Huawei vil gøre chips hurtigere – uden kun at gøre transistorerne mindre

Det er en vigtig forskel, fordi beregning ikke kun foregår i selve transistoren. Signaler skal også gennem ledningsbaner, hukommelse, chipforbindelser, emballering og netværk. Hvis data bevæger sig for langsomt, kan forsinkelserne æde gevinsten ved at tilføje mere logik eller flere beregningsenheder. Huawei siger, at Tau Scaling skal reducere disse forsinkelser på flere niveauer i computeren.

Det betyder dog ikke, at transistorernes størrelse bliver ligegyldig. Det ændrer snarere balancen mellem transistortæthed, kredsløbsdesign, forbindelser og systemarkitektur.

Hvad skal LogicFolding gøre?

LogicFolding er Huaweis foreslåede design- og kredsløbsteknik til at øge den effektive logiktæthed uden udelukkende at være afhængig af en nyere produktionsteknologi. Ifølge Huawei skal logik-, analog- og hukommelseskredsløb kunne placeres tættere sammen – muligvis i lag – samtidig med at de interne ledningsbaner forkortes.

Huawei har oplyst, at den første Kirin-chip til smartphones, der er udviklet under Tau-rammen og anvender LogicFolding, efter planen lanceres i september 2026. Den bliver dermed en konkret prøve på, om arkitekturen giver målbare fordele i et masseproduceret produkt.

Selskabet har desuden sat et mål om chips med en transistortæthed svarende til en 1,4-nanometer-proces i 2031. Det er et virksomhedsmål – ikke et uafhængigt bekræftet produktionsresultat. Reuters rapporterede, at Huawei ikke fremlagde uafhængige ydelsesdata sammen med påstanden.

Når hele systemet er vigtigere end én chip

Tau-strategien er især relevant for kunstig intelligens, hvor store mængder data konstant skal flyttes mellem processorer, hukommelse og andre komponenter. En klynge af individuelt svagere acceleratorer kan stadig være nyttig, hvis chipsene kommunikerer effektivt, og softwaren kan holde dem forsynet med data.

Derfor bliver flere forhold afgørende:

• Forbindelser: Kommunikation mellem chips skal have høj båndbredde og lav latenstid.
• Hukommelse: Begrænset kapacitet eller båndbredde kan efterlade beregningsenheder inaktive.
• Indpakning og placering: Den fysiske organisering af logik, hukommelse og forbindelser påvirker hastighed, varme og muligheden for masseproduktion.
• Software: Kompilere, rammeværk og planlægning afgør, hvor effektivt arbejdsopgaver fordeles i en chipklynge.
• Infrastruktur: Strømforsyning, køling og integration i datacentre kan begrænse den samlede ydelse.

Optimering på systemniveau fjerner ikke flaskehalse – den flytter dem. En hurtigere chip kan ikke i det uendelige kompensere for utilstrækkelig hukommelse, netværk, software eller produktionsudbytte. Reuters beskrev samtidig ekspertusikkerhed om, hvorvidt Huaweis forslag er et grundlæggende gennembrud, og pegede på behovet for nye designværktøjer og bredere tekniske kompetencer.

Huaweis “18-etagers pagode” over for Huang’s fem lag

Huawei-forskeren Liao Heng har beskrevet AI-værdikæden som en “18-etagers pagode”. Metaforen viser AI som en høj struktur med mange indbyrdes afhængige lag, hvor chipdesign og produktion kun udgør en del af helheden.

Tanken minder om Nvidia-topchef Jensen Huangs model med en “lagdelt kage” i fem niveauer, som samler AI-industrien i brede lag som energi, chips, infrastruktur og systemer, modeller og software samt applikationer. Huaweis model er mere detaljeret og lægger større vægt på, at Kina udvikler hele kæden koordineret.

Budskabet er grundlæggende det samme: AI-førerskab afgøres ikke af processoren alene. Det afhænger af samspillet mellem hardware, netværk, datacenterinfrastruktur, software, modeller og anvendelser.

