△廖恒
版权声明
来源：张小珺商业访谈录、科技每日推送、书享界（readsharecn）
主持人：张小珺，资深财经媒体人
受访者：廖恒，华为Fellow（院士）及半导体首席科学家
导语
7月25日，华为Fellow、半导体首席科学家廖恒罕见地公开露面，接受了一场近5个小时的专访。从全球芯片30年的兴衰史切入，廖恒在访谈中详细复盘了华为在经历2020年磨难后，昇腾芯片如何一步步走出低谷，并首次提出了半导体产业链的18层宝塔模型。他还对DeepSeek创始人梁文锋给予了高度评价，认为其提前主动选择了更高复杂性、更难的收敛算法，这正是先行者的价值所在。以下为访谈内容（节选）：
1
芯片30年：两条纵线交织，垄断之上必有日落
廖恒将过去30年的半导体产业归纳为两条纵向主线：一条是以处理器（CPU→AI）为中心的计算线，另一条是从电话线、宽带、光纤到移动网络的连接线。横向观察，产业经历了狂热上升期、约2005–2015年的"日落期"、以及2015年后AI掀起的第三浪。
最反直觉的命题是：应用层越成功、越垄断，底层芯片反而越凋零。因为当客户占采购量绝大部分时，定价权被剥夺，需求与技术方向被主导；而芯片从架构定义到落地通常要3年，"我的日历在2030，客户生活在2026"——盲从客户意味着滞后4年。这种垄断格局直接导致了AI之前那一波半导体公司迅速衰亡、VC集体撤离。
"我先描述一下我们这个缘起吧……如果说我们summarize过去这个30年的一个行业呢，它其实有一些非常大幅度的起起落落吧，我觉得。
如果说纵向来看呢，其实是两条主线互相交织在一起，形成了整个芯片或者硬件的主线。一条主线显然就是处理器，对吧？CPU从应该是86年吧，或者84年，比IBM的PC稍早一点。但是从84、85年开始有IBM PC，逐渐从一种桌面的办公的终端又进入到了企业IT的服务器……这是一条线，以处理器为中心的线。还有第二条非常重要的线，就是通信基础设施所带来的芯片。
那么美国的模式它有一个显著的特点，就是说当一个比较重要的伟大的发明，或者一个新的业务出现呢，得到了资本市场的加持之后，他们可以迅速的建立一种近乎垄断的优势。比如说之前的Google啊，或者是Meta，就是Facebook。在社交，Google在搜索，这些领域呢，包括之前的Windows在终端的操作系统，对吧？还有苹果的手机，他们都在各自的领域迅速的、可能大概也就是三四年的时间，就可以完成一次建立一种垄断性的优势。这个优势不光是一种技术的优势，更重要的是一个资本啊，基础设施啊，用户数量，相当于大家习惯了用一个东西，不会轻易的切换平台，对吧？那么这一垄断或者是垄断性的优势呢，其实是对于创新是极度产生了一种负面的作用吧。
这个作用就是说，因为一个客户，如果他是世界上唯一采购某一类产品的商家，作为他的卖方供应商是非常悲惨的。这个悲惨在，也不能说悲惨，只是说这是供求关系天生所决定的。就是当你客户，他首先如果他占了采购量的绝大部分，那么他就有极大的定价权，他一定会让这个供应商无利可图，毛利会变得非常低微。第二个呢，是他们会主导需求以及这个技术方向。
因为我们做这个芯片，通常从做的主要的架构或者产品定义的决策，到最终这个产品能够真正的落地，在真正的用户手里使用，至少要3年的时间，因为芯片设计周期就有十几个月，制造周期可能现在也是9到10个月。你还得要做成整机，对吧？还要测试，所以这个周期3年是少不了的。哪怕快一点也许3年，或者2年半，慢一点就是4年。因此呢，人类往往是缺乏的，这个日历是不对的。我生活的日历是在2030年，我的客户是生活在2026年，那么这里头有4年的gap，如果说我只能去盲目的听从我的客户的话，那么我就会滞后4年的时间。
