华为韬定律芯片是如何降低功耗的？

可梦之

华为推出韬定律后，大家（包括我）最关心的一个疑问是：把两个芯片面对面放在一起，功耗和散热怎么办？
* S/ ^$ d0 u! q/ I3 ~3 }! w
+ f. l4 ]0 T" E* t9 Q9 F2 t3 ~最近，何庭波发表了第二版韬定律的论文回应了这个问题。经过麒麟2026（内部名称，对外是麒麟9050 Pro）芯片验证，韬定律芯片不仅仅没变热，还变冷了。

这个结论得到了广泛的媒体报道，但还是有点反直觉的。华为到底是怎么做到芯片功耗的1+1<1，抱着这样的疑问，我把论文原文拜读了一下（https://chinaxiv.org/abs/202609.00031）。
/ y& u0 v7 N& @0 I
" H7 O- O5 g0 S' w. h. K论文报告芯片密度提升了55%，与此同时功耗降低了66%。非常亮眼的数据。

; x9 b: {% y6 c1 r' n5 M# ]主要的阐述逻辑是：功耗的大头不是计算，而是数据传输。韬定律，或者具体来说，逻辑折叠缩短了芯片连线，从而降低了功耗。

& W: m' [) f: J# [1 ~这是讲得通的，但我还是有疑问，逻辑折叠能把连线缩短多少，单靠这个能降低66%的功耗？细看之下，逻辑折叠平均降低了20%的金属走线长度，关键路径下能降低70%，在时钟网络上效果更好，平均降低28%，而且将clock buffer降低了一多半。数据非常炸裂，但是貌似不足以降低这么多功耗吧。
1 y* x1 ~; S8 f& d% m! O: t
: u$ A. _& h: H4 _1 s解开我困惑的是第四章，这里提出两个测试方法：等效性能模式(iso-performance)和满血模式（full throttle)。前者降低芯片电压，算力和前代的麒麟9030 Pro保持持平。而前文公式1可见功耗和电压的平方成正比。将电压降低一半，性能就能降低到四分之一。这个才应该是功耗降低的首席功臣。
* o/ u9 h* H$ X9 I9 g- T! l2 a3 r
文中图1信息量相当密集，让我们来仔细看一下。
# k" o$ A& i) _

! T8 h2 [' V/ i& O6 t5 a  K
; N2 D, h7 a! I3 [8 Q* {# y! x首先，66%的数据是NPU在等效模式下的数据，其它部分数据为：GPU 58%，CPU：41%和23%（不同测试集），DSP：25%（2026）。满血版数据则为：NPU：+37%，GPU：+20%，CPU：+11%/+14%。选择最好的数据放是写论文的基操。
8 c" W# U. l. Y* p1 \
其次，看NPU是如何节省66%的。相比9030，芯片最高频率从1.2G降低到1.1G，满血电压从0.85降低到0.70，根据公式1，大致估算同样设计功耗降低到（0.7/0.85)^2*(1.1/1.2)=62%。等效模式下频率从1.2G降低到0.442G，电压从0.85降低到了0.55V，根据公式1估算功耗降低到（0.55/0.85)^2*(0.442/1.2)=15%。当然，公式1只是数据传输的功耗而非整体的功耗。但也可以看出电压对功耗的影响甚大。
8 S+ c" W& ~- w
为什么等效模式下电压/频率能降低这么多？关键在于性能从29TOPS增加到70TOPS。在频率降低的情况下，这一性能提升基本是更多计算单元造成的。简单估算计算单元增加了70/29*1.2/1.1=2.63倍。如果工艺和晶体管密度类似，那么芯片面积也增加到2.63倍。逻辑折叠理想情况下能让面积减半（NPU中大量重复计算单元，还是比较容易均分到上下两个die的），这样面积增加到1.31倍。我们看图中数据，NPU的投影面积增加为1.27倍，这里应该是逻辑折叠起了作用，走线变短可以进一步提升密度，当然不排除工艺进步因素。
8 r9 V3 X: ~* Y1 b$ V8 z
% J% \* `9 ]. S7 S$ g在满血模式下，估算功耗是0.62*2.63=1.63，但实测数据是1.37，这个差距剔除模型误差因素，主要或部分应该是逻辑折叠带来的。在等效模型下，估算功耗是0.15*2.63=0.39，和文中0.34更接近些。

因为干活的多了，所以每个NPU计算单元可以算慢点。等效模式下可以慢1.2/0.442=2.71倍，和上面数据是吻合的。我猜另外一个降低频率的因素是时延，一般来说电压降低，时延会增加。时钟周期必须拉长，否则setup违例芯片就乱套了。但不好简单估算这个关系。

