Định luật Thao (τ), đưa EDA “nổ” ra khỏi vòng tròn

marsbitXuất bản vào 2026-06-12Cập nhật gần nhất vào 2026-06-12

Tóm tắt

Tháng 5/2026, tại IEEE ISCAS, bà Hà Đình Ba, Chủ tịch bộ phận kinh doanh bán dẫn của Huawei, đã giới thiệu khái niệm "Định luật Thao (τ)". Khác với Định luật Moore tập trung vào thu nhỏ hình học, định luật τ hướng tới "thu nhỏ thời gian", tối ưu hóa hằng số thời gian τ xuyên suốt các cấp độ linh kiện, mạch, chip và hệ thống để tăng hiệu suất xử lý thông tin. Huawei cho biết đã sản xuất 381 chip dựa trên nguyên tắc này và dự kiến đạt trình độ tương đương 1.4nm vào năm 2031. Định luật τ đặt ra yêu cầu mới cho công cụ EDA, đẩy nó từ công cụ thiết kế hỗ trợ lên thành nền tảng tối ưu hóa hiệu suất hệ thống trọng yếu. Các thách thức chính bao gồm: thiếu khả năng thiết kế "3D thực sự" bản địa và tối ưu hóa xuyên tầng (STCO), cũng như thiếu công cụ phân tích đa trường vật lý (điện, nhiệt, cơ) kết hợp hiệu quả cho các cấu trúc xếp chồng 3D và Chiplet. Định luật này có thể thúc đẩy EDA trong nước Trung Quốc chuyển từ các công cụ điểm sang xây dựng nền tảng phần mềm công nghiệp "toàn quy trình, xuyên tầng, hợp tác mạnh". Các công ty như Hoa Đại Cửu Thiên đã bắt đầu phát triển các giải pháp toàn quy trình cho thiết kế 3DIC. Đại học Bắc Kinh cũng công bố nguyên mẫu công cụ EDA "3D thực sự" cho nhu cầu gấp logic, cho thấy sự tiến bộ trong việc lấp đầy khoảng trống then chốt, hướng tới mục tiêu không chỉ "có thể dùng" mà còn "dùng tốt" toàn diện.

Ngày 25 tháng 5 năm 2026, tại IEEE ISCAS 2026, bà Hà Đình Ba, Chủ tịch bộ phận kinh doanh chất bán dẫn của Huawei, đưa ra một khái niệm then chốt: Định luật Thao (τ). τ, hằng số thời gian trong lý thuyết mạch điện, quyết định tốc độ chuyển đổi tín hiệu từ trạng thái này sang trạng thái khác. Đây là lần đầu tiên một doanh nghiệp Trung Quốc đề xuất nguyên tắc mới chỉ đạo phát triển ngành trong lĩnh vực chất bán dẫn toàn cầu.

Thực tế hơn, sáu năm qua, dựa trên định luật này, Huawei đã sản xuất hàng loạt 381 loại chip, phủ sóng các kịch bản cốt lõi như trạm gốc không dây, suy luận AI, bộ xử lý mạng. Đây không phải là bản thiết kế, mà là một con đường đã được thông suốt. Dự kiến đến năm 2031, chip cao cấp dựa trên định luật τ có thể đạt đến mức độ quy trình công nghệ tương đương 1.4nm, duy trì khả năng cạnh tranh ngang bằng với đường lối chủ lưu quốc tế về lâu dài.

Ngày nay, chữ cái Hy Lạp này đang âm thầm thay đổi cục diện giá trị của ngành công nghiệp chất bán dẫn, đồng thời cũng đưa EDA từ hậu trường ra tiền tuyến.

Để hiểu rõ τ sẽ mang lại điều gì cho ngành EDA, trước tiên phải nắm được bản chất của định luật τ.

“Thu nhỏ thời gian” vừa ra mắt, định luật τ dựa vào đâu?

Định luật Moore do đồng sáng lập viên của Intel, Gordon Moore, đề xuất vào năm 1965. Định luật này chỉ ra rằng số lượng transistor có thể đặt trên một vi mạch tích hợp sẽ tăng gấp đôi sau mỗi 18 đến 24 tháng, đồng thời hiệu năng được nâng cao và chi phí giảm xuống.