因此呢，这个所谓的技术的主导权，以及对未来的定义的力量，如果完全放在一个dominant有压倒性优势的主导方会成为这样的话呢，它一定会抑制新的创新的力量。因为你哪怕是有正确的想法，你没有机会去实践它。那么这一系列原因其实就导致了传统的在AI之前的这一波，绝大部分半导体公司迅速的进入到一种衰亡的状态。"
2
摩尔定律放缓：换一道考题
摩尔定律涵盖经济性、性能、能效（PPA）三个维度。约7nm甚至16nm后，每管成本不降反升，经济收益停滞；性能提升很小；目前仍有收益的主要在能源cost（每翻转pico/femto joule）。
廖恒提出"换一道考题"：尺度该从纳米换到原子，从空间尺度换到时间尺度、能量尺度。物理本质是翻转速度受RC限制——线细电阻↑、极板近电容↑、面积小电容↓，近年电阻变差、电容未显著变好，导致速度几乎不涨，能效仍有收益，加工成本上升。结构创新（如平行线改正交）可以大减重叠电容、让速度大幅提升。他借此说明：摩尔定律不是唯一路径，换一道考题答案就不同。
"首先摩尔定律不管有没有这个科技战，都在放缓，这是个客观事实。摩尔定律有三个方面，它的经济性、它的性能和它的能效。就是我们所说的PPA，就是它的面积越缩越小，所以它平均到每一个晶体管的成本就降低了，这就是说使得世界上的产品只有一样东西是反通胀的，就是电子产品。这就是摩尔定律带来的最大贡献，对吧？
但是呢。大概是在7纳米，甚至16纳米的时候，摩尔定律的经济性已经停滞了，就是每个管子的成本，从那以后不但没有变便宜，变贵了。所以经济性的benefit已经没有了，它的performance benefit非常小。虽然说也在慢慢的提升，但是它并没有增大幅的提升。但是呢，现在摩尔定律真正有benefit的还是在energy cost上。
我觉得应该不能再用纳米这种长度的尺度去描述，我觉得应该要用原子的数量去描述。就是因为，埃是十分之一纳米吧，如果你是用埃这个原子的尺度，它已经到了原子尺度了，因此呢，我们知道摩尔定律必有终结一天，现在因为一个晶体管的尺度里头已经到了，比如说最小的feature可能已经到了埃的级别。这个级别就是以多少颗原子为单位，对吧？今后干脆就应该用多少颗原子来度量这个东西。
我们是不是可以换一种energy的尺度说，每次我把一个管子翻转一下，我消耗的能量是多少？皮卡焦耳的这种，你就会发现当你切换一个尺度呢，我觉得会产生一种本质的区别啊。比如说你度量一个人，他是长相好，还是他更聪明？还是说他考数学好，还是考语文好？换一个科目，他可能同一个人他的考分不一样，是不是？那么因此你考什么科目就变得很重要。
我们所需要的，是时间尺度，我需要1秒钟做更多的运算。我们是不是可以换一种卡诺什么什么焦耳定律，说我考的是我赚干同样的事，消耗的能量更少。换了一道题。换一道题，我们换一道题也许答案就不一样，是不是？
摩尔定律为什么说过去从16纳米或者7纳米以后，没什么速度，没什么进步呢？本质的原因就是因为它的电阻变差了，而且电容呢，也没有显著的变好，因为有一个因素让它极板变小，电容应该变小，但是它靠得越近了，它又变大了，两个是互相抵消的一个因素。实际上所有半导体的进步都是靠电容变小，电阻是越来越大。这是摩尔定律的本质啊。"
3
18层宝塔：黄仁勋的五层蛋糕远远不够
廖恒把半导体产业链比作一座18层宝塔（黄仁勋只说五层蛋糕）：塔尖是应用（豆包、微信、支付宝），往下是算法与系统软件（Agent、编译器、编程语言），第7层是芯片架构，再往下是工艺制程、器件、设备，塔基是矿石与材料。
18层宝塔的运行法则是：底层少按按钮（架构改一次流片18个月、花费数亿），上层快循环（软件栈可小时级迭代）。横向专业的人不缺，真正缺的是能纵向贯通多层的人——像线串珍珠成项链。
