7年后再访存储老兵：行业逻辑大反转！

编者按

今天这期节目，是一场七年之约。我们的老朋友、北大物理系出身的存储器老兵罗彤，时隔七年再度做客《芯片揭秘》。

2019年，罗彤在节目中抛出两个极具前瞻性的判断：摩尔定律最先撞上物理瓶颈的，不是 CPU，而是DRAM；HBM将会成为AI计算的核心瓶颈。彼时AI尚未出圈，这番观点在当时听来，大胆且出人意料。

七年回望，预判逐一落地。DRAM 率先触达摩尔定律的边界，存储市场价格持续走高；当年尚不起眼的 HBM，如今已然成为决定 AI 算力上限的战略核心。

这正是《芯片揭秘》一直坚持的内核：不追逐短期热点，而是与真正的产业思考者同行，把判断提前埋进时间里，等待时间给出回答。我们是时间的朋友。

一起见证七年之约，见证对下一个七年的大胆远望。

欢迎收听对话播客

*以下为播客文字整理版，已获嘉宾确认和授权。

七年前的预判，如今逐一应验

幻实：罗总，距离2019年您第一次做客《芯片揭秘》，已经过去了整整七年。当时您有一个非常大胆的判断——您说“摩尔定律最先撞到墙的，反而是跑得最快的DRAM”，还说“HBM会成为AI计算的瓶颈”。站在今天回头看，您觉得自己当年的判断，哪些说对了，哪些低估了，哪些完全没想到？

罗彤：我七年前的预判，最核心、也最准确的一点是：在各类高端芯片里面，DRAM会最先撞上摩尔定律的发展瓶颈。如今的市场走势，也充分印证了这一点。

当下存储市场行情异常火爆，价格涨幅十分显著。近期我们收到的海外芯片报价，有效期仅有一周，逾期就会重新调价，足以体现当下市场的疯狂态势。

复盘来看，我当年的预判存在一定局限性。我精准预判到DRAM一定会出现供给紧缺，但低估了AI产业的发展速度与爆发力度。如今OpenAI提出通用人工智能时代已经到来，即便现阶段只能算作亚通用人工智能，其对硬件产业的颠覆性影响，已经完全显现。

更超出我预期的是，行业紧缺的局面早已不再局限于存储芯片，连PCB板、基础铜板都供不应求。

幻实：您指的是说，缺货效应已经全面扩散、覆盖全产业链。

罗彤：是的。我其实长期关注着AI领域，但并未预料到行业会以自然语言作为关键突破口实现快速崛起。

语言本身具备极强的结构化特征，边界清晰、规律可循，比较容易被模型穷尽学习。以汉语为例，日常高频通用词汇仅数百字，就能覆盖90%以上使用场景。词汇的组合逻辑、关联规则也具备高度可预测性，再加上互联网沉淀了海量文本数据，为大模型训练提供了充足的数据底座。这和早年图像识别的崛起逻辑高度相似——互联网普及后，成千上百万的图像数据涌入，快速搭建起成熟的训练数据库。

与此同时，半导体行业的算力、存储、高速互联三大赛道同步迭代，让整体计算效率实现了百万倍级的跃升。就连AI领域的科学家也普遍认可：没有半导体产业的高速发展，也就不会有现在的AI爆发。事实上，当下主流的AI技术路径，二三十年前就已有理论雏形，只是受限于当年薄弱的硬件能力，始终无法落地迭代，这也是我当年无法完全预测AI爆发节奏的核心原因。

透过这一轮产业变革，能看到一个贯穿半导体乃至全行业的核心规律：指数级增长，是驱动产业长期发展的核心脉络。在半导体行业里面，这一规律的具象体现就是摩尔定律。无论是理解过去五十年的产业迭代，还是看懂当下的行业变革、预判未来趋势，摩尔定律都是最核心的底层逻辑，甚至摩尔定律的放缓与消失，都是我们理解行业的钥匙。

2019年我们对话时，“指数增长”还是一个小众的专业概念，大众鲜有认知。但经过近几年的普及，尤其是疫情期间大众通过新冠传播深刻理解了指数增长的威力后，这个概念已经深入人心。不过即便如此，行业内外对指数增长本身，依然存在着很多认知误区，我觉得今天可以围绕一些核心维度去展开拆解。

