央广网北京6月24日消息(记者蔡军)据中央广播电视总台经济之声报道，华为公司日前正式发表“韬(τ)定律”，提出以“时间缩微”替代“几何缩微”作为半导体（881121）与电子系统演进的新指导原则，引发全球关注。业内人士认为，“韬定律”正被视为应对半导体（881121）行业当前发展挑战的一个转折点，或将重新定义全球半导体（881121）产业发展方向。
韬定律能够帮我们的AI算力芯片，在不用最先进制程的情况下提升竞争力吗？具体会怎么帮助提升竞争力？
我们认为，韬定律可以比较有效提升我们国家芯片的竞争力。通俗来讲，过去提高芯片效率，主要是通过增加晶体管数量来实现，每隔18~20个月会翻1倍，以实现性能翻倍、价格减半，这就是大家熟知的摩尔定律。
这几年，随着制程到了3纳米，再如此下去容易发生量子隧穿效应，进而导致漏电发热、功效失控等问题，同时还面临着投资成本的大幅上升，比如像3纳米的产线，其投资成本要几百亿美金，这代表着迭代效应是相对放缓的。
最近这5年我们也可以看到，晶体管的性能已无法再实现18个月翻倍，当前需要2~3年甚至更久才能翻倍。总体来看，摩尔定律出现了放缓迹象，所以整个行业其实是在转向系统级优化。也就是说，通过压缩电子元器件、电路芯片系统，达到全层级的信号延迟，来实现时间上的微缩，这就是韬定律的思路。
具体来看，韬定律的落地可以通过以下几个路径：
一是逻辑折叠，也就是把芯片内部的电路垂直堆叠，信号垂直传输。相关的实测数据显示，通过这种内部改造14纳米的成熟工艺，其芯片性能可以等效5纳米芯片的算力。
二是通过Chiplet和3D的先进封装（886009），把多颗不同工艺的小芯片连在一块，将零散的成熟制程的芯片封装和拼装成高性能的算力芯片。
三是通过优化系统总线，让多颗芯片共用内存，以解决AI芯片现存的浪费算力的痛点。
所以说通过这种成熟制程芯片集群的优化，可以有效提升算力，进而追平或者追上高端制程的相关竞品。
那么未来算力竞争的胜负手，会不会从原来的“谁制程更先进”转向以后的“谁的系统架构更优化”？
从整个行业发展来看，会有以下几个方面的变化：
首先，行业的价值可能会重新分配。从未来看，可能会加强像芯片封装、高速互联、散热系统软件等产业链的行业地位。我们可以看到，有大量AI算力浪费在数据搬运的过程中，这一现象在未来会得到逐步改善，所以整个系统优化带来的性能提升会大于单颗芯片制程的升级。
第二，打破先进制程垄断。随着韬定律的发展，国内芯片可以通过系统集成补齐性能，更好地盘活国内大量成熟产能，未来就可以有效补充AI算力。
有一种观点认为，未来2~3年，我国有望在大规模AI算力集群商用落地领域实现快速追赶，甚至可能会在局部会有反超的情况，这种观点是被认同的吗？
在未来两三年，如果看单颗的尖端芯片，我们和海外还有差距。但在多卡AI算力集群方面，有望实现一定程度上的快速追赶，甚至在某些领域也不排除有可能迎来局部反超。具体来说，实现这种追赶，在国内主要会依靠以下这些支撑条件。
从技术层面上看，通过现有的成熟工艺芯片，加上3D堆叠，包括高速光互联，国产多卡芯片集成，不用各种高端GPU也可以实现稳定商用，解决了之前单卡芯片性能不足的瓶颈。
从产业链配套的角度看，国内现在从芯片、PCB、液冷、光模块到服务器，都可以实现全产业链的本土化，整个生产和建厂的交付速度比海外品牌更快，国内的算力基建也有望持续加码。
第三，我们具有一定的成本优势和本土化优势。从整个国产集群的全生命周期（883436）成本看，它可能比进口GPU集群会低20%~40%。此外，未来国内的政务、金融、工业等领域的AI应用，出于数据安全（885942）考量，大概率会批量使用国产算力或以国产算力为主，这是未来国产算力落地最大的基本盘。
所以总的来说，随着通用AI大模型以及国内的训练系统优化，我们可以预期，国产芯片的算力集群，在未来两三年有望实现大规模商业落地。
