איך Huawei מנסה לעקוף את מגבלות השבבים — בלי לנצח במרוץ הליתוגרפיה
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה. חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בש...
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה.
חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בשבב Kirin לסמארטפונים, שצפוי להגיע בספטמבר.
המודל של ליאו הנג, “פגודה בת 18 קומות”, מפרק את שרשרת ה AI לפרטים — מחומרי גלם, ייצור וליתוגרפיה ועד קומפיילרים, מודלים, סוכנים ויישומים — בניגוד למודל “עוגת חמש השכבות” של ג׳נסן הואנג.
האסטרטגיה הסינית נשענת על שילוב של שבבים, זיכרון, אריזה, תוכנה ואשכולות מאיצים. ב 2025 החזיקו ספקיות סיניות מקומיות בכ 41% משוק שרתי מאיצי ה AI בסין, בעוד Nvidia הובילה עם 55%.
How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where transAI-generated editorial hero image for How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where trans.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where trans. Article summary: Huawei’s proposed alternative is to treat performance as a system time problem rather than solely a transistor size problem.. Topic tags: general web, ai, workflow, code, regulation. 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 with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an
openai.com
Huawei אינה טוענת שהיא ביטלה את חוקי הפיזיקה של המוליכים למחצה. במקום זאת, היא מנסה לשנות את השאלה שעל פיה מודדים התקדמות: לא רק “כמה קטן אפשר לייצר את הטרנזיסטור?”, אלא גם “כמה מהר אפשר להעביר מידע דרך המערכת?”.
הגישה הזו נועדה להתמודד עם שתי בעיות במקביל. מצד אחד, הקטנת הטרנזיסטורים מתקרבת למגבלות פיזיקליות, כאשר המרכיבים מתקרבים לסקאלה האטומית. מצד שני, הסנקציות האמריקאיות מגבילות את הגישה של חברות סיניות לציוד ליתוגרפיה מתקדם של ASML, ובייחוד למערכות EUV — טכנולוגיה מרכזית בייצור שבבים מתקדמים.
Tau Scaling: פחות דגש על גודל, יותר על זמן
חוק Tau Scaling של Huawei מעביר את מוקד האופטימיזציה מהקטנה גיאומטרית ל־τ, קבוע הזמן המייצג את עיכוב העברת האות. בפועל, מדובר בניסיון לקצר את הזמן הנדרש לאותות ולנתונים לנוע בין טרנזיסטורים, מעגלים, חלקי שבב ומערכות מחשוב שלמות.
המשמעות היא התמקדות בעיכוב של חיבורי הגומלין, בתנועת נתונים, בגישה לזיכרון ובתיאום בין רכיבים. שיפור בתחומים האלה עשוי להעניק ביצועים טובים יותר גם כאשר Huawei אינה יכולה להתקדם באותו קצב של יצרניות הנהנות מגישה לציוד הליתוגרפיה המתקדם ביותר.
אחת הטכנולוגיות שנועדו ליישם את העיקרון היא LogicFolding. לפי Huawei, היא מסדרת מעגלי לוגיקה, זיכרון ורכיבים נוספים באופן צפוף ואנכי יותר, כדי לקצר חיבורים קריטיים ולהפחית את המרחק שהאותות צריכים לעבור. השבב הראשון לסמארטפונים שמבוסס על הגישה צפוי להיות מעבד Kirin שיושק בספטמבר.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "איך Huawei מנסה לעקוף את מגבלות השבבים — בלי לנצח במרוץ הליתוגרפיה"?
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה.
What are the key points to validate first?
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה. חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בשבב Kirin לסמארטפונים, שצפוי להגיע בספטמבר.
What should I do next in practice?
המודל של ליאו הנג, “פגודה בת 18 קומות”, מפרק את שרשרת ה AI לפרטים — מחומרי גלם, ייצור וליתוגרפיה ועד קומפיילרים, מודלים, סוכנים ויישומים — בניגוד למודל “עוגת חמש השכבות” של ג׳נסן הואנג.
איך Huawei מנסה לעקוף את מגבלות השבבים — בלי לנצח במרוץ הליתוגרפיה
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה. חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בש...
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה.
חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בשבב Kirin לסמארטפונים, שצפוי להגיע בספטמבר.
