韬定律：华为的技术白皮书，也是战略白皮书

今天，华为董事何庭波在上海的IEEE国际电路与系统研讨会上做了一场主旨演讲，正式发布了一条新的半导体演进原则，叫"韬（τ）定律"。

先说这条定律到底在讲什么。

过去半个世纪，半导体行业遵循的是摩尔定律——把晶体管越做越小，从7纳米做到3纳米再做到2纳米，靠缩小物理尺寸来提升性能。华为管这叫"几何缩微"。但几何缩微有一个硬前提：你得有能力造出更小的晶体管。如果这个能力因为外部原因被卡住了，这条路就走不通。

华为提出的"韬定律"换了一个方向：不再死磕晶体管的物理尺寸，而是通过逻辑折叠、垂直堆叠、软硬协同，去压缩信号在芯片内部的传播时间——也就是那个希腊字母τ（tau，时延常数）。制程不够先进没关系，只要信号跑得够快，整体算力照样能往上走。

何庭波给了两个数字。过去六年，华为基于这套思路已经量产了381款芯片。到2031年，华为预计用这套方法把高端芯片的晶体管密度做到等效1.4纳米的水平——不是靠光刻机把东西刻得更小，而是靠系统协同把时间压得更短。

这条定律本身是一个半导体技术路线的选择。

但如果你只把它当一条物理定律来看，就会错过它背后更大的东西。

过去几年，外界对华为的认知大多停留在"技术硬汉"的叙事上——被封锁了，硬扛，自研芯片，自研操作系统，一路突围。这当然是事实。但只看到技术层面的倔强，会漏掉一个更重要的东西：与其说华为是一个技术大师，不如说它在技术极强的同时，也是一个战略大师。

韬定律的精髓不是"我们也能做芯片"，而是"我们重新定义了芯片性能应该用什么来衡量"。它把竞争的度量衡从对手最擅长的维度（几何制程），切换到了自己最擅长的维度（系统时延）。

这不是一个工程决策。这是一个战略决策。

而且这个战略决策，华为不只是在芯片上做了一次。它在算力、汽车、云基建三个完全不同的棋盘上，反复执行了同一个剧本。

一条定律，三场战役

把"韬定律"的逻辑翻译成大白话：单点组件被卡住了，就用系统协同去绕。

制程不如人，就用芯片架构、软件编译器、互联总线、操作系统的全栈协同，把系统层面的延迟压下来，最终达到接近甚至等效于先进制程的效果。

放到商业战略层面，华为在三个核心业务上做的事情，和这条物理定律是同一个剧本。

左边一列是各个赛道上的主流打法，右边一列是华为的选择。它在每一个战场上都做了同一件事：避开"物理规模"的正面竞争，转去拼"系统时延"。

三场战役拆开看。

战役一：算力集群——单卡不够快，就让一万张卡像一颗芯片一样跑

在AI算力这个赛道上，英伟达的路线很直接：把单芯片的算力推到极致。从A100到H100到B200，每一代都在拼晶体管密度和微架构。谁的单卡最强，谁就是行业标准。

昇腾在单卡层面存在客观的制程代差。如果按英伟达定义的规则来打，这是一场追赶战。

华为换了一个维度。它不比单卡算力，比的是上万张卡拼成一个集群之后的系统效率。

在大模型训练中，算力的瓶颈往往不是单卡的计算速度，而是卡和卡之间的通信延迟。一万张卡同时训练一个模型，每一步都需要卡之间互相同步数据。如果通信慢，一万张卡的集群可能只发挥出三千张卡的水平。

华为自研了HCCS高速互联协议和HCCL集群通信库，把万卡级集群的线性扩展效率做到了95%以上。训练可用度98%，支持30天以上的连续稳定训练。它卖给客户的不是一颗芯片，而是一整套软硬件协同的算力系统。

成效：2025年，昇腾在中国AI加速卡市场的出货量约81.2万张，整体市占率约20%，国产阵营第一。英伟达在中国市场的份额从巅峰时期的90%以上，下降到了约55%。

单卡是英伟达的几何缩微。集群效率是华为的时间缩微。

战役二：智能车——不建厂，但把研发周期从36个月压缩到18个月

在汽车行业，传统的竞争逻辑是重资产：建工厂，控供应链，铺经销商网络。特斯拉在奥斯汀建超级工厂，丰田在全球布了几十座制造基地。制造规模就是壁垒。

华为坚持不造车。它没有一座整车工厂。

"鸿蒙智行"的模式是这样的：华为提供智能驾驶系统、智能座舱和渠道网络，车企提供制造产能和白车身。两者深度咬合，联合定义产品、联合交付。

这个模式最核心的竞争力不是某一项具体技术，而是它把汽车行业最慢的那个环节——从产品定义到量产交付的时间——强行压缩了。

传统车企开发一款新车，从市场调研到最终量产，通常需要36个月甚至更长。华为与合作车企的协作把这个周期压到了18个月以内。问界M9从定义到上市，整个过程远快于行业平均水平。

成效：2024年鸿蒙智行交付44.5万辆。2025年交付58.9万辆，同比增长32%。从品牌成立到累计交付突破100万辆，用了43个月，是中国新势力品牌中最快的。问界M9稳居50万元以上车型销量冠军，问界M8全年贡献超过13万辆。鸿蒙智行的成交均价约39万元。

