周鸿祎

华为“韬定律”一经发布迅速刷屏全网，跳出摩尔定律持续缩小晶体管的传统路径，以“时间缩微”重构芯片发展逻辑，为国内半导体产业突破外部技术封锁开辟全新思路。在先进制程设备、材料、软件持续受限的现实背景下，中国芯片产业究竟该如何换道布局？先进封装、国产EDA、AI推理芯片三大赛道，谁会率先实现产业化突破？带着行业普遍关切，本报记者专访全国政协委员周鸿祎，倾听他立足产业实践与履职调研带来的深度研判。
记者：近期华为正式提出“韬定律”，引发全社会高度关注。不少网友认为这意味着我们可以绕开高端光刻机，彻底摆脱外部技术“卡脖子”，也有人保持理性观望。在您看来，“韬定律”刷屏全网，向国内乃至全球半导体产业释放了怎样的核心信号？
周鸿祎：首先要冷静看待。“韬定律”不是说摩尔定律不重要了，也不是说先进制程不用攻关了，更不是说有了一条新路，我们就可以马上绕开所有卡点。
它真正有价值的地方在于，提醒我们不要把芯片竞争简单理解为“纳米数竞赛”。过去很多人一谈芯片，就盯着几纳米、几纳米，好像只要制程追不上，就永远没有机会。芯片最后服务的是应用，是算力，是系统效率。尤其到了人工智能和智能体时代，问题不仅是单颗芯片上能塞进多少晶体管，还包括数据怎么流动、芯片怎么互联、软件怎么调度、模型怎么部署、系统怎么把整体效率发挥出来。
所以我更愿意把“韬定律”理解为一种系统化思维：在继续攻关先进制程的同时，通过架构创新、先进封装、软硬件协同、系统级优化，去提升真实场景里的算力效率。
这对中国半导体产业很重要。因为我们确实面临高端光刻机、部分材料、EDA工具、先进IP等方面的限制。如果只在别人定义好的单一赛道里追赶，我们会很被动。但如果把竞争维度拉宽，从“单点制程”扩展到“系统能力”，中国反而有自己的优势：完整的产业链、庞大的应用场景、强大的工程化能力，以及快速迭代的市场环境。
但我也要强调，系统优化不是魔法，不能把它理解成“弯道立刻超车”。先进制程仍然是硬科技的制高点，必须长期攻关。“韬定律”的意义不是替代这条路，而是给中国半导体产业提供了一个更完整、更现实的突围思路：一边补短板，一边发挥体系优势。
记者：依托“韬定律”“全栈协同、系统优化”的发展思路，先进封装、国产EDA、AI芯片三条赛道被市场寄予厚望。结合您长期深耕数字科技领域、政协履职调研的经历，您判断三者之中，国内产业会率先完成规模化突破的是哪一个？背后的逻辑是什么？
周鸿祎：如果从短期产业化和真实应用牵引来看，我更看好面向端侧、边缘侧和行业等应用场景的推理芯片。
过去几年，大家谈AI芯片，很多注意力都放在大模型训练上，放在高端训练芯片上。训练当然重要，没有训练就没有大模型。但随着大模型进入应用阶段，尤其是智能体开始走进企业、政务、工业、教育、办公、安全等场景之后，推理算力的重要性会越来越高。
智能体和普通聊天机器人不一样。它不是回答一句话就结束，而是要理解任务、拆解步骤、调用工具、执行流程，甚至需要多个智能体协作完成复杂任务。这里面每一步都需要推理。未来真正消耗大量算力的，不只是训练几个大模型，而是千行百业每时每刻都在调用智能体。
所以我一直认为，智能体时代的算力竞争，会从“谁能训练最大参数的模型”，逐渐走向“谁能以更低成本、更低功耗、更安全可控的方式，把推理算力部署到真实场景里”。
这也是专用推理芯片的机会。很多端侧、边缘侧和行业场景，并不一定都需要最先进制程。它们更看重成本、功耗、时延、可靠性、安全性，以及能不能和具体业务结合起来。比如工业现场、智能终端、城市治理、网络安全、办公智能体、企业知识库，这些场景里，成熟工艺加上架构优化、模型压缩、软硬件协同、先进封装，就可能先跑出一批真正可用、可复制、可商用的产品。
先进封装我认为也非常关键。它不是先进制程的简单替代，但可以通过异构集成、高密度互联、缩短传输路径等方式，提高系统整体效率。在先进制程受限的情况下，先进封装会成为释放系统性能的重要抓手。不过它也不是低门槛赛道，散热、良率、测试、基板、互联、设计协同，每一项都是硬仗。
国产EDA则是更长期、更底层的攻坚。EDA是芯片设计的工业软件母机，短期内很难一蹴而就。尤其未来如果芯片发展越来越强调芯片、封装、系统协同，EDA的任务不是变轻了，而是更重了。它需要从单点工具走向全流程、系统级设计工具链。这是一场持久战，但也是必须打的战。
所以三者不是谁替代谁，而是节奏不同。推理芯片可能最先在场景中跑出规模，先进封装会提供重要支撑，EDA则决定长期自主能力的上限。
