Huawei Ubah Fokus Cip: Prestasi Mungkin Bergantung pada Kelajuan, Bukan Transistor Lebih Kecil

Huawei tidak semestinya cuba melarikan diri daripada hukum fizik. Sebaliknya, syarikat itu mahu mengubah lokasi utama untuk mencari peningkatan prestasi.

Daripada bergantung terutamanya pada transistor yang semakin kecil—serta peralatan litografi canggih yang diperlukan untuk menghasilkannya—Huawei kini memberi penekanan kepada tempoh penghantaran isyarat, susunan litar, pergerakan data dalam memori dan penyelarasan pada peringkat sistem. Syarikat itu menamakan pendekatan ini Tau (τ) Scaling Law, dengan LogicFolding sebagai teknik pelaksanaan yang dicadangkan.

Strategi tersebut berpotensi membantu China memanfaatkan cip yang dihasilkan di bawah sekatan eksport. Namun, ia belum membuktikan bahawa Huawei telah menyamai teknologi proses termaju dunia: dakwaan paling besar tentang kepadatan cipnya masih belum disahkan secara bebas.

Daripada mengecilkan cip kepada mempercepatkan masa penghantaran

Selama berdekad-dekad, kemajuan semikonduktor banyak dikaitkan dengan penskalaan geometri—mengecilkan transistor, memuatkan lebih banyak transistor dalam kawasan yang sama serta meningkatkan prestasi atau kecekapan tenaga pada setiap generasi proses.

Cadangan Tau Huawei mengalihkan persoalan utama daripada “sejauh mana kecil transistor boleh dibuat?” kepada “sejauh mana pantas maklumat boleh bergerak melalui cip dan sistem pengkomputeran di sekelilingnya?”

Perubahan sudut pandang ini penting kerana pengiraan tidak hanya bergantung pada transistor. Isyarat turut bergerak melalui pendawaian, sistem memori, pakej cip dan sambungan antara komponen. Kelewatan pada laluan-laluan ini boleh mengehadkan manfaat daripada penambahan litar atau kapasiti pemprosesan mentah. Huawei berkata Tau Scaling direka untuk mengurangkan kelewatan tersebut pada beberapa peringkat dalam timbunan pengkomputeran.

Ini tidak bermakna penskalaan transistor sudah tidak relevan. Sebaliknya, ia mengubah keseimbangan antara kepadatan transistor, susun atur litar, reka bentuk sambungan dan seni bina sistem.

Apa yang cuba dicapai oleh LogicFolding?

LogicFolding ialah teknik litar dan reka bentuk yang dicadangkan Huawei untuk meningkatkan kepadatan logik berkesan tanpa bergantung sepenuhnya pada nod pembuatan yang lebih baharu. Syarikat itu menerangkannya sebagai kaedah menyusun litar logik, analog dan memori dalam struktur yang lebih bersepadu serta berpotensi bertingkat, sambil memendekkan pendawaian dalaman.

Huawei berkata cip telefon pintar Kirin pertama yang dibangunkan di bawah kerangka Tau dan menggunakan LogicFolding dijadualkan dilancarkan pada September 2026. Produk itu akan menjadi ujian dunia sebenar yang penting untuk melihat sama ada seni bina berkenaan mampu memberikan manfaat yang boleh diukur dalam produk pasaran massa.

Huawei turut menyasarkan cip berprestasi tinggi dengan kepadatan transistor setara proses 1.4 nanometer menjelang 2031. Itu ialah sasaran syarikat, bukannya keputusan pengeluaran yang telah disahkan secara bebas. Reuters melaporkan bahawa Huawei tidak memberikan data prestasi bebas bersama dakwaan tersebut.

Mengapa sistem sama penting dengan cip

Strategi Tau paling penting apabila digunakan untuk kecerdasan buatan (AI), kerana prestasi AI bergantung pada pemindahan jumlah data yang sangat besar antara pemproses, memori dan komponen lain.

Sekumpulan pemecut yang secara individu lebih lemah masih boleh berguna jika cip-cip itu dapat berkomunikasi dengan cekap dan perisian serta infrastruktur sekeliling mampu membekalkan data secara berterusan.

Antara faktor penentu ialah:

• Sambungan antara cip: Pautan antara cip perlu menawarkan jalur lebar yang mencukupi serta kependaman rendah.
• Memori: Jalur lebar atau kapasiti yang terhad boleh menyebabkan sumber pengiraan tidak digunakan sepenuhnya.
• Pembungkusan cip: Susunan fizikal logik, memori dan laluan komunikasi mempengaruhi kelajuan, haba serta kebolehan untuk mengeluarkannya secara besar-besaran.
• Perisian: Pengkompil, rangka kerja dan penjadualan menentukan sejauh mana beban kerja dapat menggunakan kelompok cip dengan berkesan.
• Infrastruktur: Bekalan kuasa, sistem penyejukan dan integrasi keseluruhan boleh mengehadkan prestasi agregat.

Namun, pengoptimuman pada peringkat sistem tidak menghapuskan kesesakan. Ia hanya mengalihkannya. Litar yang lebih pantas tidak boleh selama-lamanya mengimbangi memori, rangkaian, perisian atau hasil pengeluaran yang tidak mencukupi. Reuters melaporkan bahawa pakar masih tidak pasti sama ada cadangan Huawei itu benar-benar satu penemuan asas, sambil menyatakan bahawa alat reka bentuk baharu dan keupayaan kejuruteraan yang lebih luas turut diperlukan.

“Pagoda 18 tingkat” Huawei berbanding “kek lima lapis” Jensen Huang

Saintis Huawei, Liao Heng, menggambarkan rantaian nilai AI sebagai “pagoda 18 tingkat”. Metafora itu menunjukkan AI sebagai struktur tinggi dengan banyak lapisan yang saling bergantung; reka bentuk dan pembuatan cip hanyalah sebahagian daripada keseluruhan binaan tersebut.

Gagasan ini mempunyai persamaan dengan kerangka “kek lima lapis” yang sering digunakan oleh Ketua Pegawai Eksekutif Nvidia, Jensen Huang, untuk menerangkan industri AI. Model Huang mengelompokkan keupayaan kepada lapisan besar seperti tenaga, cip, infrastruktur dan sistem, model serta perisian, dan aplikasi. Versi Huawei pula lebih terperinci dan memberi penekanan khusