Od geometrického škálování ke škálování podle času

Pokrok v polovodičích se po desetiletí spojoval především s geometrickým škálováním: tranzistory se zmenšovaly, na stejnou plochu se jich vešlo více a každá nová výrobní generace měla přinést vyšší výkon nebo nižší spotřebu.

Huawei nyní přesouvá pozornost od otázky, jak malý může tranzistor být, k otázce, jak rychle se informace dokáže pohybovat čipem a systémem kolem něj.

Důvod je jednoduchý: výpočetní výkon neurčuje pouze samotný tranzistor. Signály putují také vodiči, paměťovými systémy, pouzdrem čipu a propojením mezi jednotlivými čipy. Právě tato zpoždění mohou omezit přínos další logiky nebo vyššího hrubého výpočetního výkonu. Huawei tvrdí, že Tau Scaling Law má tato zpoždění zmenšovat na několika úrovních výpočetního řetězce.

Zmenšování tranzistorů tím neztrácí význam. Mění se však poměr mezi hustotou tranzistorů, uspořádáním obvodů, návrhem propojení a architekturou celého systému.

Co má dělat LogicFolding

LogicFolding je navrhovaná obvodová a návrhová technika, která má zvýšit efektivní hustotu logiky bez úplného spoléhání na novější výrobní proces. Huawei ji popisuje jako způsob, jak těsněji integrovat logické, analogové a paměťové obvody, potenciálně i ve vrstvených strukturách, a současně zkrátit vnitřní vodiče.

První chytrý telefonní čip Kirin vytvořený v rámci Tau Scaling Law a využívající LogicFolding má Huawei představit v září 2026. Právě tento produkt ukáže, zda návrhový koncept přinese měřitelný přínos v běžně vyráběném zařízení.

Huawei zároveň předpokládá, že do roku 2031 nabídne špičkové čipy s hustotou tranzistorů odpovídající 1,4nanometrovému procesu. Jde o firemní cíl, nikoli o nezávisle potvrzený výsledek sériové výroby. Reuters uvedla, že Huawei ke svému tvrzení neposkytla nezávislá výkonnostní data.

U AI rozhoduje systém, nejen samotný čip

Největší význam může mít Tau Scaling Law v oblasti umělé inteligence. AI vyžaduje přesouvání obrovského množství dat mezi procesory, pamětí a dalšími komponentami. Skupina jednotlivě slabších akcelerátorů může být stále užitečná, pokud spolu dokážou efektivně komunikovat a software je dokáže zásobovat daty.

Klíčové jsou proto zejména tyto oblasti:

• Propojení: Spoje mezi čipy musí nabídnout dostatečnou propustnost a nízkou latenci.
• Paměť: Nedostatečná kapacita nebo rychlost paměti může nechat výpočetní jednotky bez práce.
• Pouzdření: Fyzické uspořádání logiky, paměti a komunikačních cest ovlivňuje rychlost, zahřívání i výrobní náročnost.
• Software: Kompilátory, frameworky a plánování úloh určují, jak efektivně bude distribuovaný systém využit.
• Infrastruktura: Celkový výkon může omezit napájení, chlazení i integrace do datového centra.

Optimalizace na úrovni systému však úzká hrdla neodstraňuje navždy. Pouze je přesouvá jinam. Rychlejší obvod nedokáže neomezeně kompenzovat pomalou paměť, slabé síťové propojení, nedostatečný software nebo nízkou výrobní výtěžnost. Reuters proto upozornila, že odborníci si nejsou jistí, zda návrh představuje zásadní průlom; zapotřebí by byly také nové návrhové nástroje a širší inženýrské schopnosti.

„Pagoda o 18 patrech“ versus Huangův „pětivrstvý dort“

Vědec společnosti Huawei Liao Heng popsal hodnotový řetězec umělé inteligence jako „pagodu o 18 patrech“. Přirovnání zdůrazňuje, že AI stojí na mnoha navzájem propojených úrovních a že výroba či návrh čipů představují pouze jednu část celého systému.

Metafora připomíná model „pětivrstvého dortu“, který používá šéf Nvidie Jensen Huang. Ten AI průmysl popisuje pomocí širších vrstev, jako jsou energie, čipy, infrastruktura a systémy, modely a software nebo aplikace. Huawei nabízí podrobnější pohled a klade důraz na koordinovaný rozvoj domácích schopností napříč celým řetězcem.

