Perubahan sudut pandang ini penting karena proses komputasi tidak hanya dibatasi oleh transistor. Sinyal juga harus melewati kabel internal, memori, kemasan chip, koneksi antarkomponen, hingga jaringan antarperangkat. Keterlambatan pada jalur-jalur tersebut dapat mengurangi manfaat dari penambahan logika atau kapasitas pemrosesan mentah. Huawei mengatakan Tau Scaling dirancang untuk mengurangi hambatan waktu itu di berbagai lapisan tumpukan komputasi.
Ini bukan berarti pengecilan transistor menjadi tidak relevan. Huawei hanya ingin mengubah keseimbangan antara kepadatan transistor, tata letak sirkuit, rancangan interkoneksi, dan arsitektur sistem.
LogicFolding merupakan teknik rancangan sirkuit yang diajukan Huawei untuk meningkatkan kepadatan logika efektif tanpa sepenuhnya bergantung pada node manufaktur yang lebih baru. Perusahaan tersebut menggambarkannya sebagai cara menata sirkuit logika, analog, dan memori dalam struktur yang lebih terintegrasi—bahkan berpotensi ditumpuk—sekaligus memendekkan jalur kabel internal.
Huawei mengatakan chip ponsel Kirin pertama yang dirancang dengan kerangka Tau dan menggunakan LogicFolding dijadwalkan meluncur pada September 2026. Produk tersebut akan menjadi pengujian nyata untuk melihat apakah arsitektur ini mampu memberikan manfaat yang terukur pada perangkat massal.
Huawei juga memproyeksikan chip kelas atas dengan kepadatan transistor yang setara dengan proses 1,4 nanometer pada 2031. Angka itu adalah target perusahaan, bukan hasil produksi yang telah dikonfirmasi secara independen. Reuters melaporkan bahwa Huawei tidak menyertakan data kinerja independen bersama klaim tersebut.
Dampak terbesar strategi Tau mungkin terlihat pada kecerdasan buatan (AI). Beban kerja AI memerlukan perpindahan data dalam jumlah sangat besar antara prosesor, memori, dan komponen lain.
Sekumpulan akselerator yang secara individual lebih lemah tetap dapat berguna jika chip-chip tersebut berkomunikasi secara efisien dan perangkat lunak mampu terus memasok data yang dibutuhkan. Karena itu, beberapa faktor menjadi penentu:
Namun, optimasi di tingkat sistem tidak menghapus hambatan; ia hanya memindahkan titik hambatannya. Sirkuit yang lebih cepat tidak dapat terus-menerus mengimbangi memori, jaringan, perangkat lunak, atau hasil produksi yang tidak memadai. Reuters mencatat bahwa para pakar masih mempertanyakan apakah proposal Huawei merupakan terobosan mendasar. Penerapannya juga membutuhkan perangkat desain baru dan kemampuan rekayasa yang lebih luas.
Ilmuwan Huawei, Liao Heng, menggambarkan rantai nilai AI sebagai “pagoda 18 lantai”. Metafora itu menunjukkan bahwa kemampuan AI berdiri di atas banyak lapisan yang saling terhubung. Desain dan manufaktur chip hanyalah sebagian dari keseluruhan struktur.
Gagasan ini memiliki kemiripan dengan kerangka “kue lima lapis” yang digunakan CEO Nvidia Jensen Huang untuk menjelaskan industri AI. Kerangka Huang mengelompokkan kemampuan AI ke dalam lapisan luas, seperti energi, chip, infrastruktur dan sistem, model serta perangkat lunak, dan aplikasi. Versi Huawei lebih rinci serta menekankan pembangunan domestik yang terkoordinasi di seluruh rantai tersebut.
Pesan praktis keduanya serupa: kepemimpinan AI tidak ditentukan oleh satu prosesor saja. Hasil akhirnya bergantung pada hubungan antara perangkat keras, jaringan, infrastruktur pusat data, perangkat lunak, dan aplikasi.
Prinsip weakest link—lapisan yang paling lemah—menjadi cara paling jelas untuk menilai klaim Huawei. Platform AI dapat dibatasi oleh komponen atau lapisan dengan kinerja terburuk.
Chip dengan kepadatan tinggi belum tentu memberi keunggulan praktis jika memori tidak mampu memasok data, interkoneksi tidak dapat menghubungkan chip secara efisien, perangkat lunak tidak mampu menjadwalkan beban kerja, atau pabrik tidak dapat memproduksinya dengan tingkat hasil yang layak.
