华为半导体首席科学家罕见露面，大赞梁文锋|晶体管|梁文锋|知名企业|黄仁勋

来 源丨财经会议圈综合自张小珺商业访谈录

这应该是华为第一次，对外完整公开半导体底层技术的思考。

近日，华为Fellow、半导体首席科学家廖恒罕见公开露面，接受了长达近5个小时的深度专访。

廖恒14岁考入清华大学计算机系少年班，后赴普林斯顿大学从事博士后研究；1997年进入加拿大知名存储芯片公司PMC-Sierra，自此开启芯片生涯；2016年加入华为海思，主导昇腾项目的启动与研发，是昇腾的核心奠基人。

在这场近5小时的对话中，他从全球芯片产业30年兴衰史讲起，复盘了华为遭遇断供"至暗时刻"的困境、昇腾逆势突围的底层逻辑，并首次提出半导体产业链的"18层宝塔"，他还罕见大赞DeepSeek创始人梁文锋。

当全行业盲从Scaling Law、疯狂堆叠参数与算力时，梁文锋主动选择了更高复杂性、更难收敛的算法路线，提前去解决一个预期中的问题，"这就是先行者的价值"。

以下为本次访谈核心对话摘录。

为什么"大赞梁文锋"

廖恒：DeepSeek做了非常有意思、非常conscious的选择。Scaling Law让大家相信更多参数带来更强能力，但不是每个参数都得暴力算一遍——只算三十二分之一，节约32倍算力、32倍缓存；一兆的序列也不需要付出256倍的计算代价，挑选其中1K或512个来算。

廖恒：我明显地必须得给梁总梁文锋热烈鼓掌。他有意识地、主动地选择了更高的复杂性、更难的收敛算法。他努力去克服各种问题，因为他有一个提前的感知——并不是等到五年以后穷途末路、完全没有算力的时候，他已经先知先觉地选择提前去解决一个预期到的问题。这就是先行者的价值：他引领了，别人也会在这条路上继续努力。

廖恒：也许世界上有10万个AI算法研究者，只有梁文锋一个人深刻认知到，要用更多的复杂性换取更小的算力。跨层是co-design的核心——当一个人能跨越这些层，就会像一根线，把很多珍珠串成项链。我们的芯片恰好是Blackwell四分之一的规格，但跑DeepSeek的时候，好像也还可以。

单卡拼不过，就打"18层宝塔"系统战

华为从最底层的材料开始啃，一步步搭建属于自己的宝塔。底层的架构改一次，流片周期18个月，花费两到三亿。但第10到13层的软件栈，可以小时级迭代。所以18层宝塔的运行法则是：底层少按按钮，上层快循环，用软件快速试错反向校准硬件方向。

现实差距摆在那里：Blackwell的vector/cube算力比是32:1，昇腾是8:1，单卡硬碰硬没有优势。

张小珺：您不认可黄仁勋的五层蛋糕，认为有18层，带我们游览一下。

廖恒：黄仁勋可能经常吃法式甜食，所以用蛋糕类比；我作为中国人，首先想到应县木塔。最顶层是应用——豆包、微信、支付宝，直接变现；最底层是矿石、采矿，半导体本质是一堆沙子加稀有金属；往上是器件设计、在一片wafer上可靠制造上万亿个晶体管、光刻机等数百上千种设备、工艺制程、堆叠散热供电；第七层是芯片架构；之上是编译器、编程语言、并行切分、强化学习、KV cache、稀疏化……七层以上是大家可见的世界，七层以下属于地下室。

廖恒：8:1和32:1意味着什么？一家四口，年轻时买100平米的房子，后来换了400平米别墅，还是住一家四口，就堆了很多垃圾。突然回到100平米，你其实还能过日子——空间富裕就随便浪费，空间稀缺就必须精打细算。

宝塔的运行法则：第4层架构改一次，流片18个月、烧两三亿；第10到13层软件栈可以小时级迭代——底层少按按钮，上层快循环，用软件快速试错反向校准硬件。

廖恒：一个看上去impossible的问题，拆解成一百个具体问题，再拆成一千个物理、化学、数学问题。解决其中80个，发现自己没那么糟糕；再改进，发现十个问题比别人做得更好——扬长避短。华为的突破点就在这种跨层协同：单卡劣势用集群补回来。

工程师视角的自我复盘

廖恒：面试时领导问我有什么可以带来的。我说：我没有太多成功的经历，我有太多失败的经历，所以我可以告诉你什么东西不行。

廖恒：比如做ARM服务器取代x86，我每次跟领导说千万不要做——我承认，当时的判断完全错了。今天ARM服务器在数据中心持续抢占x86市场，我们在中国每年上百万级部署。这个过程又花了十年，人的一生一共有几个十年？

廖恒：第二次，领导说昇腾一定要做一个能训练、能构成大集群的旗舰产品，我去说服领导千万别做，卖不出去——2016年我确实没看到中国群星璀璨的那一天。事实证明，数据中心从收入、利润、规模上远大于边缘侧，我还是错了。即使你有这么多先验认知，它并不可靠。

张小珺：您刚加入华为时不相信中国能做，从什么时候从不信变成信？

廖恒：转变很迅速。海思每年新tape-out上百颗芯片，五年做了381颗，平均每年70颗，但我从没听说过一颗芯片回来冒烟、测试不通过、无法量产。这样的命中率放在全球也是一流。中国工程师不比任何人差——只要问题识别对了，解决问题的能力远远超过对手。

行业规律与未来判断

廖恒：客户占采购量绝大部分，就有极大定价权，让供应商无利可图。芯片从定义到落地至少三年——我生活在2030年，客户生活在2026年，完全听客户的就会滞后四年，主导方一定会抑制创新。这一轮AI算力暴涨，核心原因是大模型层还没有固化；一旦模型层走向垄断，历史会再度重演。

廖恒：摩尔定律有经济性、性能、能效三方面，7纳米甚至16纳米的时候经济性已经停滞。中国半导体和台积电的差距主要在能源cost——你要我提供10万个GPU的算力，我轻松可以提供，只是能耗大一点；但我们电力供应可能是美国的三倍，数据中心电费是其四分之一，保底这件事不需要过于担心。