Beliau secara khusus merujuk kepada strategi Nvidia yang membina pemproses AI semakin besar dan menggabungkannya dengan kapasiti HBM yang lebih tinggi. Pada pandangan Liao, pendekatan ini akhirnya akan berdepan kekangan fizikal yang sama seperti pesaing lain .
Liao turut berkata Hukum Moore — pemerhatian bahawa bilangan transistor pada cip meningkat dari semasa ke semasa — sudah kehilangan sebahagian besar manfaat ekonominya. Menurutnya, sejak nod proses 16nm dan 7nm, kos bagi setiap transistor tidak lagi terus menurun seperti dahulu. Kemajuan masih boleh dicapai dari segi prestasi dan kecekapan tenaga, tetapi peningkatannya juga semakin mengecil .
Sebagai alternatif kepada perlumbaan mengecilkan transistor, Huawei memperkenalkan Tau Scaling Law pada Mei 2026. Pendekatan ini memberi tumpuan kepada τ, atau “tau”, yang merujuk kepada masa yang diambil oleh isyarat untuk bergerak merentasi keseluruhan sistem pengkomputeran .
Maksudnya, kemajuan cip tidak hanya dinilai berdasarkan sama ada transistor dibuat pada saiz nanometer yang lebih kecil. Huawei mahu mengurangkan masa pergerakan data antara logik, memori dan komponen lain — termasuk pada peringkat sistem dan kelompok komputer — supaya prestasi keseluruhan meningkat.
Teknologi yang menyokong prinsip ini dikenali sebagai LogicFolding. Secara ringkas, ia menyusun litar logik, analog dan memori secara lebih padat dalam struktur berlapis atau tiga dimensi, termasuk dengan menempatkan litar secara menegak dalam cip .
Huawei mendakwa LogicFolding boleh menghasilkan peningkatan ketumpatan transistor sebanyak 53.5% sambil terus menggunakan nod litografi yang sedia ada . Jika dakwaan itu dapat direalisasikan, Huawei boleh meningkatkan keupayaan cip tanpa bergantung sepenuhnya pada mesin litografi ultraungu ekstrem atau EUV — peralatan canggih yang aksesnya terjejas oleh sekatan Amerika Syarikat.
Huawei turut menyasarkan cip bertaraf 1.4nm menjelang 2031 melalui inovasi reka bentuk ini. Dalam konteks tersebut, “1.4nm-class” merujuk kepada kelas keupayaan yang disasarkan, bukan semestinya bukti bahawa setiap ukuran fizikal transistor akan sama tepat dengan angka 1.4nm .
Cadangan Huawei tidak boleh dipisahkan daripada kedudukannya dalam persaingan teknologi Amerika Syarikat-China. Sekatan eksport AS telah mengehadkan akses Huawei kepada peralatan litografi termaju dan rantaian bekalan cip global, termasuk ekosistem pengeluaran yang diterajui syarikat seperti ASML dan TSMC .
Oleh itu, Tau Scaling Law dan LogicFolding turut berfungsi sebagai strategi untuk mengurangkan kebergantungan kepada pengecilan proses yang memerlukan peralatan Barat paling canggih. Ini bukan sekadar cadangan kejuruteraan, tetapi juga sebahagian daripada usaha Huawei membina laluan teknologi yang lebih tahan terhadap sekatan.
Liao mengakui bahawa Huawei tidak semestinya mampu menewaskan Nvidia dalam perbandingan satu kad atau satu cip, khususnya dari segi spesifikasi mentah. Sebaliknya, beliau menekankan persaingan pada peringkat sistem: gabungan perkakasan, perisian penuh seperti CANN dan MindSpore, serta rangkaian kelompok pengkomputeran berskala besar boleh digunakan untuk mengimbangi kelemahan cip individu .
Buat masa ini, dakwaan Huawei masih perlu dibuktikan melalui produk dan penggunaan dunia sebenar. Reuters dan beberapa laporan lain menyatakan bahawa pendekatan tersebut menarik, tetapi belum jelas sama ada LogicFolding mampu mencapai tahap prestasi yang setanding dengan seni bina Nvidia generasi akan datang pada skala besar .
Jika berjaya, idea Huawei boleh mengubah tumpuan industri daripada sekadar “siapa menghasilkan transistor paling kecil” kepada “siapa memindahkan data dengan paling pantas dan cekap”. Namun jika pelaksanaannya terbukti terhad, Tau Scaling Law mungkin lebih tepat dilihat sebagai jalan mengatasi kekangan sekatan dan proses pembuatan — bukannya pengganti penuh kepada kemajuan litografi.
Dalam erti kata lain, amaran Liao bukan semestinya bermakna Nvidia akan kehilangan kelebihan dalam masa terdekat. Ia lebih merupakan hujah bahawa era peningkatan kuasa melalui cip yang semakin besar, semakin padat dan semakin banyak HBM mungkin semakin mahal, rumit dan sukar untuk diteruskan.