整车制造是汽车行业的几何缩微。研发周转速度是华为的时间缩微。

战役三：云基建——不打公有云价格战，用系统集成的深度筑墙

中国云计算市场2024年的总规模约8288亿元，同比增长34.4%。按照信通院的预测，2025年这个数字将突破万亿。其中公有云占75%（6216亿元），私有/专属云占25%（2072亿元）。

公有云是一个横向标准化的市场。用户买的是标准化的计算实例和API，厂商拼的是节点规模和价格。在这里，阿里云的规模优势和运营商的网络成本优势很难撼动。

华为云把主力放在了那25%的专属/私有云上。

专属云不是标准化的买卖。政府和大型企业需要的是从芯片、操作系统、数据库到安全合规的一整套系统交付。华为从鲲鹏芯片到欧拉操作系统到GaussDB数据库，做了一条完整的软硬件垂直栈，能把整套系统的协作延迟和安全成本压到一个其他厂商很难匹配的水平。

成效：在政务专属云市场，华为以23.3%的份额连续八年排名第一，累计服务超过800个政务云项目。在政务大数据平台领域连续四年第一，份额18.4%。在公共数据授权运营平台领域以24.4%的份额居首。在政务大模型基础架构领域同样排名第一。

公有云的节点规模是云市场的几何缩微。专属云的系统集成深度是华为的时间缩微。

三场战役背后的三条共性

把三个赛道放在一起看，华为的换道逻辑有三条明确的共性。

第一，不在对手定义的主轴上打消耗战。

不和英伟达比单卡制程。不和特斯拉比工厂数量。不和阿里云比公有云降价幅度。在对手已经建立了规模优势的轴线上打正面战，是一场投入产出比极低的消耗战。华为在每个战场做的第一个动作，都是把竞争的衡量标尺从"物理规模"切换到"系统效率"。

第二，极高强度的垂直一体化。

用系统效率去代换单点器件，有一个硬前提：系统里的每一个关键环节你都得能控制。如果中间有一个环节依赖外部标准化组件，接口不匹配带来的延迟就会吃掉系统层面的所有优化。

所以华为不得不自己做芯片（鲲鹏、昇腾），自己写操作系统（鸿蒙、欧拉），自己造数据库（GaussDB），自己定义互联协议（HCCS），甚至自己造编译器。这是一种极重的打法，但它是"时间缩微"能跑通的前提条件。

第三，用生态合作把外部资产折叠进自己的节奏里。

垂直一体化不等于什么都自己干。华为做的是控制"大脑"和"连接"，把合作伙伴的"身体"折叠进来。

在智能车棋盘上，赛力斯、奇瑞、北汽、江淮提供制造产能，华为提供智能化系统和渠道。在云基建棋盘上，地方国资提供本地运营和网络，华为提供全栈技术底座。在算力棋盘上，超聚变等整机伙伴出服务器硬件，华为提供芯片和系统方案。

这种分工的核心是：华为定义系统的节奏和标准，合作伙伴的物理资产按照华为的周转频率运转。

代价

这套打法的代价也很明确。

垂直一体化意味着组织极重。芯片、操作系统、数据库、互联协议、编译器、云平台——每一项都是千人甚至万人规模的长周期研发。华为的研发投入常年维持在营收的20%以上。2025年研发费用1923亿元，占全年营收8809亿元的21.8%，创历史新高。过去十年累计研发投入超过1.38万亿元。这个年度数字比绝大多数A股上市公司的全年营收都高。

全球模块化分工的核心优势是效率：每个环节由最擅长的公司来做，整体成本最低。华为的垂直闭环是在和这种效率对着干。它付出的是更高的研发成本和更慢的单点迭代速度，换来的是系统层面的完整控制权。

另一个问题是生态兼容性。当全球AI开发者都围绕英伟达的CUDA生态写代码，当全球应用开发者都围绕安卓和iOS做应用的时候，华为的垂直系统需要回答一个问题：怎么让外部开发者愿意为你的平台写代码？技术上自洽不等于生态上自洽。鸿蒙系统原生应用数量的增长速度，是这个问题最直接的测量指标。

"韬定律"不只是一条半导体定律

回到今天何庭波发布的那条定律。

它的半导体技术含义已经讲清楚了：几何缩微走不通的时候，用时间缩微来替代。逻辑折叠，垂直堆叠，软硬协同，把τ压下来。

但如果拉远一步看，这条定律描述的其实是华为过去六年在所有核心战场上反复执行的同一个战略动作。

381款芯片是这样做出来的。81.2万张昇腾AI卡是这样卖出去的。58.9万辆鸿蒙智行是这样交付的。23.3%的政务云市场份额是这样拿到的。

同一个底层逻辑，在不同的棋盘上反复兑现。

对于其他正在面临外部约束的中国企业来说，华为的这个案例值得认真拆解的地方不是某一项具体技术，而是这套"系统代换器件"的战略模版：当你在核心组件上被卡住的时候，有没有可能通过重新定义竞争的衡量标尺，用系统的协同效率去绕过单点的短板？

这不是一个轻松的选项。它需要极深的垂直整合能力、极重的研发投入和极强的生态组织能力。大多数公司做不到。

但对于那些有能力做到的企业来说，这可能是目前为数不多的、经过实战验证的换道路径。

何庭波把它命名为"韬"——韬光养晦的韬。这个字也许恰好概括了华为过去六年的状态：表面上沉默，底下一直在重构系统。