我习惯用物理学的思维框架去解读产业，这也是一套高效的认知方法。从AI的视角来看，物理学堪称终极的数据压缩机，可以帮你把宇宙间的数据全部凝练为几条核心公式。在数据爆炸、行业变化极快的当下，掌握这套思维框架至关重要。借助物理思维做简化、做数据压缩，厘清行业发展的边界与底层逻辑，我们就不会被繁杂的市场表象迷惑。

看似无序、瞬息万变的产业市场，其实有着极强的确定性与规律性，绝大多数行业趋势，都可以通过底层逻辑预判和把握。

HBM让巨头更强，还是小厂有新机会？

幻实：当年您预判AI会深度影响存储产业，在我们当时听来是比较意外的，没想到现在AI的发展确实如您所言。2019年您分析DRAM格局时提到，三星、海力士、美光三家占了95%市场，台湾三小厂靠小容量市场存活。七年过去了，AI引爆了HBM需求，三大巨头疯狂扩产，而台湾的南亚科、华邦、力晶也各有变化。在您看来，这七年DRAM产业最深刻的变化是什么？是HBM让三大巨头变得更强大，还是给了细分市场新的机会？

罗彤：回望这七年产业变迁，真正发生颠覆性变化的，其实只有最近三年。从2022年底 Open AI技术落地开始，2023至2025年这三年，给大家带来的冲击感比较强。在此之前，产业整体节奏相对平稳，并未出现明显的变革征兆。但事实上，本轮行情与产业变革的根源，早在存储器行业里面就埋下了伏笔。

我最近看到一份业内分析报告，观点非常离谱。报告称，本轮存储价格暴涨，只用不到一年时间，就抵消了DRAM过去二十年的跌幅，价格已经回升至2007年的水平。

这里需要厘清一个行业底层规律：过去四十年，DRAM价格的长期趋势始终是下跌的，即便存在阶段性涨跌波动，但单比特存储成本长期大幅走低。在DRAM诞生后的四十余年里，行业基本保持着每5年成本要下降10倍的节奏，10年即可实现成本百倍下降。

幻实：因为摩尔定律在发挥作用。依托工艺迭代，晶体管集成度持续提升，单比特成本不断压缩，这也是过去存储价格长期下行的核心原因。

罗彤：没错。很多人存在认知误区，摩尔定律并非诞生于CPU领域。虽然摩尔定律是由英特尔创始人戈登·摩尔提出，但这一规律最早是在DRAM产品上被精准验证、总结出来的。

核心原因在于DRAM产品结构简单、标准化程度极高。摩尔统计发现，DRAM的比特出货量每一到两年就可以翻倍，且无需大幅增加晶圆投入。这时设计师就告诉他，每一年半到两年我就能把芯片面积缩减一半，在不用增加硬件投入的前提下，大幅提升存储出货容量。不仅如此，过去几十年，DRAM才是驱动整个摩尔定律迭代的核心动力，后来才扩展到CPU等逻辑芯片。

DRAM的迭代逻辑极度内卷：只要企业能将成本做到对手的一半，就能垄断全球市场、形成绝对竞争优势。这种极致追求速成、极致压缩成本的发展模式，如同武侠小说里练武的时候练邪功一样，追求速成。虽然“速成打法”换来了极致的成本迭代速度——十年成本暴跌百倍、二十年暴跌万倍，但也遗留了大量隐患。无论是芯片设计，还是制程，都积累了诸多技术bug，很多行业遗留短板至今仍无法彻底解决。

回过头来看那份离谱的分析报告：如今距离2027年不到半年，存储价格确实大幅反弹，价格与2007年相差无几。但要称用不到一年功夫，抹平过去20年近一万倍的成本跌幅，这种说法是非常靠不住的。做报告的分析师他不懂存储产业的底层迭代规律，属于典型的外行式行业误判。试想一下，单比特存储成本可以在20年间下降一万倍，价格怎么可能在一年之内上涨一万倍？这明显不可能。