Trong hơn nửa thế kỷ qua, logic này vẫn vận hành hiệu quả, chống đỡ cho PC, Internet, điện thoại thông minh, cho đến trí tuệ nhân tạo ngày nay. Chuỗi công nghiệp cũng hình thành nhịp điệu ăn ý xoay quanh nó – máy quang khắc, vật liệu, thiết kế, các khâu đều cùng nhau thúc đẩy trên con đường thu nhỏ. Tuy nhiên, vào khoảng năm 2000, có vài chục nhà máy bán dẫn có thể theo kịp quy trình tiên tiến nhất, nhưng đến năm 2025, con số này đã giảm mạnh chỉ còn TSMC, Samsung, Intel 3 nhà, và giá một wafer 2nm của TSMC thậm chí còn vượt quá 30.000 USD.

Có thể nói, lợi ích từ định luật Moore đang dần suy giảm. Hiện nay, ngành công nghiệp đã khám phá ra nhiều con đường kỹ thuật, bao gồm “Định luật Hoàng” do CEO của NVIDIA, Jensen Huang đề xuất, “More than Moore” do Lộ trình công nghệ chất bán dẫn quốc tế (ITRS) đề xuất, cũng như công nghệ Chiplet và đóng gói tiên tiến do AMD và TSMC chủ trương. Trong đó, Định luật Hoàng nhấn mạnh hiệu năng suy luận AI của GPU đơn chip tăng gấp đôi mỗi năm, nhưng vẫn phụ thuộc vào vòng lặp quy trình và xếp chồng lõi, về cơ bản tiếp tục tư duy thu nhỏ hình học; More than Moore tăng giá trị thông qua tích hợp chức năng mô phỏng/tần số vô tuyến/cảm biến, nhưng không thể giải quyết trực tiếp vấn đề tường độ trễ logic số; Chiplet tuy dùng “xếp hình” để giảm nhẹ vấn đề hiệu suất sản xuất và chi phí, nhưng lại đưa vào lượng lớn độ trễ kết nối giữa các die, trong một số kịch bản cực kỳ nhạy cảm với độ trễ, ngược lại có thể trở thành điểm nghẽn.

Hầu hết các giải pháp này vẫn sử dụng tư duy “thu nhỏ hình học” hoặc chồng chéo chức năng, khác biệt căn bản với định luật τ.

Cốt lõi của định luật τ là thay thế “thu nhỏ hình học” bằng “thu nhỏ thời gian”, là một hệ thống tối ưu hóa hoàn chỉnh xuyên suốt bốn cấp độ: linh kiện, mạch điện, chip, hệ thống. Nó phù hợp với việc nâng cao hiệu năng cấp hệ thống quy mô lớn, đặc biệt có lợi thế hơn trong các kịch bản AI và tính toán dị thể.

Bà Hà Đình Ba giải thích chi tiết về điều này, ở cấp độ linh kiện, bằng cách tối ưu hóa điện trở transistor, điện trở kết nối và điện dung ký sinh, từ tầng vật lý cơ bản tối đa hóa việc thu nhỏ hằng số thời gian cấp linh kiện τ; ở cấp độ mạch điện, thông qua công nghệ gập logic, phá vỡ ranh giới vật lý của bố cục phẳng truyền thống, rút ngắn đáng kể chiều dài đường đi của đường dẫn then chốt và giảm hiệu quả tải điện trở và điện dung truyền tín hiệu, đạt được mật độ transistor và hiệu năng mạch điện tăng vọt; ở cấp độ chip, thông qua thiết kế hợp tác toàn stack phần mềm-phần cứng-chip dựa trên “phần mềm, kiến trúc, chip”, dựa trên tải công việc thực tế để đạt được kiểm soát chi tiết luồng lệnh và luồng dữ liệu, nâng cao độ song song và hiệu suất cấp hệ thống, giảm mạnh thời gian thực thi đầu cuối; ở cấp độ hệ thống, định nghĩa bus Linh Cù, tái cấu trúc giao thức kết nối hệ thống tính toán, đạt được địa chỉ bộ nhớ thống nhất và ngữ nghĩa bộ nhớ gốc cho các node siêu cấp, giảm đáng kể độ trễ giao tiếp hệ thống.

