夜晚公园小路手机闪光灯抓拍，一位成年女性跪坐在路中央，正面对镜头，双手剪刀手，黑色高盘发，精致眼妆，白色口罩，白色细肩带短上衣，浅色牛仔短裤，半透明薄纱外套，白色光泽丝袜。近距离直闪光照亮人物，背景树木、灌木和昏黄路灯压暗，强烈前景主体与夜景反差，真实手机夜拍质感，竖版构图，低机位略俯视，广角透视，人物居中，脸部清楚，社交媒体随拍感，画面干净清晰，手部自然准确，左上角极小 V猫logo，右下角极小 voxCAT 签名，吊牌 VOXCAT。

曾经有个大V发了一条推文。 “这个Skill好。能帮文章去掉AI味儿” 我去他的帖子下留言： “那么去AI味的目的是什么？骗别人还是骗自己。” 当时我的疑惑是为什么不是降低AI率。 后来发现我们不是一类人。 后来写论文1500收到手软。 后来又发了篇推。 “说某些大V离开skill和claude code 就是废物。” 其实是想说不要过分依赖skill和claude code 然后被大V屏蔽了。 （只有那一个大V哦） 我本质上就是喜欢吐槽。 就是论事。 所以当 @CuiMao 来那篇推文下留言她是废物的时候。 我仔细看了下她的账号。 不接商单，不为盈利。 “夸” 再来PUA一下你们： 做个skill,其实很简单 我的X作战计划的skill就是两句对话搞定的。 目前帮很多朋友实现了涨粉和内容策划。 创作的过程非常简单： 1.一开始我只是希望claude帮我分析一下 我说： “根据我给你的csv文件，分析我的作品流量，给我一个创作计划，包括长文，短推文的， 长文每天一篇，短推每天15条左右。 调查并给我一个创作计划.pdf格式。从4月12日开始。 这是我现在的数据。 我需要泛流量 币圈流量 AI圈流量 擦边流量。 拿出你毕生所学，给我一个报告和计划pdf” Claude:balabalabalaba 2.我觉得生成的格式好丑 于是我说： “妈的格式都乱了，配色好丑 经典黑白” Claude：balabalabalabala 3.有了初版感觉还不错，我觉得我以后会用 于是我说： “很好，把我们分析的过程，种种，写成一个内容作战计划skill 让用户输入 昵称 账号bio 当前粉丝数 希望是什么领域发展，还是泛流量。然后生成这种格式的pdf。 自然对话形式的skill 别忘了让用户提供三个月的数据分析的CSV,在X的创作者中心的后台就可以下载数据表格。 创作技能的时候调研你认为所有需要的资料，还有最新论文 加上我AI最严厉的父亲（ Claude:拿去 4.后来我优化了这个skill，做了一个自己使用的内网小app。 实现了预测，命中机制，还训练了一个小模型专门做这个。 你们要知道： skill到程序是最关键性的一步 这只是一个小小的思路 不过后来我再也没用过了。 我凭什么跟着AI指的方向走呢？ 虽然有用。 再谈谈蒸馏。 我不反对蒸馏。 但要看你是蒸馏的是什么了。 蒸馏个乔布斯给你喂苹果？ 后面会写文章讲讲。 顺便 @dashen9999 这个账号大家关注一下。 我的助理。 带着很多小朋友拿到了AI和编程方面的奖杯。 也做了很多课程。 以后你们不懂的，可以让她出个教程。 包括后续的企业培训课程，都是她主打。 让她摆开了嚼碎了喂给你。 爽吗？

1 昨天一个很搞笑的新闻， 一个自媒体博主去hk高端酒店里怼脸财富，结果采访到了真正的heidao大佬，和胜和前boss，简单来说，就是电影《黑社会》jimmy仔的原型。。 评论区说，还好现在是法治社会，97年以前估计已经被按在地上打成猪头了。。 大佬给年轻人的建议就是多读书，不要被古惑仔等电影影响了，不要老想着打打杀杀。。 2 顺着这个话题聊一下前几天去看的电影《空枪》，先不说剧情，就说演员，朱一龙成了性价比更高的梁朝伟，有朝气，演技也在线，而李治廷成了肌肉版王力宏。。最近当配角的电影估计也过百亿了··· 电影里梁家辉演了原型李嘉诚的原型，而他本人在追龙2里恰好演了张子强的原型，堪称hk于和伟了··· 这电影最明显的导向是，对资本开始明着敲打了，连反派男一号都要写成带点罗宾汉风格的人物，logo里的v甚至还致敬了知名反资本主义电影《V字仇杀队》，这电影甚至六公主还播过。 3 资本主义最大的问题在于人的异化，让人不是人，而是资本本身的奴隶。 