Mengapa Huawei Menilai Chip Nvidia dan Raksasa Barat Akan Menabrak Batas Fisik

Mengapa Huawei mencari jalur di luar perlombaan litografi?

Huawei menghadapi kendala khusus akibat sanksi Amerika Serikat yang memutus aksesnya ke sejumlah pemasok penting dalam pembuatan chip canggih, termasuk sistem litografi terdepan dari ASML. Kondisi ini membuat perlombaan yang sepenuhnya bergantung pada node proses terbaru menjadi jauh lebih sulit bagi Huawei.

Karena itu, Huawei mengusulkan perubahan titik fokus. Alih-alih hanya bertanya “seberapa kecil transistor dapat dibuat?”, perusahaan ingin mengoptimalkan “seberapa cepat sinyal dan data dapat bergerak” di dalam chip serta di seluruh sistem komputasi.

Apa itu Tau Scaling Law?

Tau (τ) Scaling Law adalah kerangka yang diajukan Huawei sebagai alternatif terhadap penskalaan geometris tradisional. Jika pendekatan konvensional menitikberatkan pada pengecilan dimensi transistor, Tau Scaling Law menempatkan waktu tempuh sinyal dan data sebagai ukuran penting kemajuan teknologi.

Secara praktis, prinsip ini berupaya mengurangi keterlambatan propagasi sinyal dan waktu eksekusi sistem. Dengan demikian, peningkatan performa, efisiensi energi, dan kepadatan efektif tidak harus selalu berasal dari transistor yang dibuat lebih kecil.

Huawei mengaitkan prinsip tersebut dengan LogicFolding, sebuah arsitektur chip yang dirancang untuk meningkatkan kepadatan dan kinerja melalui rancangan logika serta desain tingkat sistem. Pendekatan ini tidak sekadar menumpuk lebih banyak transistor dalam bidang yang sama, melainkan berusaha mengatur ulang cara rangkaian dan koneksi bekerja agar perpindahan data lebih efisien.

Kapan klaim Huawei akan diuji?

Huawei menyatakan bahwa prosesor ponsel Kirin yang dijadwalkan hadir pada akhir 2026 akan menjadi produk pertama yang menggunakan LogicFolding. Setelah diluncurkan, chip tersebut akan menjadi objek pemeriksaan perusahaan riset industri dan firma pembongkaran perangkat.

Pengujian itu akan menjadi evaluasi eksternal penting pertama terhadap klaim Huawei: apakah desain berbasis Tau benar-benar mampu meningkatkan kepadatan dan kinerja, sekaligus mempersempit jarak dengan chip pesaing tanpa bergantung sepenuhnya pada peralatan litografi paling canggih.

Pagoda 18 lantai dan kue lima lapis Jensen Huang

Liao juga menggambarkan rantai nilai AI dan komputasi sebagai “pagoda 18 lantai”. Metafora ini memecah industri menjadi lapisan-lapisan yang lebih rinci, mulai dari bahan mentah, bahan kimia, peralatan manufaktur, proses transistor, fabrikasi wafer, pengemasan, arsitektur chip, compiler, perangkat lunak, algoritma, model AI, hingga aplikasi.

Kerangka tersebut memiliki tujuan yang mirip dengan model “kue lima lapis” yang kerap digunakan CEO Nvidia Jensen Huang untuk menjelaskan industri AI. Model Huang mencakup energi, chip dan infrastruktur komputasi, pusat data awan, model AI, serta aplikasi.

Perbedaannya terletak pada tingkat perincian. “Kue” Huang memberikan gambaran ringkas mengenai susunan besar industri AI, sedangkan “pagoda” Liao membongkar kategori-kategori itu menjadi banyak ketergantungan teknis dan industri yang menopang satu sama lain.

Dua ekosistem semikonduktor yang semakin terpisah

Dari kerangka tersebut, Liao menekankan bahwa persaingan AI tidak hanya ditentukan oleh satu perusahaan atau satu jenis prosesor. Kemampuan di setiap lapisan—dari bahan dan mesin produksi hingga perangkat lunak, model, serta aplikasi—perlu terhubung.

Dalam konteks sanksi dan pembatasan ekspor, kesimpulan kebijakan yang muncul adalah bahwa Amerika Serikat dan China perlu membangun ekosistem manufaktur serta pasokan semikonduktor yang lengkap dan lebih mandiri, alih-alih terus mengandalkan satu rantai pasok global yang terintegrasi. Bukti yang tersedia mendukung upaya Huawei untuk mengintegrasikan rantai pasok China, meski tidak memberikan detail langsung mengenai rumusan persis Liao tentang dua ekosistem yang sepenuhnya terpisah.

Pada akhirnya, tantangan terbesar bagi Huawei bukan sekadar membuktikan bahwa LogicFolding dapat bekerja di atas kertas. Perusahaan juga harus menunjukkan bahwa pendekatan tersebut bisa diproduksi secara massal, didukung perangkat lunak, dan memberikan manfaat nyata bagi pengguna. Chip Kirin berikutnya akan menjadi ujian awal bagi ambisi itu.