幻实：是这份报告的数据统计出错了吗？

罗彤：报告本身的统计数据并没有错误，问题在于分析师高估了过去20年的整体跌幅。

实际情况是，2007年的时候，存储价格的下跌幅度已经远不如早年。2007年至 2012年这五年之间价格虽还有一轮下滑，但仅下跌数倍。而从2012年起，DRAM 的成本基本停止大幅下行，这意味着摩尔定律已经失效。我在 2017年出版的书中就提到，外界意识到摩尔定律在 DRAM 领域失效的时间，比真实发生的节点晚了五年。

因此，当前单比特存储价格回升至 2007年水平，本质只是几倍幅度的零售价反弹，并不存在二十年的万倍降价成果被抹平。

周期不是经济学，是两套规律的相互作用

罗彤：回到当下的产业趋势。如今 AI从需求端带动整个半导体行业爆发，市场的目光几乎全部集中在需求端，默认需求端是行业的主导变量。由此衍生出一种判断：倘若未来 AI需求突然减弱，DRAM 行业热度就会褪去、价格回落，或者整个行业将重新回到传统长周期。

幻实：这确实是目前市场主流的顾虑，很多人都在探讨这个问题。

罗彤：持这种观点的人即便知道摩尔定律已经不再成立，却没有理解存储周期是怎么形成的——周期本身是一个数学概念，它的诞生依托两套指数增长规律。

一方面是摩尔定律，它作用于供给侧。摩尔定律描述的供给逻辑是：每隔两年，芯片尺寸可以缩小一半。同样一片12 英寸晶圆，原本能产出100GB 容量，迭代后就可以达到200GB。在不增加晶圆投入的前提下，产能实现翻倍，这种增长不需要大量新增物质资源，成本增幅微乎其微。依靠这套机制，供给端每两年产能就能翻一倍。但是摩尔本人并没有提及需求端的约束。如果只有供给侧的指数增长，需求不随之扩张，行业早就难以为继，根本不会延续至今。全世界可能只剩下一间厂，甚至半间厂在做，因为生产力足够。所以，需求端同样存在指数增长定律。

早在 2017年我就做过相关统计。进入 DRAM 行业之前，我剥离剧烈波动的价格因素，统计DRAM 每年售出的总比特容量，发现总容量大约每三年翻一倍。

在 AI 诞生之前，全球所有数据中心的数据总量增长，也基本符合每三年翻一倍的规律。数据其实就是DRAM真正的需求来源，因为数据总量翻倍，对DRAM 的容量需求就会同步增长，不然存储器不够用。

也就是说，需求端的实际采购量保持每三年翻一倍的增速，这是真实落地的市场消耗，不是预估需求。供给侧每两年产能翻一倍，需求端每三年容量翻一倍，两组不同节奏的指数增长相互作用，才催生了存储行业的周期。一旦其中任意一端的指数增长消失，原有周期就将不复存在。这是非常简单的逻辑。

DRAM供应商营收对比（数据来源：TrendForce 集邦咨询）

现在很多人依然保留周期思维，只不过把周期延长了一下，称之为“长周期”。这是错误的，不存在所谓长周期。市场后续或许还会出现小幅波动，属于二阶层面的扰动，不能等同于传统意义的产业周期。从这个角度看，过去那种经典存储周期已经消失。

这不是经济学现象，而是物理规律。

当下大家聚焦需求端，也存在心理层面的原因：绝大多数传统行业最大的痛点是需求不足、供给过剩。在这类行业里，需求是核心；缺乏需求，再强的供应能力也没有意义，产能越高亏损越严重。

但半导体行业不一样。如今行业的核心矛盾，已经转移到供给侧。供给约束很大程度上源于物理限制，而非单纯经济问题。摩尔定律失效之前，只要缩小芯片尺寸，单晶圆产能就可以翻一倍。现在这条路走到尽头，想要提升产能，只能增加晶圆投产数量。而晶圆扩产，意味着光刻机、裸晶圆、化学药剂、厂房设备、技术人员、电力等全部配套资源都要同步扩容。这些都是有形实体资源，大规模同步翻倍，在物理层面难以持续。物理定律远比经济学规律更难突破。经济学理论时常出现例外，但若有人能够突破物理学定律，那明年的诺贝尔物理学奖就肯定是你的了。

