Huawei-forsker advarer om en fysisk grænse for stadig større AI-chips

Hvorfor Huawei søger en anden vej

Huaweis strategi skal ses på baggrund af de amerikanske sanktioner, som har afskåret selskabet fra centrale leverandører af avanceret chipproduktion – herunder ASML’s mest avancerede litografisystemer. Det gør et kapløb, der alene bygger på adgang til de nyeste produktionsprocesser, langt vanskeligere for Huawei.

Selskabet vil derfor flytte fokus fra transistorernes geometri til den hastighed, hvormed signaler og data bevæger sig gennem chippen og det samlede computersystem. Tanken er, at større gevinster også kan opnås gennem arkitektur, forbindelser og systemdesign – ikke kun ved at presse transistorernes størrelse længere ned.

Hvad er Tau Scaling Law?

Tau Scaling Law er Huaweis forslag til et alternativ til traditionel geometrisk skalering, som ofte forbindes med Moores lov. Hvor den klassiske tilgang især spørger, hvor små transistorerne kan blive, fokuserer Tau-princippet på at reducere den tid, det tager signaler og data at bevæge sig gennem chips og computersystemer.

Huawei beskriver dermed en overgang fra at optimere transistorernes fysiske mål til at optimere signalernes transporttid – den såkaldte tau-værdi. Målet er ifølge selskabet at forbedre ydeevne, energieffektivitet og den effektive transistortæthed gennem hele systemet.

LogicFolding skal omsætte idéen til hardware

LogicFolding er den chiparkitektur, Huawei har udviklet omkring Tau-princippet. Den skal forbedre den effektive tæthed og ydeevne gennem arkitektoniske og systemmæssige løsninger i stedet for blot at gøre hver transistor mindre.

Huaweis Kirin-smartphoneprocessorer, som ventes senere i 2026, skal være de første til at bruge LogicFolding. Når chippen er lanceret og efterfølgende bliver undersøgt af analyse- og teardown-virksomheder, får branchen den første væsentlige eksterne mulighed for at vurdere, hvor meget teknologien faktisk leverer, og om den kan mindske afstanden til rivalerne.

Det er netop denne praktiske test, der bliver afgørende. En ny betegnelse eller teoretisk ramme ændrer ikke i sig selv chipindustrien; det gør først en dokumenteret forbedring i rigtige produkter og i masseproduktion.

En 18-etagers pagode mod Jensens femlagede kage

Liao beskrev også AI- og computerindustrien som en 18-etagers ”pagode”. Modellen opdeler værdikæden i langt flere led end de brede kategorier, man normalt hører om: fra råmaterialer, kemikalier og produktionsudstyr over transistorprocesser, waferproduktion og avanceret emballering til chiparkitektur, compilere, software, algoritmer, modeller og applikationer.

Sammenligningen ligger tæt på Nvidia-topchef Jensen Huangs kendte model med en femlaget ”kage”. Huangs version beskriver AI-industrien gennem energi, chips og computerinfrastruktur, cloud-datacentre, AI-modeller og applikationer.

Forskellen er først og fremmest detaljeringsgraden. Den femlagede kage giver et hurtigt overblik, mens Huaweis 18-etagers pagode forsøger at vise alle de tekniske og industrielle afhængigheder under de brede overskrifter. Hvis ét led – eksempelvis materialer, litografi, emballering eller software – er en flaskehals, kan det begrænse hele systemets ydeevne.

To komplette forsyningsøkosystemer?

Liaos bredere politiske konklusion var, at USA og Kina i en tid med strategisk rivalisering og eksportkontrol ikke længere kan tage for givet, at de har adgang til én samlet global forsyningskæde. Begge lande får ifølge argumentet behov for komplette og mere selvstændige økosystemer for chipproduktion og forsyning.

De tilgængelige oplysninger dokumenterer Huaweis ønske om at integrere Kinas egen halvlederkæde, men giver kun begrænsede detaljer om Liaos præcise formulering af, at USA og Kina hver især skal opbygge et fuldstændigt separat system.

Hovedbudskabet står dog klart: Den næste fase af chipkapløbet handler ifølge Huawei ikke kun om, hvem der kan fremstille den mindste transistor. Den handler også om, hvem der kan flytte data hurtigst og koordinere hele kæden – fra råmaterialer og produktionsudstyr til software, AI-modeller og færdige tjenester.