微观例证是8:1 vs 32:1：昇腾Cube的向量算力与矩阵算力比是8:1，英伟达Tensor Core是32:1。比喻是100㎡公寓 vs 400㎡别墅——空间富裕可浪费，稀缺则必须精打细算。DeepSeek通过稀疏激活、长序列压缩，用更多vector复杂性换算力，恰好与8:1芯片匹配。廖恒因此大赞梁文锋："他有意识的主动的去选择了更高的复杂性，更难的收敛算法。"
"我认为是18层宝塔。也许是cultural background不一样，对吧？
十八层呢，首先最顶层就是应用，比如说豆包啊，或者微信，或者是阿里的这些支付宝啊，这些东西是应用层，因为它直接的可以变现，而且它技术固然有它的技术，但是它不见得是一个爱因斯坦级别的技术难关，是吧？更多的是在运营或者是商业的设计。
最底层就是一些非常dirt的东西，比如说矿石啊，什么采矿啊，什么去尼日利亚挖一个矿，或者是因为你有，最底层相当于都是物理化学矿山这种东西。因为你半导体本质上是一堆沙子，再加上某一些稀有的金属。
再往上一点是器件的设计，比如说你是FinFET管子或者GAA的晶体管。或者我刚才讲的，如果我能够把这个管子的设计从两根平行的线变成两根垂直的线，我是不是速度一下快了10倍？因为我电容缩小了很多。
再往上一点，就是说如何在一片晶圆上制造上万亿个晶体管，并且把它可靠的制造出来，它还能工作5年、10年的时间，不会失效，这个是特别难的。
再回到第七层，就是我们所说的大致芯片所处的层面，就是怎么样去最好的对下利用，面对自己的物理的约束，对吧？因为当我们刚才讲的，如果我们的大前提跟别人不一样。我们的工艺制程也不一样，别人不需要堆叠的地方，我需要堆叠。面对这些物理的约束，对上呢，我们需要提前4年的，去设计下一个芯片的架构，让这个软件比较容易编程。
我们就讲Vector算力和Cube算力，因为Cube或者他们叫做Tensor core，我们叫做Cube。就是我们描述的也是3D的做矩阵运算的单元。比如说他们是32:1，我们是8:1。这代表了什么呢？
我们可以尝试的用一个小例子来说，假设一家四口人，也许在年轻的时候只能买得起100平方的房子，后面你职业比较顺利，什么年纪也略大，积累了一些财富，你可能买一个200平米的大平层，也许再过5年，你又得到了升职，你买了一个400平米的别墅，但是你不是还是住着一家四口嘛。你就会发现，当你住在400平米的别墅的时候，可能你堆了很多垃圾，比如说快递的箱子什么的，很多都没拆开，就堆在某一个没人去的什么地方了。
那么我们想说的是说，其实突然叫你再回到100平米的小公寓的时候，你其实还是能过日子。那么8:1和32:1就意味着，当你去利用这个算力的时候，你的模型一定要考虑，如果我的空间很富裕，我就随便浪费。如果我的空间比较稀缺呢，我就要想尽办法，是吧？我要充分的利用这个空间。
你看，这样的挑选的过程是要付出复杂性的代价，所以你会看见这一个模型是非常精心的、有意识的去做抠底站。他有意识的说，我们就是只有100平米的公寓，我还得要住一家四口，我还得要把自己孩子养大，而且我还希望自己孩子特别优秀，不比马斯克的孩子差。但是需要付出更多的心血，更大的复杂性。
我明显的必须得要给这个梁文锋，给他热烈的鼓掌。因为他有意识的、主动的去选择了更高的复杂性、更难的收敛算法。在这么复杂的算法可能收敛比较困难，会出现各种各样的异常，他努力的去克服这些问题，因为他有一个提前的感知。并不是说等到5年以后，突然穷途末路，完全没有算力的时候，他已经先知先觉的选择了去，提前的去解决一个他所预期到的问题。这就是这种先验者的价值吧。"
4
昇腾史：从910到950的"有期待的磨难"
廖恒用"磨难，一种有期待的磨难"形容16年到26年。910时代拥有世界最先进逻辑工艺，但对AI生态、模型与应用方向迷茫，未预见大模型推理的爆发；950时代条件极度苛刻，对手是市值与能力顶尖的公司，目标首先是活下来。