Praktické poselství je v obou případech podobné: vedoucí postavení v AI neurčuje jediný procesor. Závisí na spolupráci hardwaru, sítí, datových center, softwaru, modelů a aplikací.

Zkouška nejslabšího článku

Nejlepší způsob, jak hodnotit tvrzení Huawei, nabízí princip nejslabšího článku. Výkon AI platformy může omezit kterákoli vrstva, která zaostává. Hustý a rychlý čip bude mít jen omezený praktický přínos, pokud ho nedokáže zásobovat paměť, propojení ho neumí efektivně připojit, software nedokáže rozdělit úlohy nebo továrny nezvládnou výrobu s přijatelnou výtěžností.

Tau Scaling Law a LogicFolding je proto přesnější chápat jako architektonické nástroje, nikoli jako náhradu celého polovodičového ekosystému. Jejich úspěch bude záviset na současném pokroku v návrhu čipů, výrobě pamětí, nástrojích EDA pro elektronický návrh, AI frameworcích, výrobě a integraci systémů. China Daily tento širší ekosystém popisuje jako propojení návrhu polovodičů, výroby pamětí, AI frameworků a systémové integrace.

Ani srovnání s Nvidií proto nelze zjednodušit na hustotu tranzistorů. Výhoda Nvidie zahrnuje také platformu a celý systémový zásobník. Huawei se naopak snaží vybudovat koordinované domácí schopnosti v situaci, kdy je přístup k některým zahraničním komponentám a nástrojům omezený.

Jak exportní omezení změnila čínský trh s AI akcelerátory

Exportní omezení urychlila hledání domácích alternativ. Dostupná čísla za rok 2025 ale ukazují spíše na substituci než na zmizení Nvidie z čínského trhu.

Podle dat IDC, která zpracovala Reuters, dodala Nvidia do Číny v roce 2025 přibližně 2,2 milionu AI akcelerátorů, což odpovídalo 55% podílu na čínském trhu se serverovými AI akcelerátory. Čínští výrobci dohromady získali přibližně 41 %. Huawei byla podle zpráv jejich největším dodavatelem.

Přesné číslo pro Huawei se v dostupných zprávách liší. Jedna zpráva citující stejná obecná tržní data uvádí, že Huawei dodala 812 000 akcelerátorů, tedy 20,3 % celého trhu. Jiné souhrny hovoří zhruba o polovině dodávek domácích značek. Čísla mohou vycházet z odlišného vymezení produktů nebo trhu. Jistý je proto především závěr, že Huawei vedla mezi čínskými dodavateli — nikoli že sama držela celý 41% podíl připisovaný domácím výrobcům.

Rozdíl je důležitý. Exportní omezení otevřela Huawei a dalším čínským výrobcům větší prostor, trh však zůstává konkurenční. V dostupných datech za rok 2025 byla Nvidia stále největším jednotlivým dodavatelem.

Co sledovat dál

Prvním praktickým testem Tau Scaling Law a LogicFolding bude uvedení čipu Kirin v září 2026. Při hodnocení bude nutné rozlišovat mezi deklarovanou ekvivalencí hustoty tranzistorů a nezávisle naměřenými výsledky — například výkonem, energetickou účinností, zahříváním, výrobní výtěžností a kompatibilitou se softwarem.

Důležitější zkouška přijde ve chvíli, kdy se Huawei pokusí převést návrhový koncept do opakovatelných systémových výhod u chytrých telefonů, AI akcelerátorů a datových center. Pokud se to podaří, může firma ukázat, že významný růst výkonu lze za omezeného přístupu k nejpokročilejší litografii získat také optimalizací přesunu dat a koordinace celého systému.

Pokud se to nepodaří, Tau Scaling Law může zůstat užitečným návrhovým rámcem, nikoli však náhradou tradičního škálování výrobních procesů.

Nejstřízlivější závěr tedy zní: Huawei se snaží získat více výkonu z architektury obvodů, propojení a propojených výpočetních systémů. Neprokázala tím, že menší tranzistory přestaly být důležité, ani že její nejambicióznější tvrzení o hustotě už byla potvrzena. Soutěž se však skutečně posouvá od jediného čipu k celému inovačnímu řetězci — a k tomu, která společnost dokáže zabránit tomu, aby se některá z jeho vrstev stala nejslabším článkem.

