Huawei tavoittelee parempaa suorituskykyä nopeuttamalla signaalien ja datan siirtymistä sekä tiivistämällä sirujen rakennetta – ei vain pienentämällä transistoreja. Strategia perustuu ajatukseen, että tekoälyjärjestelmän suorituskykyä rajoittaa sen heikoin lenkki: muisti, väylät, ohjelmistot, valmistus ja jäähdytys...
Research answer

Create a landscape editorial hero image for this Studio Global article: How is Huawei pursuing an alternative path to advancing semiconductor and AI performance as transistor scaling nears its physical limits and. Article summary: Huawei’s alternative is to treat performance as a system problem rather than chiefly a lithography problem: reduce the time data takes to move among logic, memory and other components, then use tightly networked accelera. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Huawei ei yritä ratkaista sirukilpaa vain yhdellä keinolla. Yhtiö hakee suorituskykyä ennen kaikkea siitä, kuinka nopeasti tieto liikkuu sirun sisällä ja eri komponenttien välillä. Strategian nimi on Tau-skaalauslaki (τ), ja sen keskeinen toteutustapa on LogicFolding.
Taustalla ovat sekä transistorien pienentämisen tekniset rajat että Yhdysvaltain vientirajoitukset, jotka vaikeuttavat Kiinan pääsyä kehittyneimpiin litografialaitteisiin. Huawei voi näin yrittää saada enemmän irti niistä siruista, joita Kiinassa pystytään valmistamaan. Tämä ei kuitenkaan vielä osoita, että yhtiö olisi saavuttanut maailman johtavan valmistusteknologian tason: kunnianhimoisia tiheysväitteitä ei ole riippumattomasti vahvistettu.
Puolijohteiden kehitys on vuosikymmenten ajan nojannut niin sanottuun geometriseen skaalaukseen: transistoreja pienennetään, niitä pakataan samalle pinta-alalle enemmän ja samalla pyritään parantamaan energiatehokkuutta ja suorituskykyä.
Huawei haluaa siirtää huomion toiseen kysymykseen: kuinka nopeasti tieto kulkee laskentajärjestelmän läpi? Signaali ei liiku ainoastaan transistorissa, vaan myös johtimissa, muistissa, pakkauksessa ja sirujen välisissä yhteyksissä. Näihin siirtymiin kuluva aika voi rajoittaa suorituskykyä, vaikka laskentayksiköitä lisättäisiin. Tau-skaalauslain tavoitteena on lyhentää näitä viiveitä useilla järjestelmän tasoilla.
Transistorien pienentäminen ei siis katoa kuvasta. Sen rinnalle nousevat piirisuunnittelu, johtimien sijoittelu, muistiliikenne, paketointi ja koko järjestelmän arkkitehtuuri.
LogicFolding on Huawein ehdottama piiri- ja suunnittelutekniikka, jolla pyritään kasvattamaan käytännön laskentatiheyttä ilman, että kaikki riippuu uuden, kehittyneemmän valmistussolmun käyttöönotosta. Yhtiön kuvauksen mukaan logiikka-, analogia- ja muistipiirejä voidaan järjestää aiempaa tiiviimmin ja mahdollisesti päällekkäisiin rakenteisiin samalla, kun sisäisiä johtimia lyhennetään.
Huawein mukaan ensimmäinen Tau-skaalauslakiin ja LogicFoldingiin perustuva Kirin-älypuhelinsiru julkaistaan syyskuussa 2026. Tuote on tärkeä käytännön testi: riippumattomat mittaukset voivat osoittaa, näkyvätkö suunnitteluperiaatteet suorituskyvyssä, energiatehokkuudessa ja lämmönhallinnassa.
Huawei on lisäksi ilmoittanut tavoitteekseen sirut, joiden transistoritiheys vastaisi 1,4 nanometrin valmistusprosessia vuoteen 2031 mennessä. Kyse on yhtiön omasta tavoitteesta, ei riippumattomasti vahvistetusta tuotantotuloksesta. Reutersin mukaan Huawei ei toimittanut väitteen tueksi riippumattomia suorituskykytietoja.
