日前，华为 Fellow（院士）、半导体首席科学家廖恒罕见公开露面，并接受了腾讯新闻 @张小珺商业访谈录 长达近 5 个小时的访问。

这是他首次公开分享对半导体产业底层逻辑的思考，并系统复盘了昇腾 AI 芯片从低谷中逆势突围的历程。

廖恒的履历堪称中国半导体行业发展的一个缩影。他 14 岁考入清华大学计算机系少年班，本硕博连读，于 1996 年获得博士学位。此后前往普林斯顿大学电子工程系从事博士后研究。

1997 年，廖恒加入加拿大知名存储芯片公司 PMC-Sierra，历任高级架构师、公司 Fellow、研发副总裁，在海外深耕芯片设计近 20 年。

2016 年，廖恒加入华为海思，出任昇腾总架构师，主导了昇腾 910、昇腾 950 等系列芯片的架构演进，并搭建了从芯片架构、CANN 底层软件到集群互联的完整软硬件技术底座，是昇腾 AI 芯片的核心奠基人。

谈及此次罕见受访的原因，廖恒坦言有三点考量：一是希望留下一些启示，回顾工程师的故事；二是担忧芯片硬件人才断档，他表示 " 现在很难吸引到学生对计算机处理器的硬件产生兴趣 "，感到 " 极度的惊讶 " 和 " 焦虑 "；三是希望通过展示几十年的行业视角，帮助同行和学生建立对半导体产业更完整的认知。

在访谈中，廖恒首次提出了半导体产业链的 "18 层宝塔 " 理论。他认为半导体产业从最底层的矿石、材料、设备、制造工艺，到中层的芯片架构、编译器、编程语言，再到顶层的模型算法和应用服务，构成了至少 18 层的完整体系。产业链的整体上限由最短的短板层级决定，各层级相互约束、深度联动。基于此，他认为横向的专业人才并不稀缺，真正稀缺的是能纵向贯通多层、打通软硬件约束的复合型人才。华为的突破点正在于跨层协同 —— 用系统集群优势弥补单芯片的硬件短板。

另外，廖恒高度评价了 DeepSeek 创始人梁文锋。他指出，当行业普遍盲从 Scaling Law、疯狂堆叠参数时，梁文锋主动选择了难度更高的稀疏激活架构。在廖恒看来，这不是简单的算法微调，而是贯穿软硬件的顶层战略选择。" 他已经先知先觉地提前去解决一个他预期到的问题。这就是先验者的价值。" 廖恒说。

IT 之家注："Scaling law" 通常被视作为 " 缩放定律 " 或 " 规模定律 "。在人工智能和机器学习领域，指描述模型性能如何随着模型大小、数据集大小和计算资源的增加而变化的经验性规律。

关于摩尔定律，廖恒认为在 16nm 甚至 7nm 制程阶段，其经济性已经停滞。但他同时指出，" 韬定律只是换了一种方式 " ——无论是摩尔定律还是韬定律，本质都是工程师用爱迪生式思路解决技术问题，核心是先精准定义问题，再寻找有效解决方案。

廖恒还分享了自己加入华为后曾犯下的三次方向性误判：反对做鲲鹏 ARM 服务器 CPU、反对昇腾做训练卡、低估了数据中心未来爆发式的算力需求。这段经历让他形成了极致的谨慎与务实 —— 遇到任何新项目，第一反应总是 " 假设它会失败 "，从底线向上推演。

他还总结了一条残酷的行业规律：应用层越垄断，底层芯片越难熬。当谷歌、苹果等终端大厂成为芯片公司唯一的客户时，定价权和技术方向就会被主导。更致命的是研发周期的时间差—— 一颗芯片从定义到量产至少三年，而客户需求早已变化。对于当前 AI 算力的繁荣，他保持清醒，认为一旦模型层形成寡头垄断，历史会再度重演。

廖恒指出，在摩尔定律红利放缓、全球供应链割裂的背景下，单纯比拼单芯片性能的时代已经过去。未来算力产业的竞争，是贯通材料、制造、软件、算法、应用的全链路系统化竞争，国产芯片突围是一场长期的全产业链攻坚工程。

疑似使用 AI 生成，请谨慎甄别