Od geometrického škálování ke škálování podle času

Pokrok v polovodičích se po desetiletí spojoval především s geometrickým škálováním: tranzistory se zmenšovaly, na stejnou plochu se jich vešlo více a každá nová výrobní generace měla přinést vyšší výkon nebo nižší spotřebu.

Huawei nyní přesouvá pozornost od otázky, jak malý může tranzistor být, k otázce, jak rychle se informace dokáže pohybovat čipem a systémem kolem něj.

Důvod je jednoduchý: výpočetní výkon neurčuje pouze samotný tranzistor. Signály putují také vodiči, paměťovými systémy, pouzdrem čipu a propojením mezi jednotlivými čipy. Právě tato zpoždění mohou omezit přínos další logiky nebo vyššího hrubého výpočetního výkonu. Huawei tvrdí, že Tau Scaling Law má tato zpoždění zmenšovat na několika úrovních výpočetního řetězce.

Zmenšování tranzistorů tím neztrácí význam. Mění se však poměr mezi hustotou tranzistorů, uspořádáním obvodů, návrhem propojení a architekturou celého systému.

Co má dělat LogicFolding

LogicFolding je navrhovaná obvodová a návrhová technika, která má zvýšit efektivní hustotu logiky bez úplného spoléhání na novější výrobní proces. Huawei ji popisuje jako způsob, jak těsněji integrovat logické, analogové a paměťové obvody, potenciálně i ve vrstvených strukturách, a současně zkrátit vnitřní vodiče.

První chytrý telefonní čip Kirin vytvořený v rámci Tau Scaling Law a využívající LogicFolding má Huawei představit v září 2026. Právě tento produkt ukáže, zda návrhový koncept přinese měřitelný přínos v běžně vyráběném zařízení.

Huawei zároveň předpokládá, že do roku 2031 nabídne špičkové čipy s hustotou tranzistorů odpovídající 1,4nanometrovému procesu. Jde o firemní cíl, nikoli o nezávisle potvrzený výsledek sériové výroby. Reuters uvedla, že Huawei ke svému tvrzení neposkytla nezávislá výkonnostní data.

U AI rozhoduje systém, nejen samotný čip

Největší význam může mít Tau Scaling Law v oblasti umělé inteligence. AI vyžaduje přesouvání obrovského množství dat mezi procesory, pamětí a dalšími komponentami. Skupina jednotlivě slabších akcelerátorů může být stále užitečná, pokud spolu dokážou efektivně komunikovat a software je dokáže zásobovat daty.

Klíčové jsou proto zejména tyto oblasti:

• Propojení: Spoje mezi čipy musí nabídnout dostatečnou propustnost a nízkou latenci.
• Paměť: Nedostatečná kapacita nebo rychlost paměti může nechat výpočetní jednotky bez práce.
• Pouzdření: Fyzické uspořádání logiky, paměti a komunikačních cest ovlivňuje rychlost, zahřívání i výrobní náročnost.
• Software: Kompilátory, frameworky a plánování úloh určují, jak efektivně bude distribuovaný systém využit.
• Infrastruktura: Celkový výkon může omezit napájení, chlazení i integrace do datového centra.

Optimalizace na úrovni systému však úzká hrdla neodstraňuje navždy. Pouze je přesouvá jinam. Rychlejší obvod nedokáže neomezeně kompenzovat pomalou paměť, slabé síťové propojení, nedostatečný software nebo nízkou výrobní výtěžnost. Reuters proto upozornila, že odborníci si nejsou jistí, zda návrh představuje zásadní průlom; zapotřebí by byly také nové návrhové nástroje a širší inženýrské schopnosti.

„Pagoda o 18 patrech“ versus Huangův „pětivrstvý dort“

Vědec společnosti Huawei Liao Heng popsal hodnotový řetězec umělé inteligence jako „pagodu o 18 patrech“. Přirovnání zdůrazňuje, že AI stojí na mnoha navzájem propojených úrovních a že výroba či návrh čipů představují pouze jednu část celého systému.

Metafora připomíná model „pětivrstvého dortu“, který používá šéf Nvidie Jensen Huang. Ten AI průmysl popisuje pomocí širších vrstev, jako jsou energie, čipy, infrastruktura a systémy, modely a software nebo aplikace. Huawei nabízí podrobnější pohled a klade důraz na koordinovaný rozvoj domácích schopností napříč celým řetězcem.

