作为半导体产业最具代表性的概念之一，摩尔定律自提出至今已近60年。尽管业界普遍认为，晶体管数量的增长速度已较早期明显放缓，但这一规律仍被视为衡量技术进步的重要参照。近期，随着生成式AI快速发展，摩尔定律的适用范围也被进一步讨论，并从半导体延伸到AI产业。

TechRadar 4月19日（当地时间）报道称，长期以来，摩尔定律一直被用来解释半导体集成度持续提升、成本不断下降的趋势，并被视为观察整个科技产业演进方向的重要指标。

摩尔定律最早可追溯至1965年4月。当时，Intel联合创始人Gordon Moore在展望未来10年半导体产业发展时提出，晶体管等电路元件的数量将以每年翻倍的速度增长，并预计这一趋势至少会持续10年。此后，摩尔定律逐渐被视为“算力呈指数级提升、成本持续下降”的典型规律。

从实际发展看，半导体产业沿着这一趋势前进的时间，远超Gordon Moore当年的预期。上世纪70年代初，单枚芯片的晶体管数量还只有数千个；到2000年代，这一数字已升至数千万个，30年间增长逾1.8万倍。

不过，进入2000年代后，围绕晶体管增长速度是否放缓的讨论持续升温。Intel CEO Pat Gelsinger曾在2023年表示，如今晶体管数量的增长周期已较过去明显变慢，这也意味着，早年那种几乎同步推进的指数级增长越来越难以维持。

这一变化表明，半导体产业已不再处于早期高速扩张阶段。即便如此，摩尔定律并未失去意义，仍被业界视为判断技术演进方向的重要标尺。

与此同时，生成式AI领域也开始呈现出与之相似的发展特征，摩尔定律的讨论边界因此进一步扩展。OpenAI CEO Sam Altman在2025年谈及AI发展速度时就提到，随着生成式AI加速普及，模型性能快速提升、使用成本持续下降，这一路径与半导体产业早期的发展轨迹颇为相似。

AI算力成本也在快速下行。Sam Altman表示，按上下文Token计算的成本在一年内已降至原来的约十分之一；从2023年到2024年年中，ChatGPT每个Token的价格又进一步降至约原来的1/150。这显示出，在AI产业中，“性能提升与成本下降同步发生”的结构同样正在形成。

在这一趋势下，摩尔定律所指向的已不再只是半导体微缩速度本身。尽管晶体管数量爆发式增长的时代正在过去，但以更低成本提供更高性能的产业竞争逻辑，依然成立。

无论是在半导体还是AI产业，性能与成本之间的平衡正成为核心竞争要素。也有观点认为，摩尔定律并未终结，而是在新的技术周期中以不同形式继续发挥行业参照作用。