如果我们做个类比 点金手的故事是资本主义的具象化。（钱可以买到一切，也可以毁灭一切） 富江的故事则是XY欲望的具象化。（拆家即可不被偷家） 4 昨天星球和vip群发了一个最近做的期权下注标的，也是我用agent扫描出来的。 5 signalplus2.0更新了一个关于社保加仓和开仓的A股交易模块，预计可以再第一次内测里给大家用到。目前看来可以跑赢沪深300年化10个点 6 昨天内地的失业率公布了一个数字，2026年7月，中国青年失业率录得17.9%，前值14.9%较上月提升了3个百分点; 同期，美国青年失业率为8.5%;韩国为7.8%。2026年6月，日本青年失业率为4.2%，英国为14.6%，欧盟为15.5%。 这里必须纠正一下，失业率不是关键，核心是贫困率和饥饿率。内地目前毕业的人群父母都是70后左右，这批家庭的自有住房很高，家里无非的加一双筷子的事情，我这次暑假回老家也发现，配送费反而更贵，但是速度也更快，说明在熟人社会劳动力依然面临供不应求的状态（家政报价甚至是武汉的2.5倍。。） 但上涨也终归不是一件值得开香槟的事情，如果结合前面大佬的话就更值得去思考了。 ps：现在有一些小地方的超市关门就是因为老有未成年来偷东西。真正麻烦的是8090的留守儿童群体，成了短视频当老师的一代人的价值观。避免向零元购滑落。 7 贵金属继续爆拉，没有什么比矿产更能对冲美元的缓慢贬值了。好的矿业股堪比mini版本的大饼。 8 饼子回调，正常，不用过度解读了。另外美股的软件服务类股票都在反弹，走出来趋势的可以分散加点仓位 9 本周有公开课 10 重点关注铝和钛

总动员了？ 今天涨舒服了，我把昨天+前天亏的都找回来了，就差周二那天。最重要的是周五涨一天算三天，心情敞亮，明天开开心心出发旅游。 行情具体周日晚上再分析，先说两个事。 第一件事很离奇，今天盘后大量的政府蓝V集体转发了一篇文章《外资金融机构：当前中国股市估值合理 投资者对后市普遍乐观》。离奇的不是文章内容，而是转发的这些体制内账号，很多和股票，甚至和泛财经一点关系都没有。 比如某些地市的公安局，审计局，社保局，县政府官V、药监局、市政府官V、司法局、文旅局......各市各县，各个部门，都在群推同一篇文章。我一开始还怀疑是不是体制内宣传口操作故障，但等了半天这些号也没删帖，那看来就是刻意为之。 这事以前没见过，这算什么信号？我可以把它理解为公务员牛市总动员嘛，告诉那8000万人不要慌，大家一起上？ 文章本身没什么特殊的，我留个国家药监局的链接，你们有兴趣自己点过去看，真没啥，就是比较典型的乐观唱多贴，估值合理，行情火热，预计还要涨。 国家药监局《当前中国股市估值合理 投资者对后市普遍乐观》 另一件事是白天那会财新报道某个官员被查，但是文章发出后又迅速删除，不过已经被人截图转发，各个群广为传播。财新之所以发了又删，肯定是因为还没官宣的不能说，他们不能说我更不能说。该官员大家都认识，该职位历任就很少有善始善终的。 今天晚些时候，路透社也发了这条信息补刀，所以置信度很高，我觉得超过90%了，等过几天官宣吧。 …… 明天我就出发去敦煌了，接下来两天夜报内容估计都是游记为主。 敦煌是我很早就想去的景点，中国三大石窟我已经去了两个，从时间顺序上最早是敦煌（十六国），再是云冈（北魏）、龙门（北魏、隋唐）。 好奇心重的人会有一个疑问，为什么是这3个地方有大型石窟？ 原因很简单，这三当年都是交通主干道。龙门石窟在洛阳的门户要道，云冈在大同西线要道，洛阳和大同曾经都是北方政权首都。而敦煌，它是丝绸之路河西走廊最西边的重镇。 敦煌再往西就是阳光（丝路南线）和玉门关（丝路中线），从中原去往西域的商队在敦煌这里即将一分为二，小时候学过的古诗“春风不度玉门关”、“西出阳关无故人”都是在这里写的。 佛教盛行的南北朝、隋唐，权贵阶层喜欢雇工匠在人流量大的交通要道两边修佛像，弘扬佛法的同时给自己积攒功德，于是就有了流传至今的三大石窟。 后来到了明清时期，贸易路线转移，丝绸之路荒废，敦煌也随之没落。直到1900年有一个姓王的道士发现了藏经洞，里面有5万多册藏书，外国文物商人闻声而来，连蒙带骗搞走了大部分，只给我们留下了1万多册 4万多册敦煌藏书流散海外多个国家，这当然是中国考古文物的重大损失，但也让敦煌文化在全世界广泛传播，从上世纪二三十年代开始，敦煌学就是世界文化圈里的显学，敦煌文化也成为现代中国在全球第一个知名IP。 