Voiko Huawei kiertää siruteknologian rajat nopeuttamalla aikaa transistorien pienentämisen sijaan?

Huawei ei väitä päässeensä eroon sirufysiikasta

Siruteollisuuden perinteinen kasvumalli on perustunut transistorien jatkuvaan pienentämiseen. Mitä pienempiä transistorit ovat, sitä enemmän niitä voidaan mahduttaa samalle piille ja sitä lyhyempiä signaalien kulkemat matkat voivat olla. Kehitystä rajoittavat kuitenkin sekä fysiikan lähestyvät rajat että geopoliittiset esteet.

Yhdysvaltojen vientirajoitukset vaikeuttavat Kiinan pääsyä ASML:n kehittyneimpiin EUV-litografialaitteisiin, joita tarvitaan kaikkein edistyneimpien valmistusprosessien rakentamiseen. Huawei yrittää siksi siirtää kilpailun painopistettä: sen mukaan ratkaisevaa ei ole ainoastaan se, kuinka pieni transistori on, vaan kuinka nopeasti tieto liikkuu koko järjestelmässä.

Tau-skaalaus optimoi aikaa, ei pelkästään kokoa

Huawein toukokuussa esittelemä Tau Scaling Law käyttää kreikkalaista tau-kirjainta kuvaamaan ajallista viivettä. Ajatuksena on pienentää signaalien kulkuaikaa, tiedonsiirron viivettä, muistihakujen odotusta ja järjestelmän eri osien välistä koordinointia.

Tämä ei tarkoita, että perinteinen litografia olisi muuttunut tarpeettomaksi. Huawei muuttaa pikemminkin optimoinnin kohdetta geometrisesta pienentämisestä ajan lyhentämiseen. Jos signaalit kulkevat tehokkaammin sirun sisällä ja sirujen välillä, järjestelmän suorituskyky voi parantua, vaikka valmistustekniikka ei olisi maailman kehittyneintä.

Lähestymistavan keskeinen tekniikka on LogicFolding, jossa logiikkaa, analogisia piirejä ja muistirakenteita pyritään sijoittamaan aiempaa tiiviimmin ja pystysuuntaisemmin. Huawei aikoo esitellä tekniikan ensimmäisen kerran Kirin-älypuhelinsirussa syyskuussa.

Mitä syyskuun siru todella osoittaa?

Uuden puhelimen julkistus on kaupallinen testi, ei vielä todiste siitä, että Huawei olisi ratkaissut siruteollisuuden perusongelmat. Riippumattomien tutkijoiden ja analyytikkojen pitäisi selvittää ainakin seuraavat asiat:

• millä todellisella valmistusprosessilla siru on tehty ja millainen sen tuotantosaanto on
• miten suorittimen, grafiikkayksikön ja neuroverkkokiihdyttimen suorituskyky vertautuu kilpailijoihin
• kuinka paljon virtaa siru kuluttaa ja miten lämpö käyttäytyy pitkäkestoisessa kuormassa
• millainen sen paketointi- ja muistijärjestelmä on
• miten se suoriutuu jatkuvassa arkikäytössä, ei vain lyhyissä huippunopeutta mittaavissa testeissä

Hyvä tulos osoittaisi, että arkkitehtuurilla ja komponenttien tiiviillä integroinnilla voidaan kaventaa eroa kehittyneempään valmistukseen luottaviin kilpailijoihin. Se ei kuitenkaan todistaisi, että Huawei olisi korvannut EUV-litografian tai kumonnut transistorien pienentämisen taloudelliset ja fyysiset hyödyt.

Kaksi tapaa kuvata tekoälyn arvoketju

Nvidian toimitusjohtaja Jensen Huang on kuvannut tekoälyalaa viiden kerroksen kakkuna. Sen kerrokset ovat energia, sirut, laskentainfrastruktuuri, pilvipalvelut ja tekoälymallit sekä sovellukset. Malli on tarkoituksella yleistasoinen: se näyttää, miten tekoälyjärjestelmän fyysinen perusta johtaa lopulta käyttäjälle näkyviin tuotteisiin ja liiketoimintaan.

Huawein puolijohdetutkija Liao Heng puolestaan käyttää 18-kerroksisen pagodin vertausta. Hänen mallinsa purkaa samat laajat kokonaisuudet yksityiskohtaisemmiksi riippuvuuksiksi. Alimmilla tasoilla ovat teoria, energia, kaivostoiminta, raaka-aineet, pii, transistorirakenne, valmistus, litografia ja laitteet. Keskitasoille kuuluvat paketointi, siruarkkitehtuuri, kääntäjät, ajonaikaiset järjestelmät ja kvantisointi. Ylemmillä tasoilla ovat koulutusmenetelmät, perustamallit, agentit, tuotteet ja sovellukset.

