做Die的不清楚封装的限制，做封装的不了解系统的需求，做系统的不懂工艺的细节。各自在自己的工具链里优化，最后拼在一起，大量的时间和性能就耗在了接口和裕量上。

他提出的“EDA Plus”新范式，本质上就是在回应这个问题。传统的EDA工具是为2D单芯片设计的，布局布线、仿真、验证，都是基于平面假设。但到了3D堆叠、异质集成的时代，底层算法必须重写。

比如，在硅转接板上只有4到6层布线资源，没办法像芯片内部那样一层信号一层地奢侈配置。布线引擎必须同时处理高速差分信号和大规模供电网络，而且没有Buffer可以插。再比如，跨层串扰在微米级的间距下非常严重，传统2D路由算法根本无法应对。

这些技术细节听起来枯燥，但它们指向一个共同的结论：在τ定律的框架下，设计工具必须从“事后验证”变成“事前预测”。

赵毅把这个过程称为“左移”。设计中的问题越早被发现，后期返工的时间成本就越低。这在任何工程领域都不是新概念，但在芯片行业，长期以来受限于工具和工艺的割裂，左移一直是个理想。

现在，τ定律提供了一套统一的度量语言。工艺人员、电路设计师、架构师可以围绕同一个τ值来讨论问题。你在这一层省下的时间，能否传导到系统层，是有明确公式可以算的。

这也解释了为什么华为的论文里反复强调的，不只是技术路线图，更是一种组织协作的协议。

当然，这条路远未到可以乐观的程度。

τ定律在理论上成立，在局部验证中也有效，但要真正大规模铺开，有三道坎必须跨过去。

第一道是热。把多层逻辑堆叠在一起，晶体管密度上去了，单位体积的功耗密度也随之飙升。而散热在三维结构里比平面结构难得多。背面供电、集成电压调节器、液冷，这些都不是成熟方案。华为在论文中提到的3D Folding，本质上就是把供电和I/O从边缘挪到表面，以N²的方式而不是N的方式缩微。但这是理论，工程上还远未成熟。

第二道是良率和成本。混合键合的对准精度要求极高，TSV的引入会带来新的失效模式。华为给出的数据是失效率低于100 ppm，修复率99.9%，这已经是世界级水平。但这是实验室数据还是量产数据，能维持多高的月产量，都是未知数。Bernstein的报告也明确指出，如果成本控制不当，这将是大规模采用的主要障碍。

第三道，也是最根本的一道，是工具链的缺失。

赵毅在演讲中说得非常直白：今天的EDA行业，还没有一套原生的、支持从单元粒度进行跨晶圆分割、统一布局、协同时序收敛的工具。现有的工具都是2D时代长出来的，即便打上3D的补丁，底层逻辑仍然是平面的。

华为可以自己写内部工具，但整个行业的生态要转向τ优化的范式，需要的不只是一两家公司的努力。需要新的标准、新的基准测试集、新的签核流程。这些都不是一年两年能完成的。

何庭波在论文的结尾部分特意列出了“开放性挑战”，这在学术论文中并不常见。她提到晶圆间工艺偏差、垂直互连开销、能量伴侣、τ剖面基准——每一件事都指向一个事实：这还是一场早期探索。

结语

回到Bernstein证券的那个判断：另一个DeepSeek时刻。

“韬定律”用封装和系统级优化，部分绕过了制程封锁。它用时间作为统一度量，重构了PPAC的取舍逻辑。它迫使产业链重新思考，到底什么才是真正的进步——是每年都在追逐更小的数字，还是在同样的工艺节点上，把时间压缩到极致。

华为在论文中给出了几个具体的目标：CPU核心频率2029年突破4GHz，麒麟SoC效率三到五年翻倍，AI硬件集成度到2035年增长100倍以上。这些数字能不能兑现，取决于很多因素。但比数字更重要的是，他们第一次为中国半导体产业提供了一条不依赖EUV的、可量化的、有时间刻度的路线图。

对于投资者来说，这份路线图意味着什么？Bernstein把票投给了中芯国际、北方华创和拓荆科技。逻辑很直接：如果要实现τ定律，先进的逻辑代工和封装制造是基础，刻蚀和沉积设备是刚需，而混合键合工具更是核心中的核心。

但无论如何，一个更大的图景已经浮现。

过去几十年，半导体产业的进步被摩尔定律框定在“缩微”这条单行道上。谁能在更小的面积上塞进更多的晶体管，谁就是赢家。台积电赢了，英特尔输了，AMD靠Chiplet翻盘——这些故事的核心都是“空间竞争”。

现在，华为在尝试开出第二条路。不是放弃缩微，而是把“时间”提升到与“空间”同等重要的位置，甚至更高。这条路能不能走通，还没有定论。但它至少提供了一个新的锚点。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。