我说个小故事你们感受一下。上世纪五十年代某个贵州酒厂试图拓展海外市场，但它们的品牌当时在国际上几乎没有名气，需要一个更具国际辨识度、更容易被海外消费者接受和记忆的商标，于是就在1958年选用了敦煌高窟第321窟的“飞天仙女”团作为商标logo，至今沿用。 无论是全国重点文物保护单位，还是世界文化遗产目录，敦煌都是中国第一批，如果你对咱们华夏的历史文化感兴趣，那敦煌是此生必去的景点。我早几年就想去，之所以一直拖到今年，主要是还是那里有点远，我带着两个老人出行不能走太远太久，否则老婆一个人在家照顾2个孩子就会比较辛苦。这次我出去4天，她已经嘟嘟囔囔我好几天了 …… 从敦煌文化在世界广泛传播，我有一个感触，就是文物的流散并不完全是一件坏事。试想如果那5万册书全部被保护在国内，敦煌文化的世界影响力一定差了很多个数量级。 同理还有圆明园被抢的十二生肖，很多人不清楚那些铜像其实只是大水法的12个水龙头，要论当年被抢的宝贝怎么排也轮不到它们，但现如今十二生肖已经是圆明园最有名的被盗文物，甚至在很多场合已经是爱国主义的标志载体。 你们有想过原因吗，就是因为它这一套有12个，流散各地，流动性好，隔几年就会有交易或者归还的新闻，一遍又一遍的强化公众的认知。目前已经找回来7个，还有5个下落不明，所以这个ip还有很旺盛的生命力和成长性。 多年后当最后一个生肖回归中国，全套集齐，我都难以想象这会产生多么轰动的舆情。文物本身的艺术价值固然可贵，但更稀缺的是文物在历史变迁中承载的故事。十二生肖从当年被抢流散至全球各地，再到一件一件被找回来，重新集齐成套，这背后的故事和隐喻只要想一想就会浑身起鸡皮疙瘩，我看好它们最终会成为中国最有影响力的文物，没有之一。 从上面这两个例子，我觉得一个ip想要更大的扩张影响，最有效的办法就是让渡股份，让更多人参与持有，参与交易，增加流通曝光。 再引申一步，把IP换成公司，上面这段话也是成立的，这也是那么多家族企业寻求上市的原因。 今晚就这些，发射～

今天星期四，请你吃鸡吧🐔 GPT IMAGE2.5 提示词： 9:16 竖版，iPhone 日常随手抓拍 × 不知火舞 Cos × KFC 餐厅 × 日系偶像感 × 真实生活摄影。 一位 23–25 岁、明确成年的漂亮日本女性，小头、小脸，精致紧致的鹅蛋脸，清晰下颌线与微尖下巴，真实自然的日本女性五官。肌肤非常白皙、细腻、通透，呈干净明亮的冷白肤色，带淡淡自然粉润血色，保留真实毛孔与细微皮肤纹理。 人物采用不知火舞风格 Cos 造型：深棕色长发扎成标志性的高马尾，搭配精致发饰，发丝自然蓬松。妆容采用清透日系偶像妆，眉眼精致、睫毛自然、淡粉腮红、水润蜜桃粉唇，整体漂亮、清纯、可爱，但保持明确成年女性面容。 服装采用不知火舞灵感的红白配色改良 Cos 服，保留经典东方格斗角色的红白色彩、绑带、腰饰与轻盈裙摆元素，同时改造成真实可穿着的时尚 Cosplay。上身采用明显的大深 V 低领设计，肩部自然露出，展现肩颈与锁骨线条，胸部视觉约为自然 E 罩杯，丰满但不过度夸张。服装结构完整、固定可靠，细节精致。 人物坐在真实 KFC 餐厅的餐桌旁，身体正面朝向镜头，略微向前倾，脸上带有害羞、开心又有一点装可爱的表情，眼睛自然看向镜头。 一只手伸向镜头前方，形成明显的近大远小透视，手中拿着一块刚蘸过番茄酱的炸鸡，像正在开心地把炸鸡递到镜头主人嘴边，请对方尝一口。另一只手自然放在桌面、脸侧或身体旁边，姿势俏皮、生活化。 桌面可见炸鸡餐盒、番茄酱、小纸杯、饮料与餐巾纸等真实快餐店元素。背景自然出现其他顾客、餐桌椅、灯具和店内环境，但人物始终是视觉中心。 摄影方式强调**“极其普通但人物特别漂亮”的 iPhone 快照感**：没有过度精心的商业构图，画面略微倾斜，人物不完全居中，留白稍微不均匀，像朋友坐在餐桌对面临时拿手机拍下的一张照片。 采用自然白天室内光线，窗外日光与餐厅灯光混合，光线分布略微不均匀，使人物冷白肌肤产生轻微高光溢出。人物脸部、眼睛和 Cos 服主体保持清晰，伸向镜头的炸鸡和手部可以因距离较近产生轻微透视与自然景深。 整体加入轻微 CCD / 旧 iPhone 色彩语言：低对比、轻微曝光、少量自然颗粒、非常克制的运动模糊和手机锐化，但不要真正低清。整体呈现漂亮日本 Coser 在快餐店随手喂你炸鸡的轻松、可爱、真实生活氛围。 负面提示词： 未成年外观，儿童脸，大头，大脸，宽脸，胸部过度夸张，V领过浅，高领，服装完全滑落，衣物穿模，廉价Cosplay，错误发型，手挡脸，炸鸡遮脸，炸鸡变形，手指融合，多手多指，多余肢体，严重运动模糊，严重过曝，塑料皮肤，过度磨皮，动漫脸，CG脸，背景空无一人，商业棚拍感，文字乱码，额外Logo，水印。 #今日提示词# #GPT# #IMAGE2#.5