Tau-strategia on erityisen merkittävä tekoälyssä. Tekoälylaskenta siirtää valtavia datamääriä prosessorien, muistin ja muiden komponenttien välillä. Yksittäinen kiihdytin voi olla kilpailijaa heikompi, mutta suuri joukko tehokkaasti yhteen liitettyjä siruja voi silti muodostaa käyttökelpoisen kokonaisuuden.
Tällöin ratkaisevia ovat muun muassa:
Järjestelmätason optimointi ei poista pullonkauloja, vaan voi siirtää ne toiseen paikkaan. Nopeampi piiri ei pitkään auta, jos muisti, verkkoyhteydet, ohjelmistot tai tuotannon saanto jäävät jälkeen. Reutersin haastattelemat asiantuntijat ovatkin suhtautuneet epäillen siihen, onko Huawein ehdotus perustavanlaatuinen läpimurto. Lisäksi tarvitaan uusia suunnittelutyökaluja ja laajempaa insinööriosaamista.
Huawei-tutkija Liao Heng on kuvannut tekoälyn arvoketjua ”18-kerroksiseksi pagodiksi”. Vertaus korostaa sitä, että tekoälykyvykkyys rakentuu monista toisiinsa kytkeytyvistä tasoista. Sirujen suunnittelu ja valmistus ovat vain yksi osa kokonaisuutta.
Ajatus muistuttaa Nvidian toimitusjohtajan Jensen Huangin viisikerroksista kakkua, jolla hän on kuvannut tekoälyalan laajempaa rakennetta. Huangin mallissa tasoja ovat esimerkiksi energia, sirut, infrastruktuuri ja järjestelmät, mallit ja ohjelmistot sekä sovellukset. Huawein malli on yksityiskohtaisempi ja korostaa erityisesti Kiinan tarvetta rakentaa eri tasot koordinoidusti kotimaassa.
Molempien mallien perusviesti on sama: tekoälyjohtajuus ei ratkea yhden grafiikkaprosessorin tai kiihdyttimen perusteella. Laitteiston, verkkojen, datakeskusten, ohjelmistojen ja sovellusten on toimittava yhdessä.
Huawein väitteitä on hyödyllistä arvioida heikoimman lenkin periaatteen kautta. Tekoälyalustan suorituskyky voi jäädä kiinni siitä kerroksesta, joka toimii huonoimmin. Tiheä siru ei tuo suurta käytännön hyötyä, jos muisti ei pysty syöttämään sille dataa, yhteydet ovat hitaita, ohjelmistot eivät osaa jakaa kuormia tai tehtaita ei saada tuottamaan siruja riittävällä saannolla.
Tau-skaalaus ja LogicFolding ovatkin parhaiten ymmärrettävissä arkkitehtuurin työkaluina – eivät täydellisen puolijohde-ekosysteemin korvikkeina. Niiden onnistuminen edellyttää samanaikaista kehitystä sirusuunnittelussa, muistien valmistuksessa, elektronisen suunnittelun automaatiossa, tekoälykehyksissä, valmistuksessa ja järjestelmien integroinnissa. China Dailyn mukaan Kiinassa tätä laajempaa kokonaisuutta rakennetaan muun muassa puolijohdesuunnittelun, muistituotannon, tekoälykehysten ja järjestelmäintegraation ympärille.
Siksi vertailua Nvidiaan ei voi tehdä pelkän transistoritiheyden perusteella. Nvidian asemaan vaikuttavat myös sen ohjelmistoalusta, järjestelmät ja muu ekosysteemi. Huawein lähestymistapa puolestaan pyrkii rakentamaan koordinoitua kotimaista kyvykkyyttä tilanteessa, jossa joidenkin ulkomaisten komponenttien ja työkalujen saatavuus on rajallinen.
Yhdysvaltain vientirajoitukset ovat vauhdittaneet kiinalaisten vaihtoehtojen kehittämistä, mutta vuoden 2025 markkinaluvut kertovat ennen kaikkea korvaamisesta – eivät Nvidian katoamisesta.
