(数字集成电路)摩尔定律的演进与巨头博弈
1. 摩尔定律一个“预言”的诞生与演变大家好我是老张在芯片这个行当里摸爬滚打了十几年。最近想找点数字集成电路的入门资料给新人看发现网上免费的、质量高的内容确实不多很多好东西都藏在付费墙后面。所以我想不如自己动手用大白话聊聊那些听起来高大上的概念。今天咱们就从最经典的“摩尔定律”开始聊聊它到底是个啥以及为什么现在芯片巨头们为它吵翻了天。你可能在很多科技新闻里都听过“摩尔定律”这个词它几乎成了技术飞速发展的代名词。但很多人不知道这个“定律”其实并非像牛顿定律那样的物理法则它更像是一个基于观察的行业预测而且它的提出者戈登·摩尔本人就亲手修改过好几次。这就很有意思了一个“预言”为什么能持续指导一个行业半个多世纪今天我们就来扒一扒它的老底看看它从诞生到今天都经历了哪些故事。最初的摩尔定律诞生于1965年。当时还在仙童半导体工作的戈登·摩尔在《电子学》杂志上发表了一篇文章。他观察到一个趋势在成本不变的情况下集成电路上可容纳的晶体管数量大约每隔一年便会增加一倍。注意这里他提的是“元件”数量而且核心是“单位成本”。他的原话是到1975年经济因素将驱使单个硅芯片上的元件数量达到惊人的65,000个。这在当时看来简直是天方夜谭但摩尔基于数据描绘了一条指数增长的曲线。十年后的1975年摩尔根据新的行业数据对这个预测进行了第一次重要修正。他发现翻倍的速度在放缓于是他将周期从“每年”修正为“每两年”。这就是我们后来最常听到的“摩尔定律”经典版本集成电路的晶体管密度每两年翻一番。这里有个常见的误区很多人甚至一些媒体会把“每18个月性能翻一番”也归功于摩尔。其实这是英特尔高管大卫·豪斯提出的他结合了制程进步和架构优化说的是计算机性能。所以严格来说“18个月”是豪斯定律不是摩尔定律。到了1995年在摩尔定律提出30周年之际摩尔本人进行了一次“哲学性”的总结。他发现“摩尔定律”这个词已经被业界和媒体泛化用来指代任何呈指数级进步的半导体技术趋势。他幽默地说这个定律的定义几乎变成了“任何在半对数坐标纸上能画成一条直线的、与半导体相关的东西”。这其实反映了这个“预言”已经超越了技术本身成为了一种行业信仰和精神图腾。时间来到2005年摩尔做出了他最后一次公开预测。他坦言自己看不到指数增长的尽头但作为科学家他只能有把握地预见未来十年。他相信一群敬业的工程师总能找到令人惊叹的解决方案。历史证明他这次又“保守”了。1975年版本的摩尔定律其预测的晶体管数量指数增长一直顽强地持续到了2020年之后远远超出了他本人的预期。这个过程就像一场持续了半个多世纪的科技马拉松而摩尔在最开始就几乎画对了整条赛道的坡度。2. 物理高墙下的博弈巨头为何要重写“定律”那么问题来了一个如此成功的预测为什么在最近几年特别是2020年之后成为了行业争论的焦点甚至引得英特尔、英伟达、AMD这几大巨头纷纷站出来提出自己的“新定律”核心原因就一句话我们快要撞上物理学的墙了。晶体管越做越小从微米级到纳米级现在最先进的工艺已经达到了3纳米、2纳米。这是什么概念几十个原子的宽度。在这个尺度下量子隧穿效应等物理现象开始变得无法忽视。电子会不受控制地“穿墙”而过导致漏电、发热严重晶体管开关变得不可靠。这就像你用积木搭房子当积木小到像沙粒一样时它不仅难以摆放稳固风一吹就散了。制程微缩带来的性能提升和功耗下降的红利正在急剧减少而制造成本却呈指数级飙升。新建一座顶尖的晶圆厂需要数百亿甚至上千亿美元的投资这已经超出了绝大多数公司的承受能力。于是行业走到了一个十字路口。经典摩尔定律所依赖的“制程微缩”这条单行道眼看就要走到尽头。但数字世界的需求尤其是人工智能、大数据、自动驾驶等领域对算力的渴求却丝毫没有减缓反而在爆炸式增长。