因此，供给侧的约束才是半导体行业当前更难解决的问题，这也是半导体跟其他行业最大的区别，也是我今天想传递的核心观点。市场还在关心 AI 会不会遇冷、需求进入下行周期，但在我看来，这件事的重要性有限。可以参考黄仁勋的判断，他作为 GPU 核心供应商，对算力系统理解很深。很多人认为GPU的爆发完全来自AI 催生的海量算力需求，但事实并非如此。英伟达的业务指数增长早在 AI 浪潮之前就已经开启。即便 AI 带来数倍，甚至十倍的增长，对比它长期数百万倍的体量增长，AI 只是增量，并非增长起点。

在黄仁勋看来，所有的计算系统，最核心的工作，是数据整理。AI 本质上也是数据整理，包含数据压缩、归类、标注、验证等工作。在AI 出现之前，PC 时代就一直在做广义的数据整理，数据库、Excel ，甚至于PPT，都是将数据标准化，方便人类理解、机器读取。

只要数据持续产生、不断增长，这类需求就不会消失。即便没有 AI，原本就存在每三年翻一倍的数据需求。当然增长也存在上限，物理学界不存在无限增长，长期约束可能来自能源、散热等物理性的因素。不过目前这一类天花板现在还比较高，单次计算的耗能可以低至皮焦量级（10⁻¹²焦耳）。在新的技术方案出现之前，至少未来十年，数据增长的大趋势不会中断。何况现在AI 生成数据的速度远快于人类，无论数据读取还是产出，都提升了多个数量级，未来的数据增长空间值得期待。

半导体产业在70年代才开始真正蓬勃发展，到现在也就五六十年，算个中年人；我从业有二十多年，在行业里只能算年轻人。国内半导体产业真正快速起步，大概是 2018、2019 年之后，相当于还处在起步阶段。对于一个尚在起步阶段的领域，能取得如今的成果，外界过多的指责或是过高的期待，其实都不太客观。行业整体依然具备广阔的发展空间。

幻实：您给大家提供了一套完整的底层逻辑，相当于吃下一颗定心丸。从长期视角看，这个赛道仍具备多年的关注价值，并不会快速进入产能过剩、引发行业恐慌的阶段。感谢罗总带来的深度解读。

三大原厂缺货短期受益更高的却是小厂？

幻实：我还有个问题想请教：三星、海力士、美光的缺货状态，大家通过新闻都有所耳闻，现在DRAM 可谓一料难求。那中国台湾地区的那几家中小存储厂商，在本轮周期里，是在做大做强，还是逐步淡出市场？

罗彤：从某种程度上说，它们甚至比三大原厂受益程度更高。三大原厂产品价格可能翻了几倍，但这几家台湾厂商的产品涨幅高达十几倍。

在过去，这类中小厂商的生存环境是非常艰难的。传统半导体行业的格局是：先进制程赚取主要利润，成熟制程勉强分一杯羹，落后制程甚至连汤都喝不上。在这套规则下，中小厂商原本几乎没有任何生存的机会。

这三家中小厂商能够存活下来，要感谢摩尔定律的消失。2012 年摩尔定律放缓失效，这三家中小厂商只要撑过这一阶段，就能得以存活。可以注意到，2012年之后，供给侧不再能够每1—2年实现产能翻倍，但需求端依旧保持每三年容量翻倍的增长，供给侧增长就此停滞。这些存储厂商的亏损周期大幅度缩短，甚至三大原厂几乎就没有亏损的时候。

再看 HBM 的带动效应。HBM 产品本身良率偏低，同等存储比特容量需要消耗更多晶圆，这意味着它的单位成本更高，但定价与毛利也相应更高。早年我一直没有预料到，HBM 能成为行业的核心增量。2019年我做客节目时，HBM 在行业内还是个相当鸡肋的业务：单价虽高，但出货量不多、投入繁琐，整体收益有限，并非主流方向。

这就是为什么行业龙头三星至今 HBM 产能表现不尽如人意，根源在于起步较晚，早先并不愿意投入研发生产。不止三星，美光同样态度保守。海力士为寻求差异化竞争，率先布局 HBM。作为三大原厂里面实力最弱的一家，正是凭借 HBM 打开了生存空间。

