10月21日晚，英伟达GTC柏林大会的主题演讲上，黄仁勋对芯片行业给出了一个被迅速刷屏的判断：摩尔定律已基本走到尽头，因此需要从芯片到系统、从系统到系统软件再到算法、乃至整个人工智能基础设施的全方位极致协同设计。南都湾财社
但“走到尽头”不等于芯片不再进步。同一场演讲里他给出一组对比数字：过去十年AI性能提升约一百万倍，而只靠摩尔定律，十年大约只能带来100倍提升。真正变化的是芯片性能的增长引擎：从“把晶体管做得更小、塞得更多”，转向架构、软件、封装和整个系统的协同优化。对普通人来说，关键问题是：这次换挡之后，手里的手机、桌上的电脑、出行的汽车和付费的AI服务，会发生什么。36氪
摩尔定律为什么“跑不动”了
摩尔定律不是一条自然规律，而是一个经验观察：1965年，英特尔联合创始人戈登·摩尔注意到芯片上可容纳的晶体管数量大约每两年翻一番，此后半个世纪，整个产业按这个预期安排产线、成本曲线和产品节奏。如今约束接连出现——晶体管沟道尺寸逼近原子量级、量子效应带来的漏电难以抑制、单位面积堆的器件越多，互连与散热的代价越高。一个常被忽略的细节是：手机里“移动数据”本身就很耗电，按华为方面披露的论文描述，典型智能手机负载中动态功耗可占总功耗约90%，除晶体管开关外，信号在芯片内部金属连线上的传输同样耗能。晶体管继续缩小仍能带来收益，但“免费”的性能增长时代结束了。第一财经
两台新引擎：全栈协同与“缩短时间”
英伟达的路线是把优化尺度从一颗芯片放大到整座“AI工厂”。黄仁勋在演讲中称AI不只是软件而是制造业，并把它比喻成五层蛋糕：最底层是能源，往上是计算、网络、存储、电力和冷却等基础设施，再往上是模型、原生应用和最终行业。36氪
产品是这套思路的样板：新一代平台Vera Rubin已全面投产，整机没有电缆电线、100%液冷，一个节点的组装时间从两小时压缩到不到五分钟。36氪
中国厂商也在同方向上换道。2026年5月，华为半导体业务负责人何庭波在IEEE国际固态电路会议（ISSCC）相关活动上首次公开介绍“τ（韬）定律”与LogicFolding（逻辑折叠）技术。这条路线的出发点是一个重新定义：提升芯片性能的本质，是降低芯片完成任务的时间，而不只是缩小晶体管。逻辑折叠据此把原本横向跨越的长连线改造成上下两层之间的短垂直连接，让数据少跑远路；按其披露，已有数百款芯片基于τ原理设计和量产，首款采用逻辑折叠的麒麟芯片计划2026年秋季推出。第一财经知乎
何庭波论文披露的首组麒麟2026数据显示：晶体管密度从此前约每平方毫米1.55亿个提高到2.38亿个；在相同性能条件下，NPU功耗下降66%，GPU下降58%，CPU性能核心下降41%。第一财经
对日常生活的真实影响：手机续航、PC形态、车与机器人、AI价格和水账单
最贴近钱包的变化来自手机。今年秋季首款采用逻辑折叠的麒麟芯片落地后，厂商承诺的收益不只是跑分，而是同等性能下少耗四到六成的电——直观体现为发热更低、续航更长，以及可以把更多功耗预算留给端侧大模型，让翻译、修图、语音助手在本地跑而不用时时联网。
PC在变成“AI助理的载体”。英伟达在这次大会上发布了与微软合作四年的全新产品线RTX Spark，基于自研的N1X芯片，形态覆盖台式机、笔记本和工作站，目标是让个人电脑从被操作的工具变成能自己调用模型、沙箱、知识和工具的智能体。36氪
汽车和机器人是同一逻辑的延伸。自动驾驶上，英伟达宣布大众、捷豹路虎、沃尔沃和梅赛德斯-奔驰的四个品牌、四款车型加入其Hyperion标准架构车队，无人车未来将接入Uber等出行平台，Robotaxi的落地节奏会明显加快。机器人方面，英伟达宣布与思灵机器人（Agile Robots）合作的人形机器人参考样机将于2027年第一季度上市，出厂预装计算机并集成软件，相当于给行业一个“标准答案”，降低机器人进入工厂和服务场景的门槛。36氪南都湾财社
对普通用户最可感的结果，是AI服务更便宜、更快。智能体大量消耗代币推高算力需求，但十年千倍、万倍量级的推理性能提升，意味着单位AI的边际成本持续下降，聊天、翻译、生成类订阅的价格大概率继续走低。供给端也在提速：英伟达把AI工厂做成“预制舱”，在工厂完成布线、组装、测试后整体交付，把从安装到产出代币的时间从四到五个月压缩到约一个月——一座1吉瓦级AI工厂成本约500亿美元，晚开工三个月可能损失上百亿美元收入，这笔账逼着所有玩家加速上线、扩大AI服务供给。36氪
便宜AI不是免费的。黄仁勋称，人工智能正在推动人类历史上规模最为庞大的基础设施建设。在高盛年度科技大会上，英伟达等多家公司高管传递的一致信号是：当前制约AI增长的核心瓶颈不是终端需求，而是算力、电力与数据中心容量，且预计将持续至2028年。系统级优化也在对冲这部分成本：英伟达称一座2吉瓦级AI工厂采用干式冷却后，每天可节约5400万升水，约相当于18万户家庭的日用水量。南都湾财社华尔街见闻36氪
普通人该盯什么，又该对什么保持谨慎
“摩尔定律走到尽头”不是芯片进步的终点宣言，而是游戏规则变了：设备性能增长正从“制程数字驱动”转向“架构、封装、软件与系统协同驱动”，等一颗新芯片带来代际体验跃升的惯性预期需要调整。换机时更值得看的是NPU算力、能效表现和软件生态是否覆盖你的场景，而不是单问“几纳米”；为“下一代制程”盲目持币待购，收益正在变小。
三个近期节点可以当作检验窗口：今年秋季的首款逻辑折叠麒麟手机、2027年第一季度上市的人形机器人参考样机，以及年底前开售的新PC——英伟达称搭载Windows的DGX工作站搭配RTX Spark将于今年年底上市。36氪
最后要说清证据等级：演讲中的“百万倍”“组装时间5分钟”“省水5400万升”均为厂商单方披露，实际体验待产品交付验证；华为的τ定律论文目前发布在预印本平台，尚未经同行评审。两条路线殊途同归的判断已经成立，但每一家的具体数字，都应以真机和市场反馈为准。金融界