断供后，团队面临"未来几个月就彻底造不出芯片"的谷底时刻。廖恒个人的反应是"激发极大好胜心"，把宏观不可能拆成10/100/1000个可具象的物理化学数学问题。架构上，昇腾从盲猜演进到可检验：DeepSeek R1后推理爆发，实践中发现decode阶段算力没那么关键，内存带宽极重要；通信颗粒度原以为搬1MB，实则常搬7–8KB。
系统层上，昇腾与英伟达越来越不像：英伟达选择"做密"（单rack密度无限堆高），昇腾选择"做松"——用灵衢（UB）设计成可跑电缆也可跑光缆，用光互联铺开。廖恒从第一天起就坚持"不抄作业"：科技公司不能靠抄作业成功，必须有差异化优点。
"真正断供了之后……对我个人来说，也许我能记得我现在已经记忆有点模糊了，但是我记忆的最最深刻的感受是激发了我极大的好胜心，说，因为极大的热情，说，一定要解决。第一个我要知道碰到了什么问题，而且我要把这些问题一个一个拆解出来，一个一个的去解决它。这个对于一个工程师来说，是一个天赐良机啊，因为你正常的情况下并不需要去了解一个运动机台怎么能做到1纳米的精度。
一个看上去impossible的问题，把它拆解了之后，就变成了10个，或者100个更具体的问题。然后再把这100个问题拆解成，再拆解一层，可能变成1000个物理、化学、数学的问题。这个拆解其实把这种宏观的，比如说今天你要讲说你，能不能跟台积电一样好？简单的答案是不行，但是这个答案又不能帮助到你，你该咋办呢？你开始拆解一层，你就会发现，如果这些地方不行，那什么地方是行的？对吧？所以一个unsolvable的问题就变得具体化、具象化，具象化了之后，你可能可以解决其中的100个问题，可以解决80个。你会发现自己好像没那么糟糕。对吧？再把80个问题再进一步的做一些改进，你会发现说我其中10个问题比别人做得更好，也许我的，可以扬长避短，把一些优点这样去弥补自己的缺点啊。
我们之所以能卖得出去，首先是说两边方面都是需要有进展吧。如果它的业务系统性能上不去，那是不会有人买的。对吧？因为你买了，你亏呀。你同样花了这么多CAPEX下去，你生产出来的TOKEN少啊，或者你训练模型，收敛不了，或者需要更长的时间，去收敛的速度比别人慢5倍，那谁都受不了，是不是？
所以我们在架构设计上的一个总体的思路，从第一天起，我是属于坚定的不抄作业。这个所谓的不抄作业，当然会造成巨大的困惑哈。因为不抄作业就意味着你不能借用别人的生态，但是你要付出这个代价。但是呢，我有一种根深蒂固的认知是说，我们是一个科技公司，世界上没有一个科技公司可以靠抄作业获得巨大的成功的，因为科技本身就是innovation，你的最主要的价值创造的手段是靠建立一种差异化的优势吧。哪怕你有100个缺点，但是你必须得有一个优点。
我们确实还是有一定差距的啊，这个是legacy的部分。但是所谓的日进千里那一部分……当我们去构建这个超节点的技术里头，也是刚才讲的那个八大件，里头是每缺一个就会有一个重要的缺陷，缺一不可可以说。这也就是部分的解释了为什么世界有这么多厂家，别人，但凡做通信的人都会讲它是一个标准。
我明确的知道自己不需要（单个机柜密度做到1兆瓦），因为我空间便宜的要死，每个机房的每一平方米可能只有2000人民币。所以那个空间比起一个1000万的机框来说，那2000人民币就完全可以忽略不计。所以我的空间是大把的，我是通过光的互联，让这些芯片可以很舒适的摆放在更大的空间里面，来获得10万卡，甚至50万卡的数据中心，我们都是可以做的出来的。"
5
中国道路与未来：Betting on China
廖恒判断，中国是否在走出一条中国道路，要看fabless/代工/内存/封装等财报是否能经济闭环（不能长期补贴失血）；近五年多数量级飙升，他认为可持续——先进封装等不落后，DRAM/HBM差距有限。侧面数据：中国约部署1.x GW数据中心，美国约7–8 GW，约1/5–1/8。