Tương đối mà nói, định luật τ phù hợp hơn với bản chất cốt lõi của sức mạnh tính toán chip: chức năng cốt lõi của chip là xử lý thông tin, người dùng cuối cũng quan tâm hơn đến biểu hiện độ trễ xử lý thông tin, chứ không phải số lượng transistor và kích thước quy trình. Định luật này cung cấp một tuyến kỹ thuật mới toàn diện cho thiết kế chip, thoát khỏi việc chỉ đơn thuần thu nhỏ quy trình, tức là không sử dụng thiết bị quang khắc đỉnh cao, cũng có triển vọng tạo ra sản phẩm chip đạt tiêu chuẩn về hiệu năng tổng hợp. Do đó, nó không mâu thuẫn với định luật Moore, mà hai bên tương thích với nhau. Có thể hiểu là: định luật Moore là liên tục vẽ các ô lưới nhỏ hơn trên một mặt phẳng, còn định luật τ là gập tờ giấy lại, dùng không gian ba chiều để đổi lấy đường truyền tín hiệu ngắn hơn.

Đáng chú ý là, việc triển khai từng tầng của định luật τ, đều không thể thiếu một vai trò then chốt – EDA. Nó không còn là “công cụ vẽ hình” theo nghĩa truyền thống, mà trở thành trung tâm thần kinh đưa “thu nhỏ thời gian” từ lý thuyết đến sản phẩm chip thực tế.

Bài báo của Huawei cho thấy, về tuyến kỹ thuật, áp dụng cách thức chồng chéo cùng tồn tại của ba tuyến kỹ thuật: đóng gói tiên tiến Chiplet (hạt chip), mạch tích hợp ba chiều (3DIC), gập logic (LogicFolding), đạt được tối ưu hóa tổ hợp lại ở các mức độ khác nhau trên tích hợp dọc. Đến năm 2035 đạt được mức độ tích hợp phần cứng tăng hơn 100 lần, ba thách thức lớn phải đối mặt lần lượt là: chuỗi công cụ EDA bị gián đoạn thế hệ, sai lệch công nghệ giữa các wafer, định luật bảo toàn năng lượng.

Giáo sư ưu tú Andrew B. Kahng, giảng viên kiêm nhiệm kép Khoa học Máy tính và Kỹ thuật, Điện và Kỹ thuật Máy tính tại Đại học California, San Diego, cũng cho biết, sau khi “ngọn gió thuận” mà “định luật Moore” truyền thống mang lại dần suy yếu, những mục tiêu cơ bản này trong EDA và thiết kế vật lý sẽ trở nên quan trọng hơn.

Vì vậy, EDA một lần nữa được đặt vào trung tâm bàn cờ.

Định luật Thao (τ) đặt ra những yêu cầu mới nào cho EDA?

Để tìm hiểu những yêu cầu mới mà định luật τ đặt ra cho công cụ EDA, cũng như những điểm yếu hiện có của công cụ EDA truyền thống, tác giả đã trao đổi thảo luận với những người làm trong ngành.

Thứ nhất, thiếu khả năng thiết kế 3D thực sự gốc và tối ưu hóa hợp tác xuyên lớp, tầm quan trọng của STCO nổi bật.

Trước hết, Đại học Bắc Kinh cho biết, quy trình thiết kế 2D truyền thống, thậm chí quy trình “3D giả” chủ lưu hiện nay – tức là sau khi tổng hợp, mỗi module bị “đóng đinh” một lần vào một die nào đó, sau đó dùng công cụ EDA 2D để thực hiện từng tấm một, không thể đạt được điều phối linh hoạt xuyên lớp ở cấp độ đơn vị.

Công cụ EDA 3D gốc sẽ tích hợp nhiều die thành một không gian thiết kế ba chiều thống nhất, hỗ trợ sắp xếp tự do tiêu chuẩn đơn vị xuyên qua các die, đồng thời có thể đạt được tái cấu trúc logic và tối ưu hóa toàn cục xuyên qua các die, cung cấp hỗ trợ then chốt để công nghệ gập logic từ ý tưởng thiết kế đi vào thực tế vật lý.

Quy trình “3D giả (pseudo-3D)” vs quy trình “3D thực (true-3D)”. Nguồn: Đại học Bắc Kinh

Ngoài ra, khả năng tối ưu hóa hợp tác xuyên lớp cũng còn thiếu sót. Xín Hà Bán Dẫn Thể chia sẻ với Bán Dẫn Thể Công Nghiệp Tung Hoành: Chiplet, 3DIC và LogicFolding là các mức độ thực hiện khác nhau trên cùng một tuyến chính tích hợp dọc.