Den svageste del bestemmer helheden

Princippet om det svageste led er en nyttig måde at vurdere Huaweis påstande på. Et AI-system kan blive begrænset af det lag, der fungerer dårligst. En tæt pakket chip giver kun begrænset praktisk fordel, hvis hukommelsen ikke kan levere data, forbindelserne ikke kan udnytte chippen effektivt, softwaren ikke kan fordele arbejdsopgaverne, eller fabrikkerne ikke kan producere den med et acceptabelt udbytte.

Tau Scaling og LogicFolding bør derfor bedst forstås som arkitektoniske værktøjer – ikke som erstatninger for et komplet halvlederøkosystem. Succes kræver fremskridt inden for chipdesign, hukommelsesproduktion, værktøjer til elektronisk design, AI-rammeværk, fremstilling og systemintegration. China Daily beskriver netop et sådant bredere økosystem, der spænder over halvlederdesign, hukommelse, AI-rammeværk og systemintegration.

Det er også grunden til, at en sammenligning med Nvidia ikke kan reduceres til transistortæthed. Nvidias styrke omfatter både chips, software, systemer og den omgivende platform. Huaweis strategi handler derimod om at opbygge en koordineret, indenlandsk kapacitet i en situation, hvor adgangen til visse udenlandske komponenter og værktøjer er begrænset.

Eksportkontroller ændrer Kinas AI-chipmarked

Eksportkontrollerne har sat fart på jagten efter kinesiske alternativer, men markedstallene for 2025 viser substitution – ikke at Nvidia er forsvundet.

IDC-tal, som Reuters har gennemgået, viser, at Nvidia leverede omkring 2,2 millioner AI-acceleratorer til Kina i 2025, svarende til en markedsandel på 55 procent i Kinas marked for AI-acceleratorer til servere. Kinesiske leverandører stod tilsammen for cirka 41 procent. Huawei blev rapporteret som den største kinesiske leverandør.

Det præcise Huawei-tal varierer i de tilgængelige rapporter. En rapport med henvisning til de samme overordnede markedsdata angiver, at Huawei leverede 812.000 acceleratorer, svarende til 20,3 procent af hele markedet. Andre opsummeringer beskriver Huawei som ansvarlig for omtrent halvdelen af de indenlandske leverancer. Forskellen kan skyldes forskellige afgrænsninger af produkter og marked. Den forsigtige konklusion er derfor, at Huawei førte blandt de kinesiske leverandører – ikke at selskabet alene havde hele den samlede kinesiske andel på 41 procent.

Det er en vigtig skelnen. Eksportkontrollerne har åbnet mere plads til Huawei og andre kinesiske chipproducenter, men markedet er fortsat konkurrencepræget, og Nvidia var stadig den største enkeltstående leverandør i de rapporterede tal for 2025.

Det skal man holde øje med

Kirin-lanceringen i september 2026 bliver det første praktiske kontrolpunkt for Tau Scaling og LogicFolding. Analyser bør skelne mellem Huaweis påstand om en transistortæthed svarende til 1,4 nanometer og uafhængigt målte resultater for blandt andet ydelse, energieffektivitet, varmeudvikling, produktionsudbytte og softwarekompatibilitet.

Den større prøve bliver, om Huawei kan omsætte en idé på kredsløbsniveau til stabile systemfordele på tværs af smartphones, AI-acceleratorer og datacenterklynger. Hvis det lykkes, kan selskabet vise, at arkitektur, dataflytning og koordinering kan skabe betydelige ydelsesforbedringer, selv når adgangen til den førende litografi er begrænset. Hvis ikke, kan Tau ende som en nyttig designramme uden at erstatte traditionel procesmæssig skalering.

Den mest nøgterne vurdering er derfor, at Huawei forsøger at hente mere ydelse på applikationsniveau gennem kredsløbsarkitektur, forbindelser og sammenkoblede systemer. Selskabet har ikke vist, at mindre transistorer ikke længere betyder noget, eller at de mest ambitiøse tæthedspåstande allerede er bevist. Konkurrencen flytter sig i stedet mod hele innovationskæden – og mod den virksomhed, der bedst kan forhindre, at ét enkelt lag bliver det svageste.