המודל של ליאו הנג, “פגודה בת 18 קומות”, מפרק את שרשרת ה AI לפרטים — מחומרי גלם, ייצור וליתוגרפיה ועד קומפיילרים, מודלים, סוכנים ויישומים — בניגוד למודל “עוגת חמש השכבות” של ג׳נסן הואנג.
האסטרטגיה הסינית נשענת על שילוב של שבבים, זיכרון, אריזה, תוכנה ואשכולות מאיצים. ב 2025 החזיקו ספקיות סיניות מקומיות בכ 41% משוק שרתי מאיצי ה AI בסין, בעוד Nvidia הובילה עם 55%.
How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where transAI-generated editorial hero image for How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where trans.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How is Huawei Technologies attempting to overcome the physical and geopolitical limits facing conventional processor development—where trans. Article summary: Huawei’s proposed alternative is to treat performance as a system time problem rather than solely a transistor size problem.. Topic tags: general web, ai, workflow, code, regulation. 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 with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an
openai.com
Huawei אינה טוענת שהיא ביטלה את חוקי הפיזיקה של המוליכים למחצה. במקום זאת, היא מנסה לשנות את השאלה שעל פיה מודדים התקדמות: לא רק “כמה קטן אפשר לייצר את הטרנזיסטור?”, אלא גם “כמה מהר אפשר להעביר מידע דרך המערכת?”.
הגישה הזו נועדה להתמודד עם שתי בעיות במקביל. מצד אחד, הקטנת הטרנזיסטורים מתקרבת למגבלות פיזיקליות, כאשר המרכיבים מתקרבים לסקאלה האטומית. מצד שני, הסנקציות האמריקאיות מגבילות את הגישה של חברות סיניות לציוד ליתוגרפיה מתקדם של ASML, ובייחוד למערכות EUV — טכנולוגיה מרכזית בייצור שבבים מתקדמים.
Tau Scaling: פחות דגש על גודל, יותר על זמן
חוק Tau Scaling של Huawei מעביר את מוקד האופטימיזציה מהקטנה גיאומטרית ל־τ, קבוע הזמן המייצג את עיכוב העברת האות. בפועל, מדובר בניסיון לקצר את הזמן הנדרש לאותות ולנתונים לנוע בין טרנזיסטורים, מעגלים, חלקי שבב ומערכות מחשוב שלמות.
המשמעות היא התמקדות בעיכוב של חיבורי הגומלין, בתנועת נתונים, בגישה לזיכרון ובתיאום בין רכיבים. שיפור בתחומים האלה עשוי להעניק ביצועים טובים יותר גם כאשר Huawei אינה יכולה להתקדם באותו קצב של יצרניות הנהנות מגישה לציוד הליתוגרפיה המתקדם ביותר.
אחת הטכנולוגיות שנועדו ליישם את העיקרון היא LogicFolding. לפי Huawei, היא מסדרת מעגלי לוגיקה, זיכרון ורכיבים נוספים באופן צפוף ואנכי יותר, כדי לקצר חיבורים קריטיים ולהפחית את המרחק שהאותות צריכים לעבור. השבב הראשון לסמארטפונים שמבוסס על הגישה צפוי להיות מעבד Kirin שיושק בספטמבר.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "איך Huawei מנסה לעקוף את מגבלות השבבים — בלי לנצח במרוץ הליתוגרפיה"?
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה.
What are the key points to validate first?
Huawei מנסה להפוך את ביצועי המעבד לבעיה של זמן ותיאום מערכתי, ולא רק של גודל טרנזיסטורים — צעד שעשוי לצמצם את התלות בציוד הליתוגרפיה המתקדם של ASML, אך לא לבטל אותה. חוק Tau Scaling מתמקד בקיצור הזמן שבו אותות, נתונים ומשימות עוברים בתוך השבב ובין רכיבי מערכת המחשוב; טכנולוגיית LogicFolding אמורה ליישם את העיקרון בשבב Kirin לסמארטפונים, שצפוי להגיע בספטמבר.
What should I do next in practice?