Chiplet ở cấp độ đóng gói ghép các die dị thể theo cách 2.5D hoặc 3D, thông qua các tiêu chuẩn kết nối như UCIe để chuyển giao tiếp vốn có bên trong SoC đơn tấm ra giữa các die, đổi lấy hiệu suất sản xuất và tính linh hoạt bằng cách mô-đun hóa; 3DIC tiến thêm một bước đưa vào TSV mật độ cao và liên kết lai giữa các die, xếp chồng dọc các chức năng logic, lưu trữ, mô phỏng trong cùng một thể đóng gói, nén khoảng cách kết nối từ cấp độ milimét xuống cấp độ micromet; LogicFolding thì tiến xa hơn nữa – nó không thiết lập kết nối giữa các die, mà là chia tách và bố trí lại “bản thân logic bên trong của một chip đơn” theo chiều dọc ở cấp độ lớp có nguồn, để bề mặt liên kết lai giống như một lớp kim loại bổ sung tham gia trực tiếp vào tối ưu hóa thời gian của đường dẫn then chốt.

Ba cái không phải là quan hệ thay thế, mà là cùng tồn tại chồng chéo trong hệ thống đóng gói tiên tiến. Sự chồng chéo này mang đến một thách thức kỹ thuật thiết kế căn bản: khi một thể đóng gói đồng thời liên quan đến kết nối UCIe giữa các Chiplet, liên kết lai giữa các lớp 3D và gập đường dẫn then chốt LogicFolding trong tấm, ranh giới phân tích tính toàn vẹn tín hiệu, tính toàn vẹn nguồn điện, phân bố nhiệt và ứng suất cơ học đã không thể đóng lại độc lập ở bất kỳ cấp độ đơn lẻ nào.

Việc đề xuất STCO (Tối ưu hóa hợp tác công nghệ hệ thống) chính là để từ góc độ phương pháp luận phá vỡ sự chia cắt này. Nó yêu cầu coi kiến trúc logic, bố cục vật lý, trường vật lý đa chiều, cấu trúc đóng gói thậm chí cả tải công việc như một không gian thiết kế thống nhất, tiến hành tìm kiếm tối ưu hóa liên hợp xuyên ngành, xuyên cấp độ trừu tượng. Mà khả năng này, chính là điểm thiếu sót ở tầng đáy nhất của chuỗi công cụ EDA hiện tại.

Thứ hai, thiếu ghép nối đa trường vật lý.

Đây là một trong những điểm yếu ẩn giấu và then chốt nhất của công cụ EDA truyền thống. Trong thời đại chip đơn, phân tích cấp điện, mô phỏng nhiệt và tính toán ứng suất thuộc về nhiều chuỗi công cụ độc lập, mỗi cái tự mô hình hóa, tự giải, tự ký duyệt. Nhưng trong ngăn xếp ba chiều, mô hình này không còn hoàn toàn phù hợp. Sau khi tích hợp dọc nhiều die, mật độ công suất tăng lên gấp nhiều lần, đường tản nhiệt không đối xứng cao, chênh lệch nhiệt độ giữa các lớp tăng lên. Sự không khớp giãn nở nhiệt do đó gây ra, truyền qua bề mặt tiếp xúc vi lồi và liên kết lai trong cấu trúc chồng chất, vừa làm lệch đặc tính điện học của linh kiện, cũng mang lại nguy cơ tiềm ẩn về độ tin cậy cơ học.

Các nhà cung cấp EDA, cần bổ sung những khả năng nào?

Hiện nay, các công ty EDA trong nước chủ yếu tập trung vào đột phá điểm đơn, khó khăn công phá trong lĩnh vực chuyên môn riêng của mình. Từ mô phỏng analog đến xác minh vật lý, từ nâng cao hiệu suất sản xuất đến thiết kế bố cục, một loạt doanh nghiệp EDA trong nước xuất sắc đã hình thành công cụ điểm có thể sử dụng và có tính cạnh tranh ở nhiều khâu.

Ví dụ, Hoa Đại Cửu Thiên là một trong những doanh nghiệp nghiên cứu và phát triển EDA sớm nhất trong nước. Hoa Đại Cửu Thiên lấy EDA analog làm nền tảng, dần mở rộng sang các lĩnh vực như digital, đóng gói tiên tiến, nỗ lực xây dựng chuỗi công cụ toàn quy trình. Cái Luân Điện Tử đi theo con đường “thâm nhập tầng đáy”, nó không trực tiếp làm toàn quy trình, mà là tập trung khắc phục mô hình hóa linh kiện và mô phỏng mạch điện. Hợp Kiến Công Nhuyễn là doanh nghiệp hàng đầu EDA digital trong nước, đại diện kiểu toàn quy trình/nền tảng. Hành Tâm Khoa Kỹ chọn ra đòn kiếm ở khâu “ký duyệt” khó nhất. Xín Hà Bán Dẫn Thể chủ công “đóng gói tiên tiến”. Quảng Lập Vi tập trung vào nâng cao hiệu suất sản xuất, là doanh nghiệp duy nhất có thể tạo thành vòng khép kín hoàn chỉnh thông qua “thiết bị thu thập dữ liệu + phần mềm phân tích dữ liệu”.