DDR4合约价涨幅（数据来源：TrendForce 集邦咨询）

本轮行业爆发直接消耗了大量高端产能，各大原厂相继宣布停止DDR4 生产。但大量电子设备仍在使用 DDR4，停产带来的长尾供需缺口十分显著。我最近听到一个很夸张的消息：资金充裕的谷歌，已经开始在服务器里面使用拆机货的 DDR4 内存，也就是从旧设备上拆解回收的存量芯片。DDR5 拆机存量很少，只能复用 DDR4。差钱的头部企业，如今也要回收二手存储芯片，这在几年前完全无法想象，足以体现当前存储短缺的严重程度。

我们可以简单测算：台湾三家中小厂商原有 DRAM（主要是DDR4）相关产能大概是占行业5%，而三大原厂的DDR4产能占比是远远超过5%的。假定三大原厂的DDR4产能占比是20%，一旦大厂关停 DDR4 产线，这20%市场缺口会全部释放出来，三家中小厂商对应的市场空间会从 5% 扩张至 25%，市场规模直接扩大五倍。但它们的产能无法同步扩充五倍，由此产生的供需缺口甚至比 DDR5 赛道还要突出。

所以，虽然这几家厂商体量不大，绝对产能可能并不起眼，但是从相对增幅来看，本轮行情它们的收益远高于三星、海力士、美光三大原厂，行业现状非常魔幻。这几家厂商当下的经营状况十分向好。

幻实：存储行业的确是个很特别的市场，只要企业熬过破产阶段，后续就能保持不错的经营状态，这点是挺有意思的。

HBM只是过渡，下一站是3D DRAM

幻实：您刚刚提到了HBM，这两年产业界涌现出非常多的新型存储架构，像存算一体、近存计算、CXL等，都是用来破解冯诺依曼架构中，计算单元与存储单元相互分离带来的瓶颈。在您看来，这些方案属于治标，还是治本？展望未来五年，您认为计算架构会不会迎来根本性的变革？

罗彤：计算架构的根本性变革一定会到来，不以人的意志为转移，人只是其中非常微小的存在。从物质世界的客观规律来看，就计算体系而言，前面提到的能耗、发热，都是硬约束瓶颈。想要突破这些瓶颈，核心就是提升存储跟计算之间的数据传输效率。

2019 年做客节目时，我们聊过冯·诺依曼架构：计算单元和存储单元互相独立，中间依靠通路完成数据交互。这种分离设计，在当时算是一种权宜之计，也可以认为是一种比较粗放的实现思路。早期计算机没有独立存储器，每次更换计算任务，都需要人工调整硬件结构，或者更换打孔卡，操作繁琐低效。存储与计算分离之后，计算机才有了一套逻辑清晰、易于复制的架构。从小型家电里的控制芯片，到大型数据中心，这套架构沿用至今，已经存续五六十年。

选择这种相对简化的架构，才能快速推动产业规模化。如果起步阶段就追求极致复杂的方案，就好比研发人形机器人，一开始就试图复刻完整人体，根本无法落地。行业的路径一定是要从低门槛的简化方案起步，先把产业做大、产生足够的收益，再反哺更加复杂的技术迭代，循序渐进。所以，冯·诺依曼架构虽然不是理论上最优的方案，但至今仍是行业的基础选择。

广义来看，HBM 长期而言注定属于过渡产品，只是很难判断这个过渡期会持续多久，它很可能会在市场上长期存在。本质上 HBM 依旧属于 DRAM，是通过多层堆叠实现了更高带宽。大家可能没有注意到，DRAM 不但是半导体行业里面出货体量最大的芯片品类，多年来的销售额也是无可争议的单一芯片品类第一名，同时，它也是最古老的半导体产品之一，早在 CPU 大规模普及之前，英特尔就是依靠 DRAM 业务实现盈利。

DRAM 的基础单元是 1T1C 结构，也就是一个晶体管搭配一个电容器。这套基础电路结构历经几十年都没有发生本质变化。从这个角度来讲，一类技术存续时间越久，往往代表它的生存能力越强，未来还会长期存在。