Ero ei ole niinkään siinä, että mallit kuvaisivat eri toimialoja, vaan siinä, kuinka tarkasti ne pilkkovat kokonaisuuden. Huangin kakku on teollinen ja liiketoiminnallinen kartta. Liaon pagodi on enemmän tuotannon ja insinöörityön kartta, joka paljastaa, mitä sanojen ”sirut”, ”infrastruktuuri” ja ”mallit” sisälle oikeastaan kätkeytyy.

Miksi lyhin kerros määrää katon?

Liaon mukaan koko järjestelmän suorituskykyä rajoittaa heikoin tai ”lyhin” kerros. Tehokkainkaan tekoälymalli ei auta, jos sähköä ei ole riittävästi, muistiväylä on liian hidas, paketointi rajoittaa lämmönhallintaa, valmistussaanto jää heikoksi tai ohjelmistotyökalut eivät osaa hyödyntää laitteistoa.

Kyse on käytännössä päästä päähän ulottuvasta järjestelmäsuunnittelusta. Laskentateho, kustannukset, käyttövarmuus ja läpimeno eivät riipu vain yhdestä kiihdyttimestä, vaan kaikkien riippuvuuksien yhteistoiminnasta. Pagodivertaus on siksi myös kehotus parantaa rajapintoja ja yhteistyötä koko teknologiapinon läpi.

Siruklusterit voivat korvata osan yksittäisen sirun tehosta

Huawein strateginen johtopäätös on rakentaa hyödyllistä järjestelmätason suorituskykyä useista kotimaisesti saatavilla olevista kiihdyttimistä, vaikka jokainen yksittäinen siru olisi maailman parhaita GPU:ita heikompi.

Tämä edellyttää sirujen, muistien, verkkoyhteyksien, kääntäjien, ajonaikaisten ohjelmistojen, mallien kvantisoinnin ja hajautetun koulutuksen yhteissuunnittelua. Tavoitteena on vähentää aikaa, jonka klusteri käyttää tiedonsiirtoon tai joutokäyntiin.

Ratkaisu voi toimia hyvin tehtävissä, jotka voidaan jakaa tehokkaasti useille siruille. Haittapuolena ovat kuitenkin suurempi energiankulutus, monimutkaisempi verkkoinfrastruktuuri, haastavampi ohjelmistokehitys ja korkeammat käyttökustannukset verrattuna tilanteeseen, jossa sama työ tehdään pienemmällä määrällä erittäin tehokkaita GPU:ita. Saatavilla oleva raportointi tukee tätä Huawein strategiana, mutta riippumaton näyttö siitä, että se yltäisi Nvidian johtavien järjestelmien tasolle, on edelleen rajallinen.

Kiinan oma teknologiaketju vahvistuu

Lähestymistapa sopii Kiinan laajempaan tavoitteeseen rakentaa yhtenäinen kotimainen teknologiapino: sirusuunnittelu ja -valmistus, muistit, paketointi, tekoälykehykset ja järjestelmäintegraatio on tarkoitus sovittaa yhteen. Jos tuontirajoitus pysäyttää yhden kerroksen, koko järjestelmän suorituskyky voi jäädä sen vangiksi.

IDC:n tietojen mukaan kiinalaiset GPU- ja tekoälysirujen valmistajat saavuttivat yhteensä noin 41 prosentin osuuden Kiinan tekoälykiihdytinpalvelinten markkinasta vuonna 2025. Huawei oli kotimaisten toimittajien kärjessä, kun taas Nvidia säilytti suurimman yksittäisen osuuden, noin 55 prosenttia. Yhdysvaltojen vientirajoitukset ja Kiinan pyrkimys vähentää riippuvuutta ulkomaisesta teknologiasta ovat vauhdittaneet muutosta.

Tavoitteena ei ole fysiikan kiertäminen vaan kilpailun siirtäminen

Huawei ei siis ole poistumassa puolijohdefysiikan piiristä. Se yrittää siirtää kilpailua alueille, joilla kaikkein edistyneimpien litografialaitteiden puute voidaan osittain kompensoida: arkkitehtuuriin, paketointiin, ohjelmistoihin, muistijärjestelmiin ja tuhansien sirujen koordinointiin.

Syyskuun Kirin-siru näyttää, kuinka pitkälle tämä ajatus kantaa käytännössä. Vasta todellinen suorituskyky, energiankulutus, lämpötilat, tuotantosaanto ja ohjelmistojen toimivuus ratkaisevat, onko Tau-skaalaus merkittävä uusi kehityssuunta vai ennen kaikkea uusi nimi tutuille järjestelmäoptimoinnin menetelmille.