Định luật τ có triển vọng thúc đẩy EDA trong nước nâng cấp từ “công cụ điểm quốc sản hóa” thành phần mềm công nghiệp nền tảng “toàn quy trình, xuyên cấp độ, hợp tác mạnh”. Điều này có nghĩa là chuỗi công cụ EDA không còn chỉ đảm nhận chức năng hỗ trợ như vẽ mạch điện, thiết kế bố cục và xác minh hậu kỳ, mà cần nhúng toàn diện vào toàn chuỗi quy trình then chốt như mô hình hóa linh kiện, xây dựng PDK, mô phỏng mạch điện, trích xuất tham số ký sinh, phân tích thời gian và công suất, xác minh vật lý, đóng gói tiên tiến và tối ưu hóa hợp tác cấp hệ thống.

Ngày 26 tháng 5, Học viện Mạch tích hợp Đại học Bắc Kinh công bố, nguyên mẫu công cụ EDA “3D thực” hướng đến nhu cầu gập logic của định luật Thao đã đạt được đột phá then chốt. Công cụ này hỗ trợ tối ưu hóa hợp tác không gian ba chiều hoàn chỉnh, hỗ trợ phân phối logic tự do xuyên die và tối ưu hóa nhiệt hợp nhất, có thể bao phủ thiết kế cấp độ hàng chục triệu thực thể. So với “3D giả” truyền thống, EDA “3D thực” của Đại học Bắc Kinh đạt được: chiều dài đường dây trung bình giảm khoảng 30%; WNS cải thiện khoảng 6%, TNS cải thiện khoảng 12%; nhiệt độ đỉnh giảm hơn 3%. Hiện tại công cụ đã hoàn thành xác minh thiết kế cấp công nghiệp, sau này sẽ mở rộng đến các kịch bản xếp chồng nhiều die và tích hợp dị thể, bổ sung khâu then chốt thiết kế chip 3D.

Cùng ngày, có nhà đầu tư đặt câu hỏi trên nền tảng tương tác với Hoa Đại Cửu Thiên: Trong bối cảnh hậu thời đại Moore, giới công nghiệp cho rằng tầm quan trọng của EDA đang tiến hóa từ công cụ thiết kế truyền thống sang “nền tảng tối ưu hóa hiệu năng cấp hệ thống”. Xin hỏi công ty nhìn nhận thế nào về giá trị chiến lược của EDA trong tương lai đối với gập logic, tối ưu hóa thời gian và hợp tác đa chip?

Sau đó, Hoa Đại Cửu Thiên phản hồi: Công ty có cái nhìn sâu sắc tiên phong, nhận thấy các chip AI, GPU, lưu trữ hiện nay đang dựa vào công nghệ 3DIC để đột phá điểm nghẽn quy trình tiên tiến và sức mạnh tính toán thời hậu Moore, đã bố trí trước trong lĩnh vực EDA thiết kế 3DIC, xây dựng giải pháp toàn quy trình bao phủ từ thiết kế hợp tác chip ba chiều tích hợp dị thể đến xác minh, lấp đầy khoảng trống công cụ thiết kế 3DIC cao cấp trong nước, là nhà cung cấp EDA toàn quy trình thiết kế và xác minh 3DIC duy nhất trong nước. Công ty đã ra mắt nền tảng xác minh vật lý Argus 3DIC hàng đầu ngành đầu tiên, hỗ trợ toàn diện thiết kế đóng gói tích hợp dị thể 2.5D/3D, có thể đạt được xác minh vật lý toàn liên kết từ thiết kế hợp tác đa dạng 3DIC đến đóng gói.