这个矛盾就是当下半导体行业最核心的博弈场。巨头们提出的“新定律”本质上是在回答同一个问题当制程红利吃完我们靠什么继续推动计算前进他们的答案各不相同而这恰恰反映了各自不同的技术底蕴、市场地位和未来赌注。这不是简单的技术路线之争更是一场关于未来十年行业话语权和利润分配的战略宣言。英特尔作为传统制程工艺的领导者其态度偏向于“修正”摩尔定律延长其寿命。英伟达作为凭借GPU在AI时代崛起的霸主其态度更为激进试图“重新定义”增长的内涵。而AMD作为在CPU和GPU两线作战的挑战者则采取了一种相对务实和融合的立场。接下来我们就逐一拆解他们的玩法。2.1 英特尔的“缓兵之计”承认放缓但拒绝离场作为摩尔定律的“娘家”英特尔对这条定律的感情是最复杂的。它既是定律最长期的受益者和执行者也最先感受到制程进阶的切肤之痛。其10纳米、7纳米工艺的多次延期就是直面物理挑战的体现。因此英特尔前CEO帕特·基辛格在2023年英特尔创新大会上提出的“新摩尔定律”听起来更像是一份“实事求是”的修正案。他将晶体管密度翻倍的时间周期从经典的2年延长到了3年。这被外界解读为“摩尔定律的放缓”。从表面看这似乎是一种“投降”但深入看这其实是英特尔在巨大压力下的一种务实策略。首先公开承认放缓能降低市场和投资者的预期。与其被外界不断质疑“定律已死”不如自己主动调整节奏设定一个更可实现的目标。这有助于管理供应链和客户预期。其次这三年时间英特尔要做的远不止“等待”。基辛格强调的“有效地翻一番”这个“有效”二字大有文章。它意味着英特尔将不再单纯追求晶体管尺寸的缩小而是转向更广义的“系统级”性能提升。具体来说英特尔正在多条战线上同时推进先进封装技术比如其力推的Foveros 3D封装技术。当晶体管不能更便宜地横向排列时就把它们竖起来堆叠。通过将不同工艺、不同功能的芯片如计算芯粒、内存、I/O模块像搭乐高一样封装在一起在系统层面实现更高的晶体管密度和更优的性能功耗比。这相当于从“平房”升级到“摩天大楼”在不缩小单个晶体管的前提下增加了单位面积内的“住户”。新材料与新架构全力研发RibbonFET环绕栅极晶体管和PowerVia背面供电等新技术。这相当于给晶体管本身“动手术”改变其结构和供电方式以在现有制程下进一步提升能效。软件与生态优化通过oneAPI等软件工具更高效地挖掘硬件潜力。所以英特尔的“新定律”本质是将增长动力从单一的“制程微缩”转变为“制程封装架构软件”的组合拳。它承认了前路艰难但坚决不离开以晶体管密度为核心指标的赛场而是试图修改比赛规则让自己能继续跑下去。这是一种属于传统王者的、强调全栈掌控力的延续策略。2.2 英伟达的“升维打击”重新定义赛道宣称“定律已死”与英特尔的“修正派”不同英伟达的创始人兼CEO黄仁勋是激进的“革命派”。他在多个场合最著名的是在GTC 2024大会上发布Blackwell GPU架构时直言“摩尔定律已死”。这句话极具冲击力瞬间成为全球科技头条。但黄仁勋的真正意图并非宣布技术进步停止而是宣告一个旧时代的结束和一个新时代的开始。他提出的“超摩尔定律”核心思想是衡量计算进步的标尺不应该再是晶体管密度而应该是特定领域尤其是AI的实际性能。他展示了一张图如果以CPU性能代表通用计算为指标增长曲线确实平缓了但如果以GPU在AI训练上的性能为指标其增长速度远超摩尔定律的预测。这就是英伟达的升维打击。它不再和你玩“我的晶体管比你小”的游戏而是直接开辟新赛场并宣布“看在我的赛场上增长速度比你那个老定律快多了” 英伟达是如何实现“超摩尔”的架构的极致专用化从CUDA核心到Tensor Core再到最新的Transformer引擎英伟达的GPU架构演进越来越针对AI计算尤其是大语言模型训练进行定制。