而HBM在我看来，最初也是一种权宜方案。它最早由 AMD提出，属于架构层面的创新。当年 AMD 要和英特尔竞争，因此 AMD 选择在架构上寻找突破口，像2.5D 新型封装、HBM这些概念其实都是AMD在生存压力下不断探索创新发明的。我认为AMD真的是一家非常了不起的公司，它的很多创新成果到现在依旧大放异彩。

HBM 本身也正在发生微妙变化。很多人没有注意，2024 年 HBM4 推出前后，海力士就和台积电达成合作协约，共同研发新一代 HBM逻辑底座（Base Die）。早期底座比较粗放，仅集成简单控制器，不需要高端制程，因为逻辑密度不高，采用高端工艺属于资源浪费。但随着带宽越来越高，HBM4 的底座需要采用12nm 工艺。海力士本身主打存储芯片，并不擅长逻辑芯片设计制造，不像三星拥有成熟的逻辑芯片部门，原有能力逐渐难以支撑需求。于是海力士联合台积电以及设计公司，形成存储颗粒供应商、晶圆厂、设计方三方协同模式，共同研发新一代 HBM 逻辑底座。这款底座需要承载超高带宽与传输密度，也让海力士凭借这套产业联盟，在产品上明显领先三星和美光。

由此可见，未来行业一定走向协同合作。通过跨企业协作，在每一个技术环节选用全世界最优资源。说到这里，可以聊聊台积电为什么能够超越英特尔。这件事情说起来也有趣，二十多年前，也就是 2002 年，我还在读商学院，当时写过一篇论文，预判台积电未来会超越英特尔。那是一所欧洲商学院，当时所有人觉得根本无法相信，彼时台积电的技术实力和英特尔差距巨大，甚至早期还依托英特尔的订单成长。1987 年台积电成立，1988年英特尔进厂审核，提出266项整改项半年后，英特尔再审，降为66条；再半年，降为6条......台积电努力完成优化，才取得做英特尔代工厂的资格。

台积电和传统 IDM 最大的区别，在于它构建了一套产业联盟，而不是一所孤岛式的封闭晶圆厂。光刻机选用 ASML，客户包括英伟达、苹果等头部企业，不用自行研发终端芯片。无论是上游供应商还是下游客户，它都能在全球市场上筛选最优方案。这套模式的增长潜力，远非封闭的 IDM 企业可比。

基于这个逻辑，我长期看好HBM产品。未来HBM 也不会仅仅由三大原厂主导，参与主体会持续拓宽。不过长期来看，HBM 最终有可能被3D DRAM 替代。

2017年我加入爱普科技，这家公司在我看来，是全球最早实现 3D DRAM 产品落地的一家公司，同时主导了 3D DRAM 相关指令集与行业标准，研发能力非常强，很早就预判到市场需求。

当年这项技术最大的瓶颈，就是产品非标化。HBM 虽然多层堆叠、结构复杂，但它毕竟是标准化产品，有完整规格手册，客户按规格采购即可直接使用。而 3D DRAM 是将 DRAM 和底层逻辑芯片直接堆叠集成，底层逻辑芯片远比HBM 的底座要复杂，因为它是真正具备完整逻辑功能的高性能SoC 芯片。开发这类产品，设计团队需要同时吃透计算、存储、互联三大领域，实现三者深度协同；需要针对客户的逻辑芯片做定制改造，和高密度DRAM 芯片完成一体化对接，实现最高带宽、最低功耗。

从能耗、性能、芯片功能角度，3D DRAM无疑都是最佳方案。但缺点是，每一位客户都需要一套独立定制方案，设计成本极高，产业很难规模化推广。当年爱普科技承接项目门槛很高，客户前期需要准备200万美金才能约谈项目，这直接限制了产品落地。很多客户更偏好标准化方案，追求快速落地。

前面说到，产业规模化最快的路径，不是追求最复杂的方案，而是选择简单、可规模化的方案。就像大模型，底层算法单元都很简单，依靠规模放大，就能产生强大能力，工业界一直遵循这个规律。近乎100%定制化的芯片，和这套产业趋势相悖，所以早期它并不是最优的商业化方案。但随着大模型训练、AI 应用逐步定型，单款芯片的需求量持续提升，功耗、散热、带宽瓶颈进一步凸显之后，3D DRAM 就会迎来属于它的时代，定制化方案的价值会充分释放。

