华为芯片三十年 · 廖恒博士访谈精华

科技 · 芯片 · 深度访谈笔记

华为芯片三十年

廖恒博士（华为半导体首席科学家）访谈全文总结
从美式技术路线到自主创新的关键跃迁

🧭 核心导读

“一个优势恰恰是在新领域的劣势，往往并不是最富有的孩子会最成功。

本笔记梳理过去30年全球芯片产业规律、摩尔定律真实含义、架构之争、开源逻辑、物理极限与人才培养。

📊 产业三十年·两条主线

纵向主线一：处理器（CPU → AI）

纵向主线二：通信基础设施（互联网 → 移动互联网）

横向规律：狂热上行后进入10-15年“夕阳期”（2005-2015），美国VC对芯片初创零投入

第三波浪潮：2016-2017年AI热潮

凋零根源：上游应用层垄断（谷歌、Meta）形成买方权力，压低供应商利润并主导技术方向

典型案例：“博通模式”——并购重组收割夕阳产业

2000年PMC市值加拿大第2 可买下蒙特利尔银行

⚔️ 关键论战·VLIW vs 超标量

1997年CPU核心架构之争，持续十年

VLIW
静态调度

⟶

超标量
动态调度

结局：DEC破产、Alpha被Intel收购

影响：今天所有AI处理器仍走VLIW路线，如英伟达GPU

📈 摩尔定律·三重解读

经济性：16/7nm后已停滞

性能：增幅微小

能效：剩余最大收益

“摩尔定律有三个方面：经济性、性能、能效。现在唯一有收益的只剩能效。”

物理本质 RC常数

测量尺度切换空间→时间/能量

晶体管最小特征已达昂斯特朗（Å）原子尺度，摩尔定律必终结

⏱️ 芯片产品周期

3年定义到落地 —— 设计十几个月 + 制造9-10个月 + 整机测试

2019年前海思95%-99%设计基于全球最优供应

自动驾驶从prototype到首个消费者耗时7年

🗼 18层产业金字塔

塔尖：应用层（豆包 / 微信 / 支付宝）

算法

编译器 / 编程语言

芯片架构

封装堆叠

工艺制造

器件设计

最底层：矿石采矿

完整链路缺一不可

🏗️ 架构之争·颗粒度

昇腾 CUBE
512b 大巴车

英伟达 Tensor Core
128b 小巴士

大块数据（Transformer）影响不大

小颗粒（推荐网络、端侧视觉）效率欠佳

950新同构：同时支持两种模式，90%问题不再争论

⚡ 新战场：超节点 + Mega Kernel

1毫秒延迟 = 每秒1000个 token vs 当前20-30个 token（约50倍差距）

算力瓶颈不再是单芯片运算，而是内存带宽、互联、融合算子、多核同步

代表性工作：Flash Attention、DeepSeek开源算子

融合压缩延迟 15ms → 0.2ms

“把整个模型写成一个超大算子，才是现代处理器的核心挑战。”

💻 编程语言与编译器·新界面

CANN全面对标CUDA legacy + 先进调优

新编译技术：Triton（OpenAI）、Toplearn（杨植麟、王磊）、自研PyTorch

CUDA生态“防护墙”正迅速消失

界面定义权正从硬件架构转向编译语言与编译器

🌱 开源：沟通带宽归零

人类沟通带宽 ≈1Kbps

芯片间通信带宽 7.2Tbps

开源CANN是必然选择 —— 代码全透明后沟通成本归零

开源使AI辅助编程获得充分语料，问题单处理大幅提速

🔬 物理极限·N² vs 4N

算力、带宽、功耗与N²成正比，但芯片周长仅4N

N越大，算力/周长矛盾越尖锐，物理不可调和

HBM短缺根源 —— 内存带宽与周长增长的“剪刀差”

“单颗芯片不可能每年持续翻倍，这条路最多再走一至三代。”

🔥 散热与功耗

单rack功耗/年 10万→40万→100万W

1兆瓦机框散热 ≈500㎡

gigawatt数据中心需占地一平方公里散热，水管拉1公里

昇腾选择不追求极致密度：4颗rack稀疏分布 + 光互联

🎓 人才培养

芯片设计18-20个月一个流片周期，一次投片2-3亿人民币

1皮秒timing问题即可让整颗芯片fail

工程师需经历5年、每年投片3-5次方可成为架构师

“天才博士做不了芯片；必须花掉两三亿的投片按钮，才能成为真正的芯片架构师。”

🌍 中美算力对比

中国部署计算中心 ~1.x GW

美国 7-8 GW

国内高校学术算力（万卡级）远超海外高校（几百到千卡）

采购AI芯片本质是采购内存 —— HBM占成本80%

芯片成本构成 10%逻辑die + 80% HBM

🧩 系统自主：灵渠总线

自研互联总线始于2019年，关键部件齐套

协议开源（license free），公开Spike

NPO方案：7.2T光模块 vs 市面主流0.8T

224G信号速率 —— 光替代电临界点

该连接的东西，这个牌你得凑齐，缺一不可。

🛡️ 垄断与开源

芯片垄断受技术未饱和、人才流动、中国人才供给、开源文化等制约

若科技战持续十年，将分裂为两套完整制造体系

“当垄断是一个气球，开源模型是刺破它的最重要的针。”

“物理世界一旦进入，就不太容易垄断 —— 汽车工业上百年仍有众多品牌。”

🤖 物理AI展望

数字世界AI已足够有用，但物理AI仍缺“ChatGPT时刻”

预计需2-3年或更久跨越数字到物理鸿沟

AI缺少的是“你的个人上下文”，谁能解决入口谁就成下一个超级应用

✨ 金句精选

“如果只能盲目听从客户，我就会滞后四年时间。”——廖恒

“电子产品是世界上唯一反通胀的东西——十年后的除了收藏价值没有价值。”

“问题定义占了80%的credit，找到具体办法只占20%。”

“你和台积电的差距主要在能源成本上——10万个GPU的算力可以轻松提供，只不过比别人耗电。”

“他们下班喝咖啡、冲浪，以为可以轻松跟你竞争——对手严重低估你时，你是巨大优势。”

“推理是赚钱的，训练是花钱的——推理一定比训练多。”

“如果面临了十倍的困难，最后发现都有办法解决，自然就会更自信。”

📚 推荐书单

《Idea Factory》贝尔实验室历史《Innovator's Dilemma》创新者的窘境《Rules of Work》《Edison传记》《The Soul of a New Machine》

🌐

芯片的重要性已接近水和空气

中国实体经济的强大 + 科技从跟随到跃迁，
可能正在悄然发生化学反应。

本笔记由 CuteNote.app 颜值笔记生成