这种专用化带来的效率提升远超通用处理器依靠制程进步获得的增益。系统级规模的暴力扩展当单芯片性能遇到瓶颈就用多芯片、多机柜甚至整个数据中心来堆砌算力。Blackwell GPU本身就是一个由两块芯片通过10TB/s超高速互连构成的“超级芯片”再通过NVLink技术将多个GPU连接成庞大的计算集群。这种通过系统规模、互联技术和软件栈如NVIDIA AI Enterprise实现的性能飞跃是另一种形式的“密度”提升——算力密度。软硬件协同的垂直生态CUDA平台构建了极高的护城河。开发者基于CUDA开发的AI应用能最充分地利用英伟达硬件的每一个特性。这种锁定效应使得性能对比的天平永远向英伟达倾斜。因此英伟达的“超摩尔定律”是一场成功的话语权转移。它将行业和投资者的注意力从难以持续的“制程数字游戏”引导到了蓬勃发展的“AI性能竞赛”上。在这个新赛场它既是规则制定者又是绝对领先的运动员。黄仁勋说“摩尔定律已死”潜台词是“游戏规则变了现在我说了算。”2.3 AMD的“务实融合”在经典与创新间走钢丝相比之下AMD的立场显得更加平衡和务实。其首席技术官马克·佩珀马斯特认为经典的摩尔定律晶体管密度每18-24个月翻一番在未来6-8年内仍然有效。这个表态既没有像英特尔那样直接修正周期也没有像英伟达那样宣告其死亡。AMD的这种“谨慎乐观”源于其独特的市场地位和产品策略。AMD同时在CPU和GPU两大市场与英特尔和英伟达竞争它必须脚踏两条船兼顾“制程微缩”和“系统扩展”两种逻辑。在CPU领域紧跟制程红利AMD凭借与台积电的紧密合作在制程上曾一度领先于英特尔凭借Zen架构的成功在服务器和PC市场夺回了大量份额。因此它必须也必然相信制程进步仍会持续一段时间并从中获益。在GPU与加速计算领域拥抱系统创新面对英伟达在AI领域的统治力AMD同样在走系统级扩展路线。其Instinct MI300系列加速器就是CPUZen 4 GPUCDNA 3 内存HBM3的异构集成典范通过先进的封装技术如Chiplet将不同模块整合提升整体算力和能效。这借鉴了英特尔的封装思路也回应了英伟达的系统级竞争。Chiplet芯粒战略的坚定执行者这是AMD近年来最成功的战略之一。将大型单片芯片拆分成多个更小、功能更单一的“芯粒”分别采用最适合的工艺制造比如计算核心用最先进的5nm/3nmI/O部分用成熟的12nm再通过高速互连如Infinity Fabric封装在一起。这极大地降低了先进工艺的成本和设计复杂度是延续摩尔定律经济性的关键创新。所以AMD的“定律观”是一种融合在战术上它仍然依赖并期待经典摩尔定律带来的制程红利在战略上它早已布局Chiplet和先进封装为后摩尔时代做准备。它不轻易否定过去但也积极投资未来。这种策略让它能灵活应对不同技术路线的变化风险相对较低。3. 定律之争的背后技术路线的“三国杀”当我们把英特尔、英伟达、AMD三家的观点放在一起看一幅清晰的“技术路线三国杀”图景就浮现出来了。这场博弈争的远不止是一个学术定义而是实实在在的技术路径、产业分工和万亿美元市场的未来。英特尔选择了一条“重资产、全栈整合”的道路。它要自己设计、自己制造IDM模式从晶体管、到封装、到软件全部抓在手里。它的“新定律”服务于这个宏大但艰巨的目标通过内部全链条的创新延缓摩尔定律的失效维持其系统级性能的领先。这条路门槛极高但一旦走通护城河也极深。英伟达选择了一条“轻资产、生态制胜”的道路。它专注于芯片设计和软件平台Fabless模式制造交给台积电这样的代工厂。它的“超摩尔定律”是其生态领导地位的宣言。