软件生态仍是最大欠缺。但他强调，开源是刺破垄断气球的重要针；硬件侧亦避免单一体系。AI的Silicon Valley在哪？他认为是五道口、上海前滩/徐汇/滨江——"在五道口随便哪个餐馆、咖啡厅坐下来吃个饭，你就会发现边上的桌子里头可能有两个人在激烈地讨论什么昨天的loss为什么跑飞了呀，强化学习到底怎么弄得更好一点"。
关键bet："Betting on China——并不在于说我代表bet against America。"
"中国算是走出了一条中国道路吗？我觉得这个我说了其实不管用，我觉得你可以去看一下这些企业的财报。他们的财报其实很大程度上代表了一种汇总，因为他们是绝大部分公司的fabless嘛。那么大家加工不是相当于无数的企业到某些fab里面去加工，所以它大概相当于是整个行业的一种总和吧。
这个财报非常能说明问题，因为它代表了第一是一种经济的规模，第二个是代表了它是否能够正向盈利，因为一个是否走出了一条中国的道路？它不但要技术上突破，它还要经济上可闭环。你不能一直补贴，或者是不能亏损，一直长期失血是不可维持的一种状态，对吧？
而且这个财报呢，也不光是只有逻辑厂一家，你还要看内存厂，你还要看NAND厂，还要看封装厂。我直接或者间接的感受是，他们尤其是你在5年的这个时间线上，我觉得他们都是数量级的飙升的这么一种状态。接下来的问题是，这条曲线是否可持续？对吧？不要跌落下来嘛。我个人认为不会。
因为第一个是我们在很多领域里头，其实并不落后。先进封装啊，或者是，比如说NAND领域，其实并不落后，对吧？DRAM差距也没那么大，HBM差距也没那么大，有一定的差距，逻辑。只要可正向闭环，就已经很好了。
中国现在的算力真实水平是什么情况呀？据说去年中国是部署了一点几gigawatt的数据中心，而美国大概是部署了七到8个gigawatt，所以我们大概是5倍或者7，1/5到1/8的这样的一种相对的比例关系。
我们最大的欠缺其实还是在软件的层面吧。硬件刚才固然有它的欠缺，规格我们也希望自己能大一点，对吧？每年都在，未来几年可能每年都在翻倍的这种努力上，内存我们希望自己做的快一点，而不至于会拖后腿。但是最大的欠缺还是在所谓的软件生态上面，我们希望说有更，随着我们的部署量持续拉上去了之后，会有越多越多的越来越多的人，他具备条件，并且也具备这个必要性，加入到在这个新的硬件平台上面去做贡献。
AI的Silicon Valley在哪？我猜它可能就在五道口吧，要不就是在上海的什么前滩，或者叫什么后海，还是什么滨江吗？滨江那边，就是徐汇区的那些创智学院啊，什么。为什么我会有这样的comments呢？因为我自己的孩子就在五道口那边，还在读三年级。或者我们也经常去那边参加一些交流啊、讨论。我觉得如果你在那边随便哪个餐馆、咖啡厅坐下来吃个饭，你就会发现边上的桌子里头可能有两个人在激烈的讨论什么昨天的loss为什么跑飞了呀？强化学习到底怎么弄得更好一点啊？我觉得因为这个地方的氛围和人群在这。
为什么不在Silicon Valley？因为刚才讲的，不是因为Silicon Valley不再具有吸引人才的凝聚力，而是在于这些企业本身的monopoly的desire限制了。Anthropic的员工可能不会跟斯坦福的一个什么本科生讨论最新的强化学习的手段是啥？因为他们想要把这个变成他们的竞争优势，或者是这个所谓的垄断正在形成当中。因此呢，我觉得在中国具有更加充裕的人才供给，有更多的人在积极努力的解决各种各样相关的问题，而且目前中国离那个Monopoly下的更远更远了嘛。所以在这么短暂的这一个时间里头，也许这三年，也许这五年，我们正处在这么一种群星璀璨、百花齐放，极度繁荣，而且思想交流，十分活跃的这么一个时期。
基于当下的认知，一个关键的、重要的bet是什么？
Betting on China，并不在于说我代表be