芯片未来，要“像细菌一样活着”

罗彤：换一个宏观视角，过去限制定制化落地的核心，是供给侧巨大的设计工作量与复杂度，单家公司很难去承担。但现在，我们拥有了 AI。

进入 AI 时代，繁重、耗时的工程开发工作不再是瓶颈。这个时代对像我这类“眼高手低”的人非常友好。你手再低，你把AI当手就可以了。一旦 AI 深度介入芯片设计，定制开发周期会大幅缩短。某种意义上，AI 可以把定制化本身标准化，大幅降低定制门槛，我认为这项技术会铺开得非常快。

我们对比电路和人类，会发现巨大差异。早期 PCB 板上分立芯片依靠线路连接，结构简单粗放，远不及人体结构精妙。现在行业全力攻关存算一体，落地难度依旧很大。而人类大脑天然就是存算一体，记忆和计算本身融合在一起。不止大脑承担信息处理，现在研究发现人体菌群同样起到关键作用。菌群内DNA的信息存储总量，远超人体自身 DNA。

幻实：罗总已经把话题延伸到生物学范畴，聊到仿生学了。

罗彤：没错，我认为半导体未来的发展方向，就是对生物系统进行仿生模拟。整套计算系统，并不仅仅是由几颗芯片构成，系统内部存在大量相互干扰的因素。随着技术不断成熟，各类组件会实现更高程度的集成，包括电容器、存储器、各类功能芯片，以及金属层、屏蔽隔离层等。爱普科技近期研发了一款像细菌的硅电容，这类硅电容被集成在 PCB 板、2.5d 封装的中介层基板内部，用来调节整个系统的电气稳态，依靠各种电容抑制噪音，消除微小的电气扰动。如果要类比这些硅电容的作用，可以参照人体微生物：它们遍布人体，共同调节你整个生物系统的稳态。由此来看，未来的计算生态，一定会走向生物化。

计算生态生物化这件事情，其实有很强的未知性。直至今日，人类对体系的理解依旧有限，生物学无法像物理学那样建立清晰、确定的理论体系，根源在于生物系统的数据体量极其庞大。我在早年的访谈中就提出过预判：生物学的未来，将属于计算机与系统科学。

大家常常讨论碳基生命跟硅基体系相互竞争，但二者实际上可以互相解码。碳基生命创造出硅基系统，并且持续推动硅基技术走向成熟；硅基依托规模化扩容，获得碳基生命所达不到的算力和存储能力，能够解码那些因海量数据、复杂计算，单凭人类无法攻克的生物学难题。所以生物学的未来，将由计算机系统来主导，而不是人类。人类大脑很难处理体量如此庞大、错综复杂的数据，但对计算机系统，尤其是 AI 而言，这类难题终会被轻松解决。因此，计算机行业未来一定会从生物学领域汲取大量设计思路。

幻实：原本我还想请您聊聊行业未来的展望，没想到您直接展开了一个更宏观的图景。不再局限于存储芯片本身，而是探讨生物学融入半导体之后带来的产业变革，听起来颇具科幻感。很多人提到硅碳结合，第一反应是脑机接口，但您刚刚提及的，不是这种具象的设备，而是将仿生思路作为半导体实现技术突破的手段。

我没想到今天的展望会如此大胆，能感受到您长期观察的视角，宏大且着眼长远。

罗彤：听起来虽然宏大，好像遥不可及，但按照当下指数增长的发展势头，这个未来也并非那么遥远。2019年我们访谈时提出的很多预判，今天都已经变成事实。我相信再过七年，到 2033年回头再来看现在讨论的构想，可能就会像我们今天回看 2019年的预判一样，很多构想会变得清晰明朗。