Dengan ukuran ini, Tau Scaling dan LogicFolding lebih tepat dipahami sebagai tuas arsitektur, bukan pengganti ekosistem semikonduktor yang lengkap. Keberhasilannya akan bergantung pada kemajuan bersamaan dalam desain chip, fabrikasi memori, otomasi desain elektronik, kerangka kerja AI, manufaktur, dan integrasi sistem. China Daily menggambarkan ekosistem yang lebih luas itu mencakup desain semikonduktor, produksi memori, kerangka kerja AI, dan integrasi sistem.
Itulah sebabnya perbandingan Huawei dengan Nvidia tidak dapat disederhanakan menjadi soal kepadatan transistor. Keunggulan Nvidia juga mencakup platform dan tumpukan sistem di sekeliling chipnya. Sementara itu, strategi Huawei diarahkan untuk membangun kemampuan domestik yang terkoordinasi ketika akses terhadap sejumlah komponen dan perangkat asing dibatasi.
Pembatasan ekspor Amerika Serikat mempercepat pencarian alternatif domestik di China. Namun, angka pasar 2025 menunjukkan terjadinya substitusi, bukan hilangnya Nvidia dari pasar China.
Data IDC yang ditinjau Reuters menunjukkan Nvidia mengirim sekitar 2,2 juta akselerator AI ke China pada 2025, setara dengan pangsa 55% pasar server akselerator AI China. Vendor China secara kolektif menguasai sekitar 41% pasar tersebut, dengan Huawei dilaporkan sebagai pemasok domestik terbesar.
Angka khusus Huawei tidak sepenuhnya konsisten dalam berbagai laporan yang tersedia. Salah satu laporan yang mengutip data pasar serupa menyebut Huawei mengirim 812.000 akselerator, atau 20,3% dari total pasar. Ringkasan lain menyebut Huawei menyumbang sekitar separuh pengiriman merek domestik.
Perbedaan itu bisa muncul karena definisi produk atau cakupan pasar yang digunakan tidak sama. Kesimpulan yang paling aman adalah Huawei memimpin kelompok vendor domestik China—bukan bahwa Huawei secara individual menguasai seluruh 41% yang dikaitkan dengan vendor China secara kolektif.
Pembedaan ini penting. Pembatasan ekspor memang membuka ruang pasar bagi Huawei dan produsen chip China lainnya, tetapi persaingan masih berlangsung. Nvidia tetap menjadi pemasok tunggal terbesar dalam data 2025 yang dilaporkan tersebut.
Peluncuran Kirin pada September 2026 akan menjadi pemeriksaan praktis pertama bagi Tau Scaling dan LogicFolding. Pengamat perlu membedakan klaim kesetaraan kepadatan transistor dari hasil yang diukur secara independen, seperti kinerja, efisiensi energi, panas, tingkat hasil produksi, dan kompatibilitas perangkat lunak.
Ujian yang lebih luas adalah apakah Huawei dapat mengubah gagasan di tingkat sirkuit menjadi keunggulan sistem yang konsisten pada ponsel, akselerator AI, dan klaster pusat data.
Jika berhasil, Huawei dapat menunjukkan bahwa peningkatan kinerja yang berarti masih bisa diperoleh melalui optimalisasi perpindahan data dan koordinasi sistem, bahkan ketika akses terhadap litografi terdepan terbatas. Jika tidak, Tau mungkin hanya menjadi kerangka desain yang berguna—tanpa benar-benar menggantikan penskalaan proses konvensional.
Kesimpulan yang paling masuk akal saat ini tetap berhati-hati: Huawei sedang berusaha mengekstrak kinerja aplikasi yang lebih tinggi dari arsitektur sirkuit, interkoneksi, dan sistem berklaster. Perusahaan itu belum menunjukkan bahwa transistor yang lebih kecil tidak lagi penting, atau bahwa klaim kepadatan paling ambisiusnya telah terbukti.
Persaingan semikonduktor kini bergerak ke seluruh rantai inovasi. Pemenangnya bukan sekadar perusahaan dengan chip paling padat, melainkan perusahaan yang mampu mencegah salah satu lapisan dalam ekosistemnya menjadi titik terlemah.