המודל של ליאו הנג, “פגודה בת 18 קומות”, מפרק את שרשרת ה AI לפרטים — מחומרי גלם, ייצור וליתוגרפיה ועד קומפיילרים, מודלים, סוכנים ויישומים — בניגוד למודל “עוגת חמש השכבות” של ג׳נסן הואנג.
השקת המכשיר תהיה מבחן מסחרי והנדסי חשוב — אך לא הוכחה לכך ש-Huawei “החליפה” את EUV או פתרה את כלכלת הקטנת הטרנזיסטורים.
חוקרים ואנליסטים בתעשייה יצטרכו לבדוק כמה נקודות:
מהו תהליך הייצור בפועל ומה שיעור התפוקה שלו;
כיצד השבב מתפקד במעבד, במעבד הגרפי ובמאיץ ה-AI;
מהי צריכת החשמל שלו ומה קורה לטמפרטורות בעומס ממושך;
כיצד תוכננו האריזה, הזיכרון והחיבורים בין הרכיבים;
כיצד הוא מתפקד בשימוש יומיומי לאורך זמן, ולא רק במבחני ביצועים קצרים.
תוצאה טובה תראה שארכיטקטורה, אריזה ואינטגרציה יכולות לצמצם פער מול שבבים מתקדמים יותר, גם כאשר הייצור עצמו פחות מתקדם. היא לא תוכיח ש-Huawei עקפה את מגבלות הייצור המתקדם או שהמרוץ לצפיפות טרנזיסטורים הסתיים.
פגודה בת 18 קומות מול עוגת חמש השכבות
ג׳נסן הואנג, מנכ״ל Nvidia, מתאר את תעשיית ה-AI באמצעות “עוגת חמש שכבות”: אנרגיה, שבבים, תשתיות מחשוב, ענן ומודלים, ולבסוף יישומים. זהו מודל תעשייתי ברמה גבוהה, שמסביר כיצד ערך כלכלי זורם מהתשתית הפיזית אל המוצר הסופי.
ליאו הנג, המדען הראשי של חטיבת המוליכים למחצה ב-Huawei, מציע במקום זאת “פגודה בת 18 קומות”. המודל שלו מפרק את אותן שכבות רחבות למערכת מורכבת בהרבה: תיאוריה, חשמל, משאבי טבע, כרייה וחומרי גלם; סיליקון, תכנון טרנזיסטורים, תהליכי ייצור, ליתוגרפיה וציוד; אריזה מתקדמת; ארכיטקטורת שבב; קומפיילרים, סביבת ריצה וכימות; ובהמשך אימון AI, מודלי בסיס, סוכנים, מוצרים ויישומים.
ההבדל המרכזי הוא נקודת המבט. “עוגת חמש השכבות” היא מפה עסקית ותעשייתית פשוטה יחסית. “הפגודה” היא מפת תלות הנדסית: היא מראה מה מסתתר בתוך המילים “שבבים”, “תשתיות” ו“מודלים”, וכיצד כל שכבה נשענת על השכבות שמתחתיה.
למה השכבה החלשה קובעת את התקרה?
הטענה של ליאו היא למעשה עיקרון מוכר בהנדסת מערכות: הביצועים הכוללים מוגבלים על ידי החוליה החלשה ביותר. מודל AI מתקדם לא יוכל לפצות על מחסור בחשמל, רוחב פס לזיכרון, אריזה יעילה, תפוקת ייצור, כלי תוכנה, חיבורי תקשורת או יכולת פריסה.
לכן, מאיץ מהיר בפני עצמו אינו מספיק. אם רכיבי המערכת ממתינים זה לזה, אם הנתונים נעים באיטיות או אם התוכנה אינה יודעת לנצל את החומרה, חלק גדול מהיכולת התיאורטית מתבזבז. “הפגודה” היא אפוא קריאה לחזק את הממשקים והתיאום בין כל שכבות המערכת, ולא להתמקד רק במעבד החזק ביותר.
אשכולות גדולים במקום שבב יחיד וחזק
מכאן נובעת גם האסטרטגיה של Huawei להשתמש באשכולות — מערכות המשלבות מספר גדול של מאיצים מקומיים, שכל אחד מהם עשוי להיות פחות חזק ממאיצי הקצה של Nvidia.
