不是。摩尔定律的"尽头"指的是芯片性能免费快车的减速，不是你的旧设备能力突然崩塌。真正让人觉得"带不动新软件"的，是三件事：App 自己越来越肥、AI 抢走存储和产能导致新设备越来越贵、厂商给老设备的系统支持窗口越来越短。10月21日，黄仁勋在首次落地欧洲的 GTC 柏林大会上说，摩尔定律已基本走到尽头，可他由此得出的结论不是让用户换设备，而是芯片厂商不能再靠缩小晶体管躺着涨性能，得从芯片、系统、软件到算法做全方位"极致协同设计"。对普通人来说，问题不是旧设备突然"带不动"，而是软件要求涨得比设备余量快、换新的门票又越来越贵。每日经济新闻
黄仁勋在柏林到底说了什么
10月21日，英伟达把 GTC 大会第一次搬进欧洲，黄仁勋在柏林 Tempodrom 讲了约一个半小时，没有发布新芯片——早已公布的 Vera Rubin 平台只是确认全面量产。台上的主角是一台叫 RTX Spark 的轻薄笔记本：FP4 AI 算力最高 1 Petaflops，统一内存最高 128GB，10月16日已经开售；而同样配 128GB 内存、需要两个人抬上楼的 DGX-1，是十年前他亲手送给 OpenAI 的那台机器。他同时给出了英伟达的标尺：同样十年，按摩尔定律芯片性能大约翻一百倍，而英伟达的 AI 性能涨了一百万倍，差出来的部分全靠每一层软件、算法与架构一起重做的"极限协同设计"。要留意的是，这组一百万倍说的是数据中心加速计算平台的 AI 吞吐，不是你家笔记本的日常速度。"摩尔定律走到尽头"是英伟达向客户解释算力如何继续增长的产业叙事，不是发给普通用户的设备清退通知。极客公园新智元知乎
摩尔定律本来就不是一条物理定律
摩尔定律是1965年戈登·摩尔对"芯片上晶体管数量约每一到两年翻一番"的经验归纳，后来变成整个行业排路线图、给降价做承诺的产业契约——所以它的"死活"从来都有人反对。黄仁勋早在2018年就宣称过"摩尔定律已终结"、计算的未来离不开GPU。英特尔CEO基辛格则公开隔空对杠，坚称摩尔定律未死，重申要在4年内完成5代CPU制程。今年7月，英伟达应用深度学习研究副总裁 Bryan Catanzaro 把"死"说得更具体：从经济学角度看摩尔定律早就死透了——晶体管越做越小，造价却呈指数级暴涨，缩小尺寸带来的免费红利已经没了。界面新闻界面新闻36氪
这里有个常被忽略的反面：正因为单芯片的代际提升变小，新设备与三四年前的设备之间，日常体验差距其实比十年前小——消费者换电脑的周期已经从过去的三四年拉长到了五六年。摩尔定律减速，某种意义上反而延长了旧设备的保质期——"带不动新软件"的感受，主要不来自硬件性能悬崖。36氪
让旧设备变卡的，首先是软件自己发胖
手机用久了变慢，多数不是主芯片"老掉牙"：运行内存被后台应用和捆绑进来的大量 SDK 挤占、闪存用久写入掉速、电池健康度下降触发降频。这也是"换电池、关自启动、卸载臃肿应用"这类朴素攻略常年霸占小红书、知乎数码区热榜的原因——大量用户的真实体感是：硬件还能转，是软件越来越沉。行业自己也承认了这一点，Android 17 开始根据设备内存总量对每个应用强制执行内存上限，超限的应用进程会被系统直接终止——谷歌罕见地动手给臃肿应用"瘦身"，而音乐软件塞进社交购物、IM 应用动辄吃掉几 GB 存储的国产应用生态，正是这类机制出台的语境。对更老的设备，"装不上新 App"的处境则来自厂商的支持窗口：硬件依然完好，但厂商停止系统更新后，设备会变得越来越卡、不安全，甚至无法安装最新应用——这是商业决策，不是物理极限的判决。知乎
另一半真相：AI 拿走了消费设备的红利
新华社今年7月的报道早就点破过这轮涨价的源头：韩国三星电子二季度单季营业利润同比增长超过1810%、比去年全年利润的两倍还多，重要原因之一就是存储产品价格走强。AI 训练需要的 HBM 高带宽内存利润远高于普通内存，主要厂商的产能已被英伟达、超威等企业提前锁定，传统存储供应随之收紧——"AI 吸走产能"不是比喻，而是正在发生的资源再配置，苹果也在此前宣布上调笔记本、平板售价。传导到终端价格上：深圳多家品牌门店确认，惠普、联想、华硕等从9月起集体调价，最高涨幅达15%，一款原价3000元出头的入门机型逼近6000元，华为的低价入门型号直接停售。界面新闻10月的报道标题说得更直白：手机涨价背后，是 AI 算力在挤占内存产能。这就是"摩尔定律走到尽头"落到日常生活中的样子：最尖的制程、最缺的产能、最赚钱的订单都集中进了 AI 数据中心，消费级设备排队领上一代的红利。新华网36氪界面新闻
要不要换：从"到期就换"改成"需要才换"
如果主力用途是聊天、刷视频、网页和办公，设备用了不到三四年，卡顿主要来自内存、存储和电池——换块电池、关掉自启动、卸载臃肿应用，多半还能再战一两年；况且不少新增的 AI 功能本来就跑在云端，本地设备只是窗口，不必为"摩尔定律死了"这种宏大叙事掏钱。但如果你确实要在本机跑大模型、智能体，或重度剪视频、打高规格游戏，硬件门槛确实在被抬高：RTX Spark 把统一内存拉到最高 128GB，"你不再是使用软件，而是在雇佣电脑"正是厂商想卖给下一代的体验。这类产品目前还是尝鲜价，不必透支预算；而如果你本来就打算换机，短期内"等等党"未必划算——惠普高管预计存储成本占整机物料成本的比例在年内还会继续上升。新智元36氪
判断标准其实很简单：别看"定律"的死活，看设备上软件的真实资源要求是否超过了它的供给，以及新供给你能不能用可接受的价格买到。摩尔定律作为"全行业共享的免费午餐"确实快到头了，算力进步的收益正在向 AI 工厂集中，留给普通设备的是更慢的换代和更高的价格——但这不是旧设备的死刑通知，它更像一句迟到的提醒：换设备的理由，应该从"它老了"变成"我确实需要"。