旗袍是我的最爱🥰你喜欢吗？ GPT IMAGE2.5 提示词： 9:16 竖版，手机随手拍视角 × 真实 coser 人像 × 日漫风改良旗袍 × 低饱和冷调生活摄影 × 自然纪实感。 一位 23–25 岁、明确成年的漂亮日本女性，身材高挑纤细，小头、小脸，肩颈修长，腰身纤细，双腿自然修长。整体纤细高挑身材保持自然协调。肌肤 非常白皙、细腻、通透，呈冷白肤色，在手机曝光下显得白净柔滑，同时保留基本真实皮肤纹理。 人物拥有真实日本女性真人脸，五官精致柔和，流畅鹅蛋脸与清晰下颌线，眼神自然，整体气质清冷、安静、带一点生活化的疏离感。头发可为自然黑色或深棕色长发，顺滑披散，带少量随意碎发，符合生活场景下的随手记录感。 服装为日漫风改良旗袍 coser 造型，整体保留旗袍的东方轮廓与立体剪裁，同时加入明显的日漫风格设计语言，例如更轻盈的线条、年轻化的轮廓、精致装饰细节与略带幻想感的视觉元素。服装采用明显的大深 V 低领设计，自然展现肩颈、锁骨与上胸线条；下摆自然打开或侧分，自然露出腿部线条。人物 不穿鞋、不穿袜，全程赤脚，双腿和双脚自然入镜，整体既时尚又保持克制，不显低俗。 人物采用正面朝向镜头的姿态，可以自然站立、轻靠墙边、站在生活化室内角落，或以松弛自然的站姿面对手机镜头。双手动作自然，一只手可轻提裙摆、整理头发或自然垂落，另一只手可轻扶身体侧面或身边物件。整体姿态像在真实生活中被手机顺手记录下来的瞬间。 场景为充满生活气息的日常空间，可设置在居家室内、生活化走廊、日式出租屋一角、带家具与日常物件的房间，背景不夸张、不影棚化，强调真实环境感。环境略带杂乱但不过分脏乱，像真实生活片段。 画面采用低饱和、冷色调、低分辨率感、高颗粒手机摄影质感，模拟真实随手拍效果。整体不过度精修，保留一定噪点、轻微压缩感与手机成像的自然瑕疵，但人物面部、深 V 领口、旗袍结构、腿部线条与赤脚细节仍保持清楚可辨。 曝光以人物为中心，确保皮肤显得白皙、明亮、柔滑，同时整体保持冷静、克制、日常的视觉氛围。画面像是在生活中偶然拍下的一张照片，而非过度摆拍的商业大片。 核心关键词： 日本女性，23–25 岁，皮肤白，正面，深 V 领，E 罩杯视觉，不穿鞋袜，自然露腿，手机摄影视角，真人 coser，日漫风改良旗袍，低饱和，冷色调，高颗粒，生活化场景，9:16 竖版，纪实感，自然抓拍。 负面提示词： 动漫脸，纯二次元插画感，CG脸，塑料皮肤，过度磨皮，过度商业摆拍，背景过空像影棚，高饱和，暖黄色调，鞋子，袜子，腿部被遮挡，背对镜头，高领，V领过浅，胸部过度夸张，低俗暴露，衣物穿模，肢体畸形，多手多脚，模糊到看不清五官，文字，Logo，水印。 #今日提示词# #GPT# #IMAGE2#.5

这段时间跟人讨论华为的τ scaling（时间微缩），发现讨论仅停留在字面，没有触及它的实质，大概因为不少朋友不是EE出身，不知道τ这个符号在电路里的经典含义。电路课上最早学的时间常数就是τ=RC，一段导线的电阻乘上它的电容，就是信号通过这段线所需时间的量级。线越长，电阻和电容越大，信号就越慢。在这套框架里，过去六十年的几何微缩被重新解释成时间微缩的一种实现方式，晶体管做小是为了缩短开关延迟，电路排得更紧是为了缩短金属连线、降低信号的传播延迟，几何微缩只是手段，压缩延迟才是目的。华为这套理论，就是当几何微缩走不动之后，换其他办法继续压缩延迟。 正好，何庭波那篇τ scaling论文前两天出了v2，内容从16页变成23页。我对比了两个版本，数据和结论均没有改动，补充的内容基本都在回应行业里对v1的几点质疑。主要有三个点值得聊聊。 最重要的一处，是给之前声明式的"能效提升41%"补上了测试证据。