Praktické poselství je v obou případech podobné: vedoucí postavení v AI neurčuje jediný procesor. Závisí na spolupráci hardwaru, sítí, datových center, softwaru, modelů a aplikací.

Zkouška nejslabšího článku

Nejlepší způsob, jak hodnotit tvrzení Huawei, nabízí princip nejslabšího článku. Výkon AI platformy může omezit kterákoli vrstva, která zaostává. Hustý a rychlý čip bude mít jen omezený praktický přínos, pokud ho nedokáže zásobovat paměť, propojení ho neumí efektivně připojit, software nedokáže rozdělit úlohy nebo továrny nezvládnou výrobu s přijatelnou výtěžností.

Tau Scaling Law a LogicFolding je proto přesnější chápat jako architektonické nástroje, nikoli jako náhradu celého polovodičového ekosystému. Jejich úspěch bude záviset na současném pokroku v návrhu čipů, výrobě pamětí, nástrojích EDA pro elektronický návrh, AI frameworcích, výrobě a integraci systémů. China Daily tento širší ekosystém popisuje jako propojení návrhu polovodičů, výroby pamětí, AI frameworků a systémové integrace.

Ani srovnání s Nvidií proto nelze zjednodušit na hustotu tranzistorů. Výhoda Nvidie zahrnuje také platformu a celý systémový zásobník. Huawei se naopak snaží vybudovat koordinované domácí schopnosti v situaci, kdy je přístup k některým zahraničním komponentám a nástrojům omezený.

Jak exportní omezení změnila čínský trh s AI akcelerátory

Exportní omezení urychlila hledání domácích alternativ. Dostupná čísla za rok 2025 ale ukazují spíše na substituci než na zmizení Nvidie z čínského trhu.

Podle dat IDC, která zpracovala Reuters, dodala Nvidia do Číny v roce 2025 přibližně 2,2 milionu AI akcelerátorů, což odpovídalo 55% podílu na čínském trhu se serverovými AI akcelerátory. Čínští výrobci dohromady získali přibližně 41 %. Huawei byla podle zpráv jejich největším dodavatelem.

Přesné číslo pro Huawei se v dostupných zprávách liší. Jedna zpráva citující stejná obecná tržní data uvádí, že Huawei dodala 812 000 akcelerátorů, tedy 20,3 % celého trhu. Jiné souhrny hovoří zhruba o polovině dodávek domácích značek. Čísla mohou vycházet z odlišného vymezení produktů nebo trhu. Jistý je proto především závěr, že Huawei vedla mezi čínskými dodavateli — nikoli že sama držela celý 41% podíl připisovaný domácím výrobcům.

Rozdíl je důležitý. Exportní omezení otevřela Huawei a dalším čínským výrobcům větší prostor, trh však zůstává konkurenční. V dostupných datech za rok 2025 byla Nvidia stále největším jednotlivým dodavatelem.

Co sledovat dál

Prvním praktickým testem Tau Scaling Law a LogicFolding bude uvedení čipu Kirin v září 2026. Při hodnocení bude nutné rozlišovat mezi deklarovanou ekvivalencí hustoty tranzistorů a nezávisle naměřenými výsledky — například výkonem, energetickou účinností, zahříváním, výrobní výtěžností a kompatibilitou se softwarem.

Důležitější zkouška přijde ve chvíli, kdy se Huawei pokusí převést návrhový koncept do opakovatelných systémových výhod u chytrých telefonů, AI akcelerátorů a datových center. Pokud se to podaří, může firma ukázat, že významný růst výkonu lze za omezeného přístupu k nejpokročilejší litografii získat také optimalizací přesunu dat a koordinace celého systému.

Pokud se to nepodaří, Tau Scaling Law může zůstat užitečným návrhovým rámcem, nikoli však náhradou tradičního škálování výrobních procesů.

Nejstřízlivější závěr tedy zní: Huawei se snaží získat více výkonu z architektury obvodů, propojení a propojených výpočetních systémů. Neprokázala tím, že menší tranzistory přestaly být důležité, ani že její nejambicióznější tvrzení o hustotě už byla potvrzena. Soutěž se však skutečně posouvá od jediného čipu k celému inovačnímu řetězci — a k tomu, která společnost dokáže zabránit tomu, aby se některá z jeho vrstev stala nejslabším článkem.