记者：既然三条赛道定位不同、攻坚节奏有差异，立足“韬定律”带来的产业变革窗口期，政产学研用各方应该如何统筹布局，避免分头发力、重复内卷，最大化发挥我们完整产业链优势？
周鸿祎：我觉得关键是八个字：分层攻坚，场景牵引。
不能所有赛道都用一种打法。像EDA、高端材料、核心设备这类底层基础能力，周期长、投入大、见效慢，不能完全靠短期市场竞争解决。它需要国家层面的长期规划，需要龙头企业、高校、科研院所和产业用户联合攻关，也需要耐心的资本支持。
而像推理芯片、先进封装、行业解决方案这些方向，就要更多发挥市场机制。因为它们离应用更近，可以通过真实场景快速验证。中国最大的优势就是拥有丰富的应用场景和齐全的工业门类，有大量真实存在的复杂需求。
技术突破不能只在实验室里比参数，必须到真实业务里跑，只有在真实场景中稳定运行，才能知道成本能不能降下来，功耗能不能接受，生态能不能适配，安全能不能兜住。
所以我建议，一方面对底层基础能力保持长期投入，另一方面要通过场景开放，推动国产技术快速迭代。比如在一些对成本、功耗、数据安全要求高的行业场景里，优先试点国产推理芯片、国产封装方案、国产软硬件系统，让企业在真实需求中发现问题、优化产品。
还有一点特别重要，就是安全必须前置。未来智能体大量进入政企、工业、城市和安全场景，芯片、模型、工具链、数据流、供应链任何一个环节出问题，都可能变成系统性风险。
所以中国芯片产业突围，不能只看性能和成本，也要把安全可信作为底线能力。无论是AI芯片设计、先进封装、EDA工具链，还是后续部署到行业场景，都要有安全评估、安全审计、供应链安全和运行过程中的持续防护能力。
记者：当下舆论场存在两种极端心态，一部分民众因为“韬定律”热度过度乐观，认为芯片产业即将全面超越；也有不少人受制于长期封锁现状，产生妄自菲薄的消极情绪。作为政协委员，您认为全社会应该以怎样的心态看待国产半导体突围之路？
周鸿祎：我觉得不能走两个极端：一边是盲目乐观，觉得一个新概念出来，中国芯片马上全面超越；另一边是过度悲观，认为先进制程被卡住，就没有突围机会。这两种判断都太情绪化。
中国半导体突围，不能只陷入“制程焦虑”。先进制程、高端设备、材料、EDA这些硬骨头当然要继续攻关，但同时也要看到，未来AI竞争已经不是单点技术竞争，而是体系竞争。我之前讲过“六力范式”： 电力支撑算力，算力承载智力，智力通过人力进入千行百业，安全力保障整个体系可信可控，最后共同转化为生产力。芯片在这里不是孤立存在的零部件，而是整个智能化生产力体系的底座。
放到芯片产业里看，智能体时代会带来巨大的推理算力需求。智能体不是简单聊天，而是要理解任务、拆解流程、调用工具、执行动作，每一步都需要推理。未来大量算力消耗，不只发生在训练大模型阶段，更会发生在政企、工业、城市、终端和安全场景里的持续推理过程中。
这恰恰是国产推理芯片的机会。很多端侧、边缘侧、行业场景，并不一定一上来就追求最先进制程，更看重成本、功耗、时延、稳定性和安全性。成熟工艺加上架构优化、先进封装、模型压缩和软硬件协同，就有可能先跑出一批可用、好用、可规模化的产品。
中国还有一个很重要的优势，就是基础设施和能源体系。我们有完整的制造业体系、庞大的应用场景，也有比较强的电力基础设施、新能源和绿电供给能力。未来AI算力消耗会越来越大，电力、算力、产业场景和安全能力如果能协同起来，就可能形成中国自己的体系优势。
所以看国产半导体，既不能神化某一条技术路线，也不能低估自己的系统能力。“韬定律”的启发不是说可以放弃先进制程，而是提醒我们，芯片竞争不能只看纳米数，还要看制程、封装、架构、软件、场景、能源和安全的整体协同。
真正的突围不是短跑，而是耐力赛。我们要一边补基础短板，一边发挥场景、工程、能源和安全优势，把国产推理芯片、先进封装和软硬件生态真正用起来、跑起来。只要这套体系形成闭环，中国半导体就有机会在智能体时代找到自己的突破口。
记者手记
当全球半导体产业走到物理极限与大国博弈双重关口，“韬定律”带来的不仅是一套全新技术范式，更是一套全新的发展思维：摆脱单一维度的技术对标，依托自身资源禀赋重塑竞争赛道。
周鸿祎委员的访谈，既冷静剖析三大赛道的突破节奏，也清晰指明产业协同发展路径。中国芯片产业的突围，不靠概念造势，不靠捷径投机，唯有立足现实、分层攻坚、场景赋能、安全护航，方能在新旧技术范式交替的时代浪潮中，牢牢掌握产业发展主动权。