Huaweiの「Tauスケーリング」は半導体の常識を変えるのか：性能を左右するのは微細化より速度？

Huaweiの半導体戦略は、物理法則から逃げるというより、性能向上を探す場所を変えようとするものだ。これまでの半導体産業は、トランジスタをより小さくし、一定面積により多く集積する「微細化」が中心だった。Huaweiはそこに加えて、信号の伝搬時間、回路の配置、メモリーとのデータ移動、システム全体の連携を重視する。これを同社はTau（τ）スケーリング則と呼び、その実装手法としてLogicFoldingを掲げている。

この発想は、輸出規制下で中国が既存の半導体製造能力をより有効に活用する道になり得る。ただし、Huaweiが世界最先端のプロセス技術に追いついたことを意味するわけではない。同社が示した最も野心的な集積度の見通しは、現時点で独立した検証を受けていない。

「どれだけ小さいか」から「どれだけ速く届くか」へ

半導体の進歩は長年、トランジスタの微細化と結び付けて語られてきた。トランジスタを小さくすれば、より多くの素子を同じ面積に配置でき、世代更新ごとに性能や電力効率を高めやすくなる。

Tauスケーリング則は、この問いの中心を変える。重要なのは、素子をどこまで小さくできるかだけではなく、チップ内部やチップ間で情報をどれだけ速く移動させられるか、という考え方だ。

実際の計算性能は、トランジスタ単体では決まらない。信号は配線、メモリー、パッケージ、インターコネクトを通過する。こうした経路の遅延が大きければ、演算回路を増やしても、理論上の性能を十分に引き出せない。Huaweiは、Tauスケーリングによってコンピューティングの複数の層にまたがる遅延を縮める狙いだと説明している。

もちろん、トランジスタの微細化が不要になるわけではない。微細化、回路レイアウト、配線設計、システムアーキテクチャの重み付けを変えるアプローチだ。

LogicFoldingは何を目指すのか

LogicFoldingは、より新しい製造プロセスだけに頼らず、実効的なロジック密度を高めるための回路・設計手法とされる。Huaweiの説明では、ロジック、アナログ、メモリー回路をより緊密に統合し、場合によっては積層構造に配置することで、内部配線を短くする。

Huaweiは、Tauの枠組みとLogicFoldingを採用した最初のKirinスマートフォン向けチップを、2026年9月に投入する予定だとしている。この製品は、設計思想が実際の量産製品で性能向上につながるかを測る重要な試金石になる。

また同社は、2031年までに1.4ナノメートル相当のトランジスタ密度を持つハイエンドチップを実現する見通しを示した。ただし、これはHuaweiの目標であり、独立して確認された量産結果ではない。Reutersは、この主張に伴う独立した性能データが提示されていないと報じている。

AIでは「チップ単体」よりシステムが重要になる

Tauの影響が特に大きくなり得るのがAIだ。AI処理では、プロセッサー、メモリー、その他の部品の間で膨大なデータを移動させる必要がある。個々のアクセラレーターが最先端製品より低性能でも、チップ同士が効率よく通信し、ソフトウェアがデータを途切れなく供給できれば、複数チップによるクラスター全体で実用的な性能を出せる可能性がある。

鍵を握るのは、次のような要素だ。

• インターコネクト： チップ間のリンクに十分な帯域幅と低遅延が必要になる。
• メモリー： 帯域幅や容量が不足すれば、演算回路が待機状態になりかねない。
• パッケージング： ロジック、メモリー、通信経路の物理的な配置が、速度、発熱、製造性を左右する。
• ソフトウェア： コンパイラー、AIフレームワーク、処理スケジューリングが、分散したチップをどれだけ効率よく使えるかを決める。
• インフラ： 電力供給、冷却、システム統合が、全体性能の上限になる。

ただし、システム全体の最適化はボトルネックを消すのではなく、別の場所へ移すだけでもある。回路を高速化しても、メモリー、ネットワーク、ソフトウェア、製造歩留まりの不足を永遠に補えるわけではない。Reutersは、Huaweiの提案が根本的なブレークスルーなのかについて専門家の見方が分かれており、新たな設計ツールや幅広いエンジニアリング能力も必要になると報じている。

「18階建ての仏塔」とJensen Huang氏の「5層ケーキ」

Huaweiの科学者、Liao Heng氏は、AIのバリューチェーンを**「18階建ての仏塔」**にたとえている。この比喩は、AIの能力を支える多くの層が相互につながっており、チップの設計・製造はその一部にすぎないことを示すものだ。

