率更高。

一、τ 缩放到底是什么？

τ 就是各层的延时 / 时间常数，分四层：

晶体管：开关速度

电路：信号传输延时

芯片：计算、访存延时

系统：端到端通信同步时间

目标就是全栈一起压 τ，工艺、电路、架构、系统用同一套指标优化，不再各干各的。

二、手机端落地：LogicFolding（逻辑折叠）

在不升级工艺的前提下，把芯片垂直堆叠，用超精密混合键合把关键路径分到多层，相当于给芯片“叠楼层”。

晶体管密度：一代从 155→238 百万颗/平方毫米，提升 55%

能效：涨 41%，主频提升近 13%

SRAM 频率：涨超 40%

麒麟 2026 主频冲到 3.1GHz，2029 年目标 4GHz

三、AI 数据中心落地：全链路压延时

AI 集群 80% 能耗、70% 成本都在数据搬运，核心是压通信时间。

1. 统一总线（Unified Bus）

砍掉多层协议，远程访问延时从几十微秒压到约 100 纳秒，快 500 倍。

2. Hi-ONE 光互联

单模块 8Tb/s，铜线换光纤，距离从 1 米扩到 100 米，适配万卡集群。

3. 3D Folding

解决 2.5D 封装“面积涨得快、接口跟不上”的问题，把内存、供电、光口搬到垂直面，和算力同步扩容。

预测：2035 年 AI 硬件集成度提升超 100 倍

四、逻辑与内存重新融合

早年 CPU 和内存分开发展，现在 AI 时代数据搬运比计算更关键，内存和逻辑必须紧密 3D 集成，产业链话语权向内存、封装倾斜。

五、剩下的挑战

EDA 工具要适配 3D 堆叠设计

晶圆间工艺差异、垂直互联损耗要优化

要配套新的能效、Benchmark 标准

结论

摩尔定律的尺寸时代结束，时间缩放时代开始。

不用死磕最先进光刻机，靠 3D 堆叠、系统架构、互联优化，照样能持续提升性能、能效。

这会是未来 10 年半导体的核心路线。