v1里这个数字没有基线也没有测试条件，是最容易被质疑追问的一点。v2补了一张完整的对比表。基线是2025年的Kirin 9030 Pro，两颗芯片采用同一成熟工艺节点，关键差异在于基线是传统平面设计，Kirin 2026把关键路径折叠到了上下两层晶圆。折叠缩短连线、压低互连延迟，关键路径上多出的时序余量直接转化为时钟频率上限的提升，1.1V供电下最高频率达到3.1GHz，比基线高13%。而"能效提升41%"出自另一个专门设置的工作点，降压到0.9V、降频到2.5GHz，与基线做等性能对比，25℃实测功耗为基线的0.59倍。从理论上估算也成立，动态功耗近似与电压平方成正比，供电电压下调18%，仅平方项就贡献约三分之一的降幅，再计入降频9%和折叠削减的连线电容，正好落在0.59附近。所以能效提升41%的准确含义是等性能下的功耗降低，本质是把折叠挣出的时序余量兑换成功耗的降低，能效比的提升来自逻辑折叠。此外，v2还附带一个数据，双层堆叠后功率密度反而比基线低5.6%。 第二处新增内容，回答的是同行最容易提的问题：3D堆叠早就有了，AMD的3D V-Cache、Intel的Foveros都在量产，你这个LogicFolding新在哪。要理解论文的回答，得先知道两层芯片之间怎么通信号，靠的是层间的键合点，作用类似连接上下两层的电梯。此前量产的3D堆叠，键合点平面间距在9微米到几十微米之间，算下来每平方毫米能安排一万多个连接，给一整块缓存接总线够用了，所以过去的设计方式是把完整的功能块整个搬到上层，比如AMD把一整块缓存叠在处理器上面，两层各自设计，中间用接口相连。但芯片内部一平方毫米里挤着上亿个晶体管，想让相邻的逻辑门一个在上层一个在下层，这个连接密度差得远。Kirin 2026把键合点的平面间距做到1.5微米，每平方毫米44万个连接，和芯片内部顶层金属导线的密度已经差不太多，跨层走一根线，和在芯片内部金属层走一根线，开销已经相差无几。到了这个程度，两层硅片在电路意义上就融成了一整块，EDA工具可以在逻辑门这个粒度上决定谁放上层谁放下层，交给算法做全局优化，设计自由度和以前完全不是一个量级。论文还解释了为什么不走另一条更激进的路线，直接在一层器件上面再制造一层器件。那条路层间连接最细密，但制造第二层需要高温，会损伤已经做好的第一层，目前量产走不通。 第三处是热管理。垂直堆叠会显著增加单位面积的热密度，下层硅片的散热路径还被上层遮挡，这是3D堆叠绕不开的第一个质疑，v1并未深入讨论。v2正面承认热管理仍是LogicFolding架构的关键挑战，给出的对策是热感知的划分与布图规划，设计阶段就把高功耗电路排除在折叠范围之外，并在结构上避免高功耗模块在垂直方向相邻，防止热点叠加。这套策略是工程师手工施加的约束，还是已经固化进内部EDA工具的自动流程，论文没有说明，只把多物理场的工具链明确列为未来十年最重要的一项投资。配合等性能工作点下功率密度低于基线5.6%的实测数据，散热问题算是有了正面回应。不过这套处理方法本质上是回避式的，堆叠层数增加到三层四层之后，可折叠电路的选择空间会被热约束持续压缩，论文没有展开讨论这个边界。 此外，v2还补了一张两层硅片键合界面的显微截面照片，并且明确写了用的是wafer on wafer混合键合。这个规格值得跟同行业比较一下，1.5微米间距的晶圆对晶圆混合键合用在量产逻辑芯片上没有先例，台积电SoIC目前量产间距是6微米，Intel的Foveros Direct是9微米，实属厉害。 对比完两个版本的论文，我还有两个问题。一个关于设备，这个规格的键合设备是谁供的，论文只说是跨供应商生态多年工艺开发的结果。另一个关于EDA工具，把两层硅片当一整块芯片做设计，市面上现有的EDA工具干不了这个活，论文承认这一点，只说方法学细节"几个月内发表"。可是频率表里，2027年那代3.39GHz的Kirin已经标注有实体芯片，说明这套工具在华为内部早就跑通了，而且至少跑通了两代产品。个人猜测，这套EDA是华为自己做的。欢迎了解情况的朋友聊聊。