これは、NVIDIAのJensen Huang CEOが示してきたAI産業の**「5層のケーキ」**という説明と通じる部分がある。Huang氏のモデルは、エネルギー、チップ、インフラ・システム、モデル・ソフトウェア、アプリケーションといった大きな層でAI産業を捉える。

Huaweiの「18階建て」はより細かな層に分けた見方であり、中国国内でサプライチェーン全体を連携させる必要性を強く意識している。両者に共通するメッセージは明快だ。AIの主導権は、単独の高性能プロセッサーだけで決まらない。ハードウェア、ネットワーク、データセンター、ソフトウェア、アプリケーションの組み合わせで決まる。

評価のポイントは「最弱リンク」

Huaweiの主張を検証するうえで分かりやすいのが、システムは最も弱い層に制約されるという「最弱リンク」の考え方だ。

高密度なチップでも、メモリーがデータを供給できなければ実用上の利点は小さい。インターコネクトの効率が低ければ、チップを多数つないでも性能は伸びない。ソフトウェアが処理を適切に割り振れなければ、演算能力は余る。さらに、工場が十分な歩留まりで量産できなければ、設計上の優位性を製品として届けられない。

この観点から見ると、TauスケーリングとLogicFoldingは、半導体エコシステム全体の代替ではなく、性能を引き出すためのアーキテクチャ上のレバーと理解するのが適切だろう。成功には、チップ設計、メモリー製造、電子設計自動化（EDA）ツール、AIフレームワーク、製造、システム統合が同時に進展する必要がある。China Dailyは、この幅広いエコシステムが半導体設計、メモリー製造、AIフレームワーク、システム統合にまたがると報じている。

そのため、NVIDIAとの比較をトランジスタ密度だけで行うことはできない。NVIDIAの強みには、チップの周辺にあるソフトウェア、システム、開発者向けプラットフォームも含まれる。一方、Huaweiの戦略は、外国製の部品やツールへのアクセスが制限される環境で、国内の各層を連携させることを目指している。

輸出規制で中国のAIアクセラレーター市場はどう変わったか

米国の輸出規制は、中国企業による代替品の開発を促した。ただし、2025年の市場データが示すのは、NVIDIAが消えたというより、国内勢による置き換えが進んだという状況だ。

Reutersが確認したIDCデータによると、NVIDIAは2025年に中国へ約220万基のAIアクセラレーターを出荷し、中国のAIアクセラレーターサーバー市場で約55％のシェアを占めた。中国メーカー全体のシェアは約41％で、Huaweiが国内勢の首位だった。

Huawei単独の数字については、資料によってばらつきがある。同じ市場データを引用した報道の一つでは、Huaweiの出荷数を81万2,000基、総市場の20.3％としている。一方、別のまとめでは、Huaweiは国内ブランドの出荷の約半分を占めたと説明されている。

これは、対象となる製品や市場の定義が異なる可能性があるため、慎重に読む必要がある。確実に言えるのは、Huaweiが中国国内メーカーの先頭に立ったということだ。中国メーカー全体に割り当てられた41％を、Huawei単独のシェアとみなすことはできない。

つまり、輸出規制によってHuaweiなど中国企業の市場余地は広がったが、競争が終わったわけではない。報じられた2025年のデータでは、NVIDIAがなお単独最大のサプライヤーだった。

次に注目すべきこと

最初の実証ポイントは、2026年9月に予定されるKirinスマートフォン向けチップだ。評価では、「1.4ナノメートル相当」という集積度の表現だけでなく、実測性能、電力効率、発熱、製造歩留まり、ソフトウェア互換性を切り分けて見る必要がある。

より大きな試験は、Huaweiが回路レベルのアイデアを、スマートフォン、AIアクセラレーター、データセンターのクラスターにまたがる再現性のあるシステム上の優位性へ変えられるかどうかだ。アクセスできる最先端リソグラフィーが限られていても、データ移動とシステム連携を最適化することで、アプリケーションレベルの性能を高められることを示す可能性はある。

逆に、それが実現しなければ、Tauは有用な設計フレームワークにとどまり、従来型のプロセス微細化を置き換えるものにはならないだろう。

現時点で最も妥当な見方は、慎重なものだ。Huaweiは、回路アーキテクチャ、インターコネクト、チップを束ねたシステムから、より大きな性能を引き出そうとしている。しかし、それはトランジスタの微細化が重要でなくなったことを意味しない。また、最も野心的な集積度の主張がすでに証明されたわけでもない。半導体競争の舞台は、個々のチップから、すべての層を連携させ、どこか一つが「最弱リンク」になるのを防ぐイノベーション全体へと広がりつつある。