幻实：确实如此。当然也存在很多当年并未预料到的变化，比如地缘政治格局演变、去全球化的趋势。在2019年，相关迹象虽已出现，但远没有现在这么突出。

30岁入行半导体，晚不晚？

幻实：最后我想请教罗总，对于现在准备入行、刚刚踏入半导体行业的年轻人，您最想对他们说些什么？

罗彤：我还是想回到开篇的观点。我建议大家先搭建一套基础的认知框架，不要“东一榔头西一棒槌”，每天碎片化接收各类信息，被零散资讯左右自己的判断与选择。

核心逻辑是：你想要进入半导体行业，你一定要深刻理解摩尔定律以及摩尔定律消失这两件事，正反两面都要深入理解。只有这样，你才能看清行业的核心瓶颈。从指数增长的视角，分辨哪些要素具备指数增长能力、增长速度如何，是三年翻一倍、五年翻一倍还是十年翻一倍；同时看清增长路上的约束与障碍，这些障碍本身，就是未来可以深耕的方向。

某种程度上，当下的年轻人可以比前辈更大胆一些。如果摩尔定律仍在高速迭代，入行的风险是非常高的：你投入研发的方向，可能短短两年就被技术迭代淘汰，所有的创业投入都会白费。

而现在，供给侧的技术推进已经放缓，甚至举步维艰。站在 AI 大规模发展的背景下，你进入半导体供给侧，例如设备、仪器、材料这类基础环节，你努力付诸东流的可能性会低很多。你甚至可以选一个门槛相对没有那么高的赛道先行入场，因为如果一上来就选择壁垒极高的方向，哪怕你读完博士，等毕业时相关知识可能已经过时；即便进入工艺领域，积累的经验也未必能帮你拿到合适的Offer。这个时候怎么办？我的建议是，入行可以走短平快的路径。

我是1999年入行，那个时候已经快30岁，毫无半导体相关经验。那我是怎么入行的？很简单，我凭借自己的英语能力，直接进入一家设备公司从事技术服务。这个岗位门槛相对低，入职没到半年，特许半导体的光刻部门就向我抛出橄榄枝。当年行业需求旺盛，到处都在扩招，有点像建国初期，高小文凭就算高级知识分子，会被抽调承担重要工作。一旦踏入行业，你的机会就会随着行业发展呈现指数级增长。

先不要急于一步踏入高端、高门槛赛道，你可以从低门槛领域先进来，进来了之后你再慢慢观察。行业本身发展空间充足，跟着行业一起成长，个人提升速度会非常快，完全不用焦虑，先进来最重要。如果打算创业，当前市场存在大量供给缺口，只要不盲目跟风，你所做的产品未来大概率会存在市场需求，所以这一块不用过度担忧。

幻实：罗总给我们年轻人提供了一套思考问题的方法。现在不少年轻人缺少对底层诉求的深度思考，我们虽然表面都在推崇第一性原理，但大部分人还是习惯于停留在表层，缺乏刨根问底的钻研精神。刚刚听您的分享，第一性原理的思维贯穿，对我启发也很大。非常感谢罗总带来这么多深度思考和你对行业未来的预判，也期待我们再次预约。比如时隔两到三年，再次邀请您做客我们栏目，看看今天的这些思考，在届时落地转化到哪一步，我十分期待。

罗彤：在指数增长年代，七年的周期确实太长，两到三年交流一次就很合适，没问题。

END

采访 | 幻实编辑 | 小茄审核 | 幻实

《芯片揭秘》免责声明

1.本文内容来自对话音频整理，文章内容仅代表作者个人，嘉宾观点仅代表嘉宾个人，平台不对内容准确性、可靠性、完整性承担明示或暗示保证。本文仅供读者参考，读者据本文所做出的决定或行为，是基于实际情况及其独立判断做出的，平台对此不承担任何责任。

4.如需转载《芯片揭秘》平台文章，请联系我们说明情况，芯片揭秘会根据实际情况开设白名单。转载文章不得篡改文章本意，不得用于学习交流以外的其他用途，因转载文章而产生的后果由转载方承担。

5.芯片揭秘注重行文、数据等严谨准确，若有重大失误失实，敬请读者不吝赐教、批评指正，本平台拥有对此声明最终解释权。

6.《芯片揭秘》有权根据中华人民共和国法律及规范性文件的变化及互联网自身业务发展情况，不断修改和完善声明。

注：凡以上事项所述问题请联系:16628591417。