Reutersin tarkastelemien IDC-tietojen mukaan Nvidia toimitti Kiinaan vuonna 2025 noin 2,2 miljoonaa tekoälykiihdytintä, mikä vastasi 55:tä prosenttia Kiinan tekoälykiihdytinpalvelinten markkinasta. Kiinalaiset valmistajat ylsivät yhdessä noin 41 prosenttiin. Huawei oli niiden suurin toimittaja.
Huawein oma luku vaihtelee toimitetuissa raporteissa. Yhdessä samaan markkinadataan viittaavassa raportissa Huawein toimituksiksi arvioidaan 812 000 kiihdytintä, eli 20,3 prosenttia koko markkinasta. Joissakin muissa yhteenvedoissa Huawein osuudeksi kuvataan noin puolet kotimaisten valmistajien toimituksista. Erot voivat johtua erilaisista tuote- ja markkinamääritelmistä. Varmimmin voidaan sanoa, että Huawei johti Kiinan kotimaisia valmistajia – ei sitä, että se olisi yksin hallinnut koko kiinalaisvalmistajien 41 prosentin osuutta.
Vientirajoitukset ovat siis avanneet Huaweille ja muille kiinalaisille siruyhtiöille lisää tilaa, mutta markkina on edelleen kilpailtu. Nvidia oli vuoden 2025 raportoiduissa luvuissa yhä suurin yksittäinen toimittaja.
Syyskuussa 2026 esiteltävä Kirin-siru on ensimmäinen konkreettinen tarkistuspiste Tau-skaalaukselle ja LogicFoldingille. Arvioissa on erotettava toisistaan Huawein ilmoittama transistoritiheyden vastaavuus ja riippumattomasti mitattavat tulokset: suorituskyky, energiankulutus, lämpö, valmistuksen saanto ja ohjelmistoyhteensopivuus.
Laajempi kysymys on, pystyykö Huawei muuttamaan piiritason idean toistettavaksi järjestelmähyödyksi älypuhelimissa, tekoälykiihdyttimissä ja datakeskusten laskentaklustereissa. Jos pystyy, yhtiö voi osoittaa, että merkittäviä suorituskykyparannuksia voidaan saavuttaa optimoimalla datan liikettä ja komponenttien yhteistyötä myös silloin, kun pääsy kehittyneimpään litografiaan on rajoitettu.
Jos tulokset jäävät vaatimattomiksi, Tau voi silti osoittautua hyödylliseksi suunnittelukehykseksi – mutta ei perinteisen prosessikehityksen korvaajaksi. Varovaisin tulkinta on tällä hetkellä selkein: Huawei yrittää puristaa enemmän sovellustason suorituskykyä piirien arkkitehtuurista, yhteyksistä ja toisiinsa liitetyistä järjestelmistä. Se ei ole osoittanut, etteivät pienemmät transistorit enää olisi tärkeitä, eikä Huawein kunnianhimoisia tiheysväitteitä ole vielä todistettu. Kilpailu siirtyy yhä selvemmin koko innovaatioekosysteemiin – ja siihen, mikä yritys pystyy estämään minkä tahansa kerroksen muodostumisen heikoimmaksi lenkiksi.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Huawei tavoittelee parempaa suorituskykyä nopeuttamalla signaalien ja datan siirtymistä sekä tiivistämällä sirujen rakennetta – ei vain pienentämällä transistoreja.
Huawei tavoittelee parempaa suorituskykyä nopeuttamalla signaalien ja datan siirtymistä sekä tiivistämällä sirujen rakennetta – ei vain pienentämällä transistoreja. Strategia perustuu ajatukseen, että tekoälyjärjestelmän suorituskykyä rajoittaa sen heikoin lenkki: muisti, väylät, ohjelmistot, valmistus ja jäähdytys ovat yhtä tärkeitä kuin itse siru.
Nvidia johti Kiinan tekoälykiihdytinmarkkinaa vuonna 2025 noin 55 prosentin osuudella, kun kiinalaiset valmistajat ylsivät yhteensä noin 41 prosenttiin.