华为τ scaling定律营销策略，无非是more than moore的广义摩尔定律的另一种说法而已 作为芯片架构师，我更感兴趣的，还是芯片密度提升，ppt上41%能耗提升和12.7%性能提升，到底是怎么实现的 看完了论文，感觉华为这次创新，本质上是用设计复杂度高 + 高制造成本 + 超前散热，一定程度弥补了工艺差距 ----------------- 1. 华为芯片堆叠带来的等效密度提升，是虚假宣传还是真的，是不是工艺突破？有没有实打实的好处？ 等效密度提升的来源，是两片芯片用hybrid bonding技术绑在一起，投影面积理论上能减小一半，但第一代不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292） 这2026第一代等效密度从 2025 年 155 MTr/mm² 跳到 2026 年 238 MTr/mm²，时钟频率也提升了12.7%，功耗比提升41%，表面上看似乎和工艺突破没有什么区别，但有一点重要区别就是leakage power华为从头到尾没有提，只要工艺节点不变，gate leakage、junction leakage 不会因为 3D stacking 自动改善 2030年到2031年的等效密度突变，大概率是来自于2层堆叠到3层堆叠，正如2025到2026年的等效密度突变，时钟频率突变，来自单层到2层折叠 所以从leakage没提这个事来看，这个2031年等效1.4nm，和工艺节点上的突破没有联系。 本质上是用设计复杂度高 + 高成本 + 超前散热 + 超前部署advanced packaging，一定程度弥补了工艺差距 ----------- 那么这样看起来虚假的等效密度提升，有用处吗？好处在哪里？ 有的，设计上topology折叠，原来要跑几毫米的水平走线，折叠后变成了几十微米。降低了super buffer/bus的长度，降低了clock tree的深度（clock depth -42%、clock wire -28%），clock skew也带来了改良(-25%)，这对动态功耗的改善是实实在在的。部分critical path的缩短，也让时钟频率的上升更容易 所以ppt roadmap上performance的提升，从2025年到2026年上升了12.7%，大部分都是来自于时钟频率的上升（12.7%） 所以好处基本上是topology拆分电路逻辑设计上带来的提升 既然没有实质上的工艺提升，华为芯片堆叠带来等效密度提升的trade off代价在哪里？ 三个代价：散热超前发展，设计复杂度高，制造成本变高 最大的代价就是热密度的同步上升，理论上logic on logic都是CPU execution发热最严重的区域，这部分折叠起来相当于功耗密度直接翻倍，但算上41% power efficiency改善，功耗密度仍只比非堆叠方案高40%左右。所以第一代只能对最关键的部分做折叠，大概只占全芯片面积的53%。 所以散热技术也被逼的超前发展，直接上毫米级的MEMS风扇，做micro-cooling fan。 另外的代价就是设计复杂度的变高，critical path的折叠，哪个部分的logic能折叠，折叠之后又会带来从前端到后端的巨大变化要推翻重来 现有的所有EDA工具也不可能支持3D topology，论文自己也承认，full-scale LogicFolding需要全新的3D-native EDA toolchain，把多层stacked dies当作单一连续设计实体处理。哪些logic能折叠、折叠后的inter-die timing closure怎么做，Physical Design（PD）也是难点 制造成本也会更高，被迫超前部署advanced packaging封装，1.5~2um的hybrid bonding + logic on logic都是很有挑战需要显著更高的成本 以前一层wafer做一次光刻；现在两层wafer分别做光刻再bonding，加上hybrid bonding的overlay控制（论文要求<0.5μm）、TSV、KOZ keep-out zone、冗余修复、良率乘法损失，每颗芯片的制造成本和测试成本都要显著上升 -------------------------- 2. Tau scaling这个说法，scaling的到底是什么，这个scaling技术路线是不是一次性的design topology红利？潜力如何？持续进步的空间在哪里？ τ Scaling的核心主张是：用时间常数τ替代几何线宽作为全栈优化目标，在器件、电路、芯片、系统四个层级分别压缩特征延迟 公式本身没有任何新物理。"关注瓶颈延迟"是所有架构师都在做的事情。整个行业都知道互联RC是延迟瓶颈，TSMC每一代工艺都在用low-k dielectrics/semi-damascene等手段降RC。把一个众所周知的优化方向包装成"定律"是显然的营销宣传手段，本质是More than Moore的广义摩尔定律的另一种说法 抛开marketing，华为目前所谓RC delay的改善，本质上是芯片堆叠之后，topology距离缩短，让匹配的effective RC都变小，不是RC工艺常数 至于scaling的意思，是能持续发展的一条roadmap。这里的持续改善路径指的是，全芯片堆叠的层数越来越多，从25~30年的2层堆叠，到31年开始的3层堆叠，以后甚至会考虑4层堆叠 第一代折叠技术甚至不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）。2031年的roadmap之所以会出现一个阶跃，就是因为那是从2层折叠到3层折叠的时间点。 但需要注意的是，这个scaling方法的边际效应是逐渐缩小的，折叠成双层的收益是100%，2->3层的收益就只有50%，如果2035年再从3->4层堆叠，收益就只有33%了 另外随着堆叠层数变高，上面说到的三个挑战，散热，设计复杂度，成本，都是越来越大 --------------------- 3. 华为的芯片堆叠，是不是TSMC/AMD已经有的hybrid bonding技术？华为做到的是cache on logic，cache on cache，还是logic on logic，logic on logic最大的散热问题是怎么解决的？ 是已经有的技术没错，但同时也是把现有技术指标做到了领先也是真的，3D堆叠本身不是新技术，TSMC的hybrid bonding量产还是6um，华为论文给出Kirin 2026的hybrid bonding pitch是1.5μm 我在刚刚看到华为的堆叠消息之后，第一反应也是怀疑和AMD的3D V cache类似，它主要把 SRAM cache 叠在 已经有的L3 cache 区域上，通常会避免直接堆在最热的 CPU execution logic 上，就是避免散热问题，毕竟SRAM 的功耗密度和热点特性与high-activity logic 不一样，如果最热的logic on logic堆叠，散热恐怕会碰到困难 但看了更多数据之后，clock buffer -56%、clock depth -42%、clock wire -28%，这些只有在core内部的clock distribution被重构时才可能发生。纯SRAM stacking不会碰core内部的clock tree。另外如果只是cache on cache，大概率是不需要单独MEMS微型风扇额外散热的，证据普遍都指向logic on logic方式 华为这个技术的精妙之处在于，logic on logic 折叠之后热密度并没有翻倍，而是因为topology的好处，能耗下降了30%，这样热密度只上升了40~50% 而第一代没有完全把整个最热的execution logic 100%堆叠起来，论文也明确说selectively applied along key critical paths，只是大概53%有选择性关键路径会堆叠起来，可能颗粒度都没有那么好，只是IP堆叠在IP上，那么热密度上升也许能维持在20%以内 但这条道路继续前行，超前发展的散热就成了必然，现在是MEMS微型毫米级的主动散热风扇，紧贴处理器传导效率高，和华为手机一样，散热堆料特别足，而且技术领先同行。 以后怕是要把HBM7/8的微流道散热技术提前用起来了，毕竟HBM7/8要上24+层堆叠，华为很可能要在提前用上下个世代的散热技术了 ------------------------- 4. 从架构角度来说，最重要的问题，华为41%的power efficiency（能耗比）提升，到底是怎么实现的？为什么AMD的3D V cache没有这么大的提升？ 