כדי שהגישה תעבוד, יש לתכנן יחד את השבבים, הזיכרון, רשת התקשורת, הקומפיילר, סביבת הריצה, שיטות הכימות ותוכנות האימון המבוזר. המטרה היא לצמצם את הזמן שבו המאיצים מחליפים מידע או נותרים ללא עבודה.
הפתרון עשוי להתאים במיוחד למשימות שניתן לחלק במקביל, אך הוא עלול לדרוש יותר חשמל, רוחב פס, מורכבות תוכנה ועלויות תפעול מאשר מערכת המבוססת על מספר קטן יותר של מעבדי קצה. נכון לעכשיו, הדיווחים תומכים בכך שזהו כיוון אסטרטגי של Huawei, אך אין עדיין אימות עצמאי מספיק לכך שהמערכות שלה משתוות למערכות Nvidia המובילות.
חלק ממאמץ רחב לבניית שרשרת מקומית
המהלך משתלב בניסיון הסיני לבנות אקוסיסטם משולב ועצמאי יותר: תכנון וייצור שבבים, זיכרון, אריזה, מסגרות תוכנה ל-AI ואינטגרציה של מערכות. הסיבה פשוטה — מגבלה בשכבה אחת, כמו ציוד ייצור או תוכנה, עלולה להגביל את המערכת כולה.
נתוני IDC שדווחו על ידי Reuters מצביעים על כך שספקיות סיניות של GPU ושבבי AI החזיקו יחד בכ-41% משוק שרתי מאיצי ה-AI בסין בשנת 2025. Nvidia נותרה מובילת השוק עם 55%, אך הפער הצטמצם. Huawei הובילה את הספקיות הסיניות, כאשר מגבלות הייצוא האמריקאיות והלחץ להעדיף פתרונות מקומיים תרמו לשינוי.
בשורה התחתונה, Huawei אינה בורחת מפיזיקת המוליכים למחצה. היא מנסה להעביר חלק מהתחרות אל הארכיטקטורה, האריזה, התוכנה והתיאום בקנה מידה של אשכולות — תחומים שבהם אקוסיסטם לאומי משולב עשוי לפצות באופן חלקי על פער בגישה לליתוגרפיה המתקדמת ביותר.
US Closes Access to Lithography, Huawei Finds New Ways to Develop AI Chips
השקת המכשיר תהיה מבחן מסחרי והנדסי חשוב — אך לא הוכחה לכך ש-Huawei “החליפה” את EUV או פתרה את כלכלת הקטנת הטרנזיסטורים.
חוקרים ואנליסטים בתעשייה יצטרכו לבדוק כמה נקודות:
מהו תהליך הייצור בפועל ומה שיעור התפוקה שלו;
כיצד השבב מתפקד במעבד, במעבד הגרפי ובמאיץ ה-AI;
מהי צריכת החשמל שלו ומה קורה לטמפרטורות בעומס ממושך;
כיצד תוכננו האריזה, הזיכרון והחיבורים בין הרכיבים;
כיצד הוא מתפקד בשימוש יומיומי לאורך זמן, ולא רק במבחני ביצועים קצרים.
תוצאה טובה תראה שארכיטקטורה, אריזה ואינטגרציה יכולות לצמצם פער מול שבבים מתקדמים יותר, גם כאשר הייצור עצמו פחות מתקדם. היא לא תוכיח ש-Huawei עקפה את מגבלות הייצור המתקדם או שהמרוץ לצפיפות טרנזיסטורים הסתיים.
פגודה בת 18 קומות מול עוגת חמש השכבות
ג׳נסן הואנג, מנכ״ל Nvidia, מתאר את תעשיית ה-AI באמצעות “עוגת חמש שכבות”: אנרגיה, שבבים, תשתיות מחשוב, ענן ומודלים, ולבסוף יישומים. זהו מודל תעשייתי ברמה גבוהה, שמסביר כיצד ערך כלכלי זורם מהתשתית הפיזית אל המוצר הסופי.
ליאו הנג, המדען הראשי של חטיבת המוליכים למחצה ב-Huawei, מציע במקום זאת “פגודה בת 18 קומות”. המודל שלו מפרק את אותן שכבות רחבות למערכת מורכבת בהרבה: תיאוריה, חשמל, משאבי טבע, כרייה וחומרי גלם; סיליקון, תכנון טרנזיסטורים, תהליכי ייצור, ליתוגרפיה וציוד; אריזה מתקדמת; ארכיטקטורת שבב; קומפיילרים, סביבת ריצה וכימות; ובהמשך אימון AI, מודלי בסיס, סוכנים, מוצרים ויישומים.