Đến đây, một con đường từ lý thuyết định luật τ dẫn dắt, đến định nghĩa kiến trúc hệ thống, rồi đến bổ sung vị trí chuỗi công cụ EDA trong nước dần trở nên rõ ràng. Trong vài năm tới, những nhà cung cấp đầu tiên đưa ra giải pháp đã được xác minh công nghiệp khép kín trên các lĩnh vực hội tụ thời gian gập logic, ký duyệt ghép nối đa trường vật lý 3D và hợp tác toàn stack STCO, có triển vọng chiếm vị trí chủ động hơn trong xu hướng “thu nhỏ thời gian”. Đối với EDA trong nước, có lẽ đây cung cấp một cửa sổ cơ hội chuyển từ đuổi theo công cụ điểm sang xây dựng năng lực toàn stack – không còn chỉ thỏa mãn với “có thể dùng”, mà là tiến hóa liên tục hướng tới toàn stack “dùng tốt”.

Bài viết này đến từ tài khoản công chúng WeChat “Bán Dẫn Thể Công Nghiệp Tung Hoành”(ID:ICViews), tác giả: Phong Ninh

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QĐịnh luật Thao (τ) là gì và tại sao nó được coi là một bước đột phá trong lĩnh vực bán dẫn?

AĐịnh luật Thao (τ) là một nguyên tắc mới do Huawei đề xuất, tập trung vào việc "thu nhỏ thời gian" (Time-Contraction) thay vì "thu nhỏ hình học" (Geometric-Scaling) như định luật Moore. Nó tối ưu hóa hằng số thời gian τ xuyên suốt bốn cấp độ: linh kiện, mạch, chip và hệ thống, nhằm giảm độ trễ xử lý thông tin. Đây là lần đầu tiên một công ty Trung Quốc đưa ra nguyên tắc định hướng phát triển ngành toàn cầu, mở ra con đường thiết kế chip hiệu năng cao không phụ thuộc hoàn toàn vào tiến trình vi chế tạo tiên tiến nhất.

QĐịnh luật τ đặt ra những yêu cầu mới nào đối với công cụ EDA truyền thống?

AĐịnh luật τ đòi hỏi công cụ EDA phải phát triển các khả năng mới: 1) Thiết kế "3D thực sự" (True-3D) bản địa cho phép tối ưu hóa hợp nhất không gian ba chiều và phân phối logic tự do xuyên qua các die thay vì quy trình "3D giả" (Pseudo-3D) hiện tại. 2) Khả năng tối ưu hóa phối hợp xuyên tầng (STCO) để quản lý tính toàn vẹn tín hiệu, nguồn, nhiệt và ứng suất cơ học trong môi trường tích hợp 3D phức tạp. 3) Phân tích đa trường vật lý (điện, nhiệt, cơ) được ghép nối chặt chẽ để giải quyết các thách thức về độ tin cậy và hiệu suất trong thiết kế xếp chồng.

QCác công ty EDA trong nước Trung Quốc như Hoa Đại Cửu Thiên (Huada Jiutian) đã phản ứng thế nào trước sự xuất hiện của định luật τ?

ACác công ty EDA trong nước Trung Quốc đang nâng cấp từ các công cụ điểm (point-tool) sang xây dựng nền tảng toàn trình (full-flow). Ví dụ, Hoa Đại Cửu Thiên đã phát triển giải pháp toàn trình cho thiết kế 3DIC, bao gồm nền tảng xác thực vật lý Argus 3DIC, tự nhận là nhà cung cấp EDA toàn trình 3DIC duy nhất trong nước. Đại học Bắc Kinh cũng công bố nguyên mẫu công cụ EDA "3D thực sự" cho nhu cầu Logic Folding của định luật τ, cho thấy sự hợp tác giữa học viện và ngành công nghiệp để bù đắp khoảng trống công cụ then chốt.

QLogic Folding (Gấp logic) là gì và nó khác với Chiplet và 3DIC như thế nào?

ALogic Folding là một kỹ thuật ở cấp độ mạch cho phép phân chia và phân bố lại logic bên trong một chip duy nhất theo chiều dọc (trên các lớp hoạt động khác nhau) để tối ưu hóa đường dẫn tín hiệu quan trọng, giảm độ trễ. Nó khác với Chiplet (ghép các die khác nhau ở cấp độ đóng gói) và 3DIC (xếp chồng thẳng đứng các chức năng khác nhau trên các die riêng biệt). Ba công nghệ này không thay thế nhau mà có thể cùng tồn tại và kết hợp trong một hệ thống đóng gói tiên tiến, mỗi công nghệ giải quyết vấn đề tối ưu hóa ở một mức độ hạt khác nhau.

QTại sao bài viết nói định luật τ có thể đưa EDA từ hậu trường ra tiền cảnh?

