文 |议史纪编辑 |议史纪
过去几年，很多人口头禅是那句：没有 ASML 的 EUV 光刻机，就别谈什么高端芯片。
现在，这话被一位美国本土的顶尖芯片科学家给正面顶了回去。他公开表示，华为在不依赖 ASML 顶级 EUV 光刻机的情况下，有能力做到等效 1.4nm 级别的芯片性能。


说这话的人是谁，为何敢这样说？

Andrew B. Kahng，他是加州大学圣地亚哥分校的资深教授，长期在计算机科学与电子工程两个系任职，被学校列为在 VLSI 设计和计算机辅助设计方向的核心学者之一。
他的履历里，有参与美国半导体技术路线图制定、在电子设计自动化顶级期刊长期发论文、主持大额研究项目等经历，在美国本土芯片设计圈的地位非常稳，这种人对外公开点评一家中国公司的技术路线，分量和风险他心里非常清楚。
更关键的是，他关注的领域，正好卡在“设计”和“制造”的接口上。很多公开资料里都能看到，他长期研究的方向包括芯片物理布局、互连、工艺与设计协同优化等。
简单说，他不是只盯着某一个制程节点看数字，而是看整个设计—工艺—制造链条能不能被重新组合。这类学者，对“用成熟工艺做出高性能”这种思路，本身就很敏感。

2026年5月下旬，在上海举行的国际电路与系统会议上，华为高级管理者何庭波正式对外公布所谓“τ 定律”（Tao Law），公开资料显示，这被人民日报等媒体评价为中国在半导体领域首次提出具有行业指导意义的规律性总结。
按照报道，韬（τ）定律的核心，是围绕“时间常数”做文章，通过“时间微缩”和“逻辑折叠”等技术，搭建起从器件、线路、芯片到系统的多层级协同优化体系。
这里有几个硬数据很关键。根据华为对外披露的信息，在 τ 定律的指导下，公司过去6年已经设计并量产了381款芯片，覆盖手机、AI、车载、通信等多个领域。
这不是纸上谈兵的“实验室概念验证”，而是跨越多个产品线的量产级应用。从时间点看，刚好对应华为遭遇最强制裁之后的那几年，这些芯片很多就是在没有 EUV、供应链受限的条件下做出来的。

值得注意的是，Kahng 本人这些年也深度参与美国本土的半导体能力重建，包括教育体系、EDA 工具和设计流程等方向，多份公开材料都把他称为美国芯片设计教育和研究的领军人物之一。
抛开“线宽崇拜”

外界有分析文章根据华为公开信息测算，认为按照 τ 定律的技术演进路径，到2031年前后可以做到等效 1.4nm 的整体性能水平。
这里的关键点在于“整体”，不是只看一颗晶体管，而是从器件、电路、芯片架构到系统协同，把各种时间消耗一项一项抠下来，叠加在一起，让单位面积内的有效计算能力和能效指标，对齐甚至超过当前定义下的 1.4nm 级别芯片。
这种思路解释了一个很多人之前想不明白的问题：华为为什么一再强调“成熟工艺”也能做高端芯片。

根据多家媒体的报道，韬（τ）定律强调的是在现有工艺能力下做“时间微缩”和结构优化，而不是等着有人开放最新设备供货。
光刻机还是要用，只是重心不是死盯着 EUV，而是把手里能用的 DUV 工艺用到极致，配合封装、架构和算法的全栈调整。
这也是 Andrew B. Kahng 之类学者会感兴趣的地方。长期做设计—制造协同的人，都清楚只靠堆最顶级设备，收益已经越来越有限，而在结构和全流程上动手脚，空间反而更大。
他站出来说“等效 1.4nm 是有可能的”，背后实际承认的是一种行业趋势。
回到最现实的问题：假设韬（τ）定律这条路真能一步步走通，等效 1.4nm 不只是一个宣传口号，这对华为、中国半导体产业以及普通用户，各自意味着什么？

先看华为自己。这家公司这几年遭遇的制裁强度，已经是全球科技企业里少见的级别。EUV 光刻机被卡，先进制程代工受限，EDA 软件和部分 IP 授权也面临约束。
在这种情况下，华为选择拿出 τ 定律，强调通过时间常数和逻辑结构的优化，在成熟制程上继续压榨性能潜力，并且用6年381款芯片的量产成绩，把这套方法论做成可验证的工程体系。
这等于告诉外界，即便在关键设备上被限制，也可以通过其他维度的技术突破，维持高端产品的迭代。
从供应链角度看，这条路最大的意义在于，不再把命门全部押在某一两种最尖端设备上，而是把设计、工艺、封装和系统软件统筹起来，把更多可控的环节变成优势项。

这当然不意味着会“放弃先进制程”，而是说，就算在一段时间内拿不到最新设备，也能维持高性能芯片产品线不中断。
对于一家需要长期投入研发的公司来说，这种确定性，本身就是巨大的战略资产。
这件事至少释放了两个信号。一方面，中国企业不再满足于在现有摩尔定律路线图后面追赶，而是尝试把自己的工程经验提炼成可被全球同行理解的技术框架，并在国际会议场合公开讨论。
另一方面，τ 定律天然会引导国内更多研发资源往“时间优化”“系统协同”这类方向集中，而不是单纯把希望都押在什么时候拿到最新一代光刻机。

长期看，这会影响科研选题、产业投资和人才培养，芯片相关学科也会更多强调设计—制造—封装的整体配合，而不是只在某一个节点上卷指标。
最后视角拉回普通用户。很多人关心的只是一个结果：以后买手机、买电脑、用云端 AI 服务，到底会有什么差别。
性能和功耗体验上，只要时间常数被压下去，芯片工作频率、并行度、能效比都有提升空间，最终表现出来，就是同价位下更强的算力、更稳定的供应和更可控的安全性。
参考资料：何为τ？华为发表 “韬（τ）定律”，芯片玩法彻底变了2026-06-04 19:28·
科普陕西