ההבדל המרכזי הוא נקודת המבט. “עוגת חמש השכבות” היא מפה עסקית ותעשייתית פשוטה יחסית. “הפגודה” היא מפת תלות הנדסית: היא מראה מה מסתתר בתוך המילים “שבבים”, “תשתיות” ו“מודלים”, וכיצד כל שכבה נשענת על השכבות שמתחתיה.
למה השכבה החלשה קובעת את התקרה?
הטענה של ליאו היא למעשה עיקרון מוכר בהנדסת מערכות: הביצועים הכוללים מוגבלים על ידי החוליה החלשה ביותר. מודל AI מתקדם לא יוכל לפצות על מחסור בחשמל, רוחב פס לזיכרון, אריזה יעילה, תפוקת ייצור, כלי תוכנה, חיבורי תקשורת או יכולת פריסה.
לכן, מאיץ מהיר בפני עצמו אינו מספיק. אם רכיבי המערכת ממתינים זה לזה, אם הנתונים נעים באיטיות או אם התוכנה אינה יודעת לנצל את החומרה, חלק גדול מהיכולת התיאורטית מתבזבז. “הפגודה” היא אפוא קריאה לחזק את הממשקים והתיאום בין כל שכבות המערכת, ולא להתמקד רק במעבד החזק ביותר.
אשכולות גדולים במקום שבב יחיד וחזק
מכאן נובעת גם האסטרטגיה של Huawei להשתמש באשכולות — מערכות המשלבות מספר גדול של מאיצים מקומיים, שכל אחד מהם עשוי להיות פחות חזק ממאיצי הקצה של Nvidia.
כדי שהגישה תעבוד, יש לתכנן יחד את השבבים, הזיכרון, רשת התקשורת, הקומפיילר, סביבת הריצה, שיטות הכימות ותוכנות האימון המבוזר. המטרה היא לצמצם את הזמן שבו המאיצים מחליפים מידע או נותרים ללא עבודה.
הפתרון עשוי להתאים במיוחד למשימות שניתן לחלק במקביל, אך הוא עלול לדרוש יותר חשמל, רוחב פס, מורכבות תוכנה ועלויות תפעול מאשר מערכת המבוססת על מספר קטן יותר של מעבדי קצה. נכון לעכשיו, הדיווחים תומכים בכך שזהו כיוון אסטרטגי של Huawei, אך אין עדיין אימות עצמאי מספיק לכך שהמערכות שלה משתוות למערכות Nvidia המובילות.
חלק ממאמץ רחב לבניית שרשרת מקומית
המהלך משתלב בניסיון הסיני לבנות אקוסיסטם משולב ועצמאי יותר: תכנון וייצור שבבים, זיכרון, אריזה, מסגרות תוכנה ל-AI ואינטגרציה של מערכות. הסיבה פשוטה — מגבלה בשכבה אחת, כמו ציוד ייצור או תוכנה, עלולה להגביל את המערכת כולה.
נתוני IDC שדווחו על ידי Reuters מצביעים על כך שספקיות סיניות של GPU ושבבי AI החזיקו יחד בכ-41% משוק שרתי מאיצי ה-AI בסין בשנת 2025. Nvidia נותרה מובילת השוק עם 55%, אך הפער הצטמצם. Huawei הובילה את הספקיות הסיניות, כאשר מגבלות הייצוא האמריקאיות והלחץ להעדיף פתרונות מקומיים תרמו לשינוי.
בשורה התחתונה, Huawei אינה בורחת מפיזיקת המוליכים למחצה. היא מנסה להעביר חלק מהתחרות אל הארכיטקטורה, האריזה, התוכנה והתיאום בקנה מידה של אשכולות — תחומים שבהם אקוסיסטם לאומי משולב עשוי לפצות באופן חלקי על פער בגישה לליתוגרפיה המתקדמת ביותר.
US Closes Access to Lithography, Huawei Finds New Ways to Develop AI Chips