AVì việc triển khai thành công định luật τ (Time-Contraction) phụ thuộc hoàn toàn vào các công cụ EDA tiên tiến. EDA không còn chỉ là công cụ "vẽ bản vẽ" truyền thống mà trở thành hệ thống thần kinh trung ương để biến lý thuyết "thu nhỏ thời gian" thành hiện thực vật lý trong chip. Nó đảm nhận các nhiệm vụ phức tạp như tối ưu hóa 3D thực sự, phân tích đa trường vật lý và tối ưu hóa phối hợp xuyên tầng (STCO), trở thành yếu tố then chốt quyết định hiệu suất và tính khả thi của các chip thiết kế theo nguyên tắc mới này.

Nội dung Liên quan

Chỉ số KOSPI tạm ngừng giao dịch do kích hoạt cơ chế hạn chế tăng giá lần thứ tám trong năm 2026

Chỉ số KOSPI của Hàn Quốc đã kích hoạt cơ chế tạm ngừng giao dịch lần thứ 8 trong năm 2026 sau khi giảm thêm 8%, đánh dấu đợt sụt giảm mạnh với tổng thiệt hại khoảng 520 tỷ won (tương đương 360 tỷ USD). Chỉ số này đã mất hơn 28% giá trị trong tháng qua, phần lớn do áp lực bán tháo từ cổ phiếu công nghệ, đặc biệt là nhóm bán dẫn và trí tuệ nhân tạo (AI). Nguyên nhân chính của đợt lao dốc bắt nguồn từ sự suy yếu của cổ phiếu ngành bán dẫn toàn cầu, dẫn đầu bởi đà giảm của Nvidia (giảm 4,4%) và các hãng như Micron, SanDisk. Thị trường Hàn Quốc cũng chịu tác động từ việc phát hành cổ phiếu lần đầu (IPO) của Changxin Memory Technology. Việc Samsung – chiếm tỷ trọng 50% trong KOSPI – giảm mạnh đã đẩy nhanh đà sụp đổ, kích hoạt các lệnh thanh lý và buộc sàn ngừng giao dịch. Sự sụt giảm của KOSPI có thể tác động đến thị trường tiền điện tử, có khả năng chuyển hướng một phần thanh khoản sang các tài sản số nếu câu chuyện đầu tư vào AI tiếp tục suy yếu. Bên cạnh đó, các sàn giao dịch phi tập trung (DEX) đang xem xét ra mắt thị trường hợp đồng tương lai vĩnh viễn dựa trên KOSPI, cho phép nhà đầu tư đặt cược vào các biến động tiếp theo của chỉ số này.

cryptonews.ru6 phút trước

Chỉ số KOSPI tạm ngừng giao dịch do kích hoạt cơ chế hạn chế tăng giá lần thứ tám trong năm 2026

cryptonews.ru6 phút trước

Người khai thác mỏ được khuyên không nên mua GPU cho AI mà nên tập trung vào hạ tầng

Người sáng lập Alpine Fox, Mike Alfred, nhận định sự bùng nổ cơ sở hạ tầng cho AI không phải là bong bóng, nhưng cảnh báo các thợ đào Bitcoin cần cân nhắc mô hình kinh doanh khi đa dạng hóa sang lĩnh vực này. Ông chỉ ra hai lựa chọn chính: sở hữu và vận hành GPU (rủi ro cao hơn nhưng kiểm soát tốt hơn) hoặc cung cấp dịch vụ đặt chỗ (colocation) bán không gian, điện và làm mát - mô hình bảo thủ hơn, dễ thu hút vốn. Phần lớn các cơ sở khai thác Bitcoin hiện tại khó và tốn kém để chuyển đổi thành trung tâm dữ liệu AI. Chi phí xây dựng cho 1 MW cơ sở hạ tầng AI (chưa tính chip) có thể vượt 10 triệu USD, so với chỉ 200.000-300.000 USD cho khai thác tiền mã hóa. Các dự án AI yêu cầu độ tin cậy rất cao (99,999%), hệ thống làm mát phức tạp, đường truyền dự phòng và vị trí tốt, trong khi nhiều trang trại khai thác lại ở vùng xa với tiêu chuẩn xây dựng đơn giản. Mô hình lai, nơi khai thác tiền mã hóa sử dụng năng lượng dư thừa và nhường lại khi cần cho AI, được cho là chỉ khả thi ở những nơi có điện cực rẻ hoặc tại các cơ sở có nguồn phát điện riêng (như khí đốt). Các chuyên gia cũng cảnh báo về rủi ro khi đầu tư vào GPU đắt đỏ và dự đoán khả năng xảy ra vỡ nợ hoặc phá vỡ hợp đồng trong lĩnh vực AI trước đợt giảm một nửa phần thưởng Bitcoin tiếp theo vào năm 2028.