首先确定41%的定义。论文只说"SoC performance-core power efficiency improved by 41%"，没有给出benchmark名称、Voltage/Freq点、温度条件、功耗边界。但PPT roadmap上有一个关键线索：ISO-Power Performance的数字，2025年是2.75，2026年是3.1，提升12.7% 这个时钟频率提升12.7%完全一致，可以理解为，同功耗的性能提升是12.7%，绝大部分是时钟频率提升带来的 至于能耗比上优化的猜测是，LogicFolding缩短critical path → 在固定Vdd下Fmax从2.75GHz提升到3.1GHz → 这意味着在原来的2.75GHz频率下，有了约12.7%的timing headroom → 这个空间在iso-performance模式下可以换成更低的Vdd 另外的能耗比的提升，可能也来自于电路折叠之后，cache hit latency的下降。从业界经验来看，一般L2/L3 cache hit latency下降10%，CPU整体性能会有至少5%的提升 ppt里显示SRAM latency下降30%，估计会有一部分转化为cache hit latency的下降 AMD的3D V cache没有这么大的提升，主要是因为AMD的底层logic die并没有重新设计，3D cache的延迟latency不仅没有减小反而加大，只是增加了cache大小，收益不如latency下降那么明显。 另一方面，clock skew的下降,critical路径变短，造成电路timing变好，意味着华为可以使用更低的vdd（猜测甚至能低7~8%），以及路径缩短所带来的RC的下降(考虑到clock buffer -56%、wire -28%、SRAM pJ/bit -24%这些数字，比如C_eff下降10~15%合理)，再加上clock tree的整体缩短和下降，确实是有可能在部分Voltage/Freq点做到同性能下，做到30%的功耗下降的，而30%的功耗下降换算过来就是41%的power efficiency 对比苹果和高通，每一代手机芯片在iso-power下单核性能一般提升10-20%，iso-performance下功耗一般降30-40%，这是V/F曲线的特性决定的，所以从经验上来说，数字是对的上的。 所以这个power efficiency（能耗比）的提升，从现有的数字上来说可以从topology推导出来是合理的，可能真的和工艺节点没有太大关系 ---------------------------- 5. 这个技术路线有没有可复制性，其他家会不会效仿？ 短期内不会大规模效仿，因为性价比和风险收益比来说不好。长期来看，这个方向所有人都在走，只是名字不一样 华为做LogicFolding的根本驱动力是制裁，工艺节点被卡在7nm，只能在封装，散热，和设计层面想办法弥补。华为也为此付出了不小的代价：散热成本，设计复杂度，以及制造成本更高（包括良率）。这是一个被逼出来的路线，不是一个自然选择 其他玩家在用TSMC就能做到正常的经济迭代，是没有必要冒着这个风险，去超前迭代散热技术和设计复杂度的 长期来看，Intel的Foveros、TSMC的SoIC、AMD的MI300的3D stacking都在朝同一个方向走。如果继续追最先进节点的经济性持续恶化，那么"固定一个成熟节点+3D topology optimization"的路线会越来越有吸引力 散热方面，MEMS微型风扇和微流道也会成为未来HBM散热的主流 ------------------- 总结一下，华为这次的创新，绝对是值得尊重的，在制裁环境下，用极高的设计复杂度和成本，在一个被锁定的工艺节点上大胆重新设计，榨出了一次大的topology红利，虽然它有天花板。每多加一层的边际收益递减（堆叠1->2层, 2->3层, 3->4层，提升百分比变小），leakage无法解决，散热越来越难，3D EDA工具链更是全新的挑战。 但这个Tau scaling不是一条可以走十年的指数增长路径，每次爬完一个台阶，下一个台阶更难爬，而且台阶更矮收益更小，华为以后想缩小差距，还得再想想靠什么其他的路线