散热更多考虑功耗密度，因为NPU投影面积增大为1.27倍，功耗密度相比更好更漂亮。等效模式下降低到27%，满血模式只增加7%。
; g! C, S- h3 K7 ~& b& a" N" ?
0 ^$ L! t0 ]# o9 C其它模块例如GPU、CPU可以类似分析。GPU性能从61提升到86.9，芯片面积降低到96%；CPU性能从1700/1854到2005/2084，面积降低到78%。CPU不好折叠，最差情况下功耗密度增加46%。DSP面积降低到60%，功耗密度增加24%，但麒麟2027会降低到97%。

' |2 }" }0 ]2 z7 p芯片散热要考虑最差的满血模式。论文指出，这里功耗密度是上下两层die的数据，每一层的功耗密度会更低。而让芯片不工作的是晶体管的温度，所以问题不大。另外他们设计的时候特意将发热单元放在更容易散热的地方。另外逻辑折叠让走线变短，芯片面积减小，也腾出更多空间用于散热。下层的die可能会比上层的高个几度，但下面也更容易散热还好。

# S; {8 I" b$ x至此，我的问题得到了答案：逻辑折叠使得可以制造更多的计算单元，在等性能模式下，降低计算单元的电压可以大幅度降低功耗，逻辑折叠缩短了走线进一步降低功耗。综合因素使得麒麟2026变得更凉了。这一策略在NPU/GPU等并发好的模块效果非常明显，在GPU/DSP等上面则稍微逊色一些。

& _! ^$ t8 T4 Y; G* f& h% I# l& d1 S6 @通过降低电压降低功耗不是逻辑折叠的专属，过去几十年我们把电压从几伏降低到现在零点几伏，否则芯片早把自己烧坏了。但阈值电压是有极限的，不确定还能挖出多少潜力。但是逻辑折叠，使得工艺密度不增加的情况下能够制造更多的计算单元，殊途同归，也是非常惊艳的。
3 J+ z4 P; u; f2 G( ]
2 G6 f% f/ w7 a/ F! H8 R1 D: n7 v
. _+ a9 ~9 `3 x6 m- m0 t* s7 |最后说一下，逻辑折叠的潜能还远远没有挖掘出来。华为把Hybrid Bonding数量提升到五千万，并计划进一步提升到两个亿。但是只用到了10-15%传输信号（其它用于冗余还是power之类的？）。文中也提到了现在设计还是很依赖工程师手动做优化。后续要挖掘更多潜能，对EDA的需求会更加急迫。有了得力的工具，逻辑折叠的潜能才能完全释放出来，让华为下一代芯片变得更凉，更酷。
$ D/ E7 x$ Q* j- s3 Q) {
9 ?4 X6 }0 P2 f6 V1 I3 _/ U/ b我辈当自强！
% f" S# a9 I4 Y% j4 V* r
3 I5 G! T3 G# u9 a
- k& h4 C4 R" [( P

. H2 E; \# `1 F2 s: S3 {0 D' m

+ e/ \  r' d* y1 [3 f3 D8 B3 ?/ @

隧道

今天偶然让AI对比了一下骁龙8E5与麒麟9030，才发现其实麒麟芯片落后很多的。
但愿9050pro能赶上来。

可梦之

隧道 发表于 2026-9-11 12:02
& `# N8 k# h9 l4 s5 P0 r今天偶然让AI对比了一下骁龙8E5与麒麟9030，才发现其实麒麟芯片落后很多的。
但愿9050pro能赶上来。 ...

制造差距摆着呢。一个台积电3nm，一个可能是中芯国际的N+3，大概介于台积电的7nm到5nm之间。

晨枫

好文！还在消化中。

可以“盗版”到观网风闻吗？会著名“原作者可梦之”。
. ?) I' w5 z  i1 |& K' ]3 {; |
6 f6 D* v0 p8 m0 U) M对了，第一个图转不出来。

可梦之

晨枫 发表于 2026-9-11 15:05
8 }' w" |" Y$ E! l! T: L3 p好文！还在消化中。

可以“盗版”到观网风闻吗？会著名“原作者可梦之”。

( ]6 i; M' D. i& Q- @  `: d) {8 r可以，多谢。
. H- ]: \. Y0 \0 w; t% ]" S% R( w: f
4 ?8 k& X7 a8 ~图片网址是
3 \+ t- ]% p5 a' d. W0 d' N8 uhttps://pic.imgdd.cc/i/034MdXQk6oElQ3UA3eJ7oQ.jpg
2 ], g+ l' x/ O
如果还是不行，就是论文中的图1，我也是从论文上截下来的。