cryptonews.ru16 phút trước

Người khai thác mỏ được khuyên không nên mua GPU cho AI mà nên tập trung vào hạ tầng

cryptonews.ru16 phút trước

Thanh toán “cắt hàng” trong mili giây: Hyperliquid biến Phí Ưu tiên thành một mô hình kinh doanh thu hàng chục triệu USD mỗi năm như thế nào?

Tác giả: Jae, PANews Trong thị trường tài chính truyền thống, các tổ chức giao dịch tần suất cao (HFT) sẵn sàng chi hàng chục triệu USD cho cơ sở hạ tầng vật lý để giành lấy lợi thế vài mili giây. Hyperliquid đã chuyển cuộc đua này lên blockchain thông qua cơ chế "Phí Ưu tiên" (Priority Fee), cho phép người dùng trả bằng token HYPE để "cắt hàng" trong việc truyền dữ liệu và khớp lệnh. Theo nghiên cứu từ GLC, cơ chế này đã tạo ra hơn 5 triệu USD doanh thu cho giao thức. Ước tính quy mô mua lại token hàng năm được hỗ trợ bởi nguồn thu này có thể vượt 30 triệu USD, chiếm khoảng 7% tổng doanh thu giao thức. Cơ chế Phí Ưu tiên hoạt động trên hai luồng độc lập: 1. **Ưu tiên Đọc Dữ liệu (Gossip Priority):** Đấu giá kiểu Hà Lan mỗi 3 phút cho 5 vị trí, giúp các node nhận luồng dữ liệu sớm hơn khoảng 25 mili giây. 2. **Ưu tiên Ghi Lệnh (Order Priority):** Cho phép người dùng đặt thông số phí (trong khoảng 0-8 điểm cơ bản) để mua thứ tự ưu tiên trong mempool, rút ngắn thời gian thực thi lệnh lên tới khoảng 45 mili giây cho mỗi điểm cơ bản tăng thêm. Sự thành công của Phí Ưu tiên đến từ nhu cầu cố hữu trong thị trường phái sinh phi tập trung. Đối với các tổ chức, quỹ lớn và đặc biệt là các nhà tạo lập thị trường, việc đảm bảo "tính xác định" trong việc khớp hoặc hủy lệnh chỉ trong vài chục mili giây là yếu tố sống còn để tránh bị giao dịch chớp nhoáng (front-run) hoặc thanh lý. Điều này thúc đẩy thanh khoản sâu hơn và chênh lệch giá mua-bán thấp hơn cho tất cả người dùng. Tuy nhiên, cơ chế này cũng làm nổi bật sự đánh đổi giữa hiệu quả và công bằng. Người dùng thông thường có thể chịu mức trượt giá cao hơn hoặc chậm khớp lệnh hơn trong thời điểm thị trường biến động mạnh. Về mặt kinh tế học token, Phí Ưu tiên tạo ra tác động kép: * **Giảm phát trực tiếp:** HYPE thu được từ Phí Ưu tiên bị đốt trực tiếp, giảm nguồn cung lưu hành. * **Hiệu ứng kho lưu trữ vốn:** Để duy trì khả năng cắt hàng, các tổ chức cần giữ một lượng lớn HYPE không ủy quyền trong tài khoản, gián tiếp khóa nguồn cung và ổn định giá. Hyperliquid đã chuyển đổi cuộc đua phần cứng vật lý thành một hệ thống định giá thị trường minh bạch trên chuỗi, nội bộ hóa giá trị MEV (Giá trị Có thể Trích xuất Tối đa) thành doanh thu giao thức, mở ra một mô hình kinh doanh mới ngoài phí giao dịch thông thường. Tuy nhiên, việc cân bằng nhu cầu hiệu quả của "cá voi" với sự công bằng cho người dùng nhỏ lẻ vẫn là một thách thức lâu dài.

marsbit19 phút trước

Thanh toán “cắt hàng” trong mili giây: Hyperliquid biến Phí Ưu tiên thành một mô hình kinh doanh thu hàng chục triệu USD mỗi năm như thế nào?

marsbit19 phút trước

Giao dịch

Giao ngay

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 970Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 2.0kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片