它通过定义AI计算的标准和体验让整个行业围绕其硬件和软件进行开发从而将制造环节的物理挑战转化为自身架构和系统层面的优势。这条路依赖强大的研发和生态构建能力。AMD则更像一个“精明的机会主义者”走的是“灵活设计、借力制造”的道路。它也是Fabless但它的核心策略是模块化Chiplet和精准制程选择。通过将大芯片拆解它可以用相对低的成本利用最先进的工艺在核心部分同时在其他部分节省成本。它的“定律观”反映了这种务实能享受制程红利的时候就尽情享受同时用Chiplet技术为红利消失的那一天备好“救生艇”。这场博弈的结果将深刻影响我们每个人。它决定了未来我们的手机、电脑、数据中心里的芯片会怎样进化AI会以多快的速度变得更强、更便宜。对于开发者而言这意味着编程模型可能需要从为通用处理器优化转向为特定领域架构DSA优化。对于企业选择哪家的芯片也意味着选择了不同的技术生态和发展路径。4. 我们的未来算力从何而来聊了这么多巨头的博弈作为一个普通开发者或是科技爱好者我们更应该关心的是这场“定律”之争到底会给我们带来什么算力的增长会不会真的停滞我个人的体会是增长不会停止但“发动机”确实要换了。首先我们必须接受一个现实“免费午餐”时代结束了。过去我们几乎可以什么都不做就等着下一代芯片凭借制程进步让我们的软件跑得更快。这种“躺赢”式的性能提升以后会越来越少。这意味着无论是硬件工程师还是软件开发者都必须更努力、更聪明地工作。未来的算力提升将是一个“组合创新”的时代主要体现在以下几个层面1. 架构创新成为主引擎当晶体管不能更便宜地缩小那就让它们工作得更聪明。这就是特定领域架构DSA的崛起。就像英伟达的Tensor Core专攻AI矩阵运算谷歌的TPU专为神经网络推理设计。未来的芯片不会是“万金油”而会是各种DSA的集合体可能是CPUGPUNPU神经网络处理器各种加速器的“超级异构”形态。软件开发也将从“写通用代码”转向“为特定架构优化”。2. 从“芯片”到“芯片系统”这就是先进封装和Chiplet技术带来的革命。我们可以把不同工艺、不同功能、甚至来自不同厂商的“芯粒”像拼乐高一样集成在一个封装内。比如把计算核心、高速缓存、内存、光引擎都做在不同的芯粒上然后用硅中介层或3D堆叠技术连起来。这样我们可以用成熟工艺做I/O用先进工艺做计算核心既控制了成本又提升了整体性能。这相当于从“造更好的砖”转向“设计更牛的建筑结构”。3. 软件与硬件的协同深度绑定软硬件协同设计不再是口号而是必需品。硬件会为重要的软件负载如AI框架、特定算法做深度定制而软件也必须了解硬件的“脾气”才能发挥其十分功力。看看现在AI框架和GPU驱动之间的紧密耦合就知道了。未来可能还会出现更多“算法-硬件”联合优化的案例。4. 新材料是遥远的希望虽然远水难解近渴但业界一直在探索硅的替代品比如碳纳米管、二维材料如石墨烯、硅光子等。这些材料可能在物理特性上优于硅但距离大规模、低成本商用还有很长的路要走。它们更像是为2030年之后准备的“备用选项”。所以回到我们最初的问题摩尔定律终结了吗从戈登·摩尔最初定义的、狭义的“晶体管密度每两年翻一番”来看它的确正在放缓并终将走到物理极限。但从更广义的、作为“半导体行业指数级进步”的精神象征来看它正在进化。驱动进步的核心从单一的“制程微缩”变成了“架构创新 系统集成 软硬件协同”的多元动力系统。这场由巨头们主导的“新定律”博弈其实是在共同探索这个多元动力系统的不同配方。作为身处这个时代的我们不必为“定律已死”的标题党而焦虑更应看到其中蕴含的丰富机会。理解这些不同的技术路径能帮助我们在选择技术栈、规划产品、甚至思考职业方向时有更清晰的判断。毕竟在算力就是生产力的今天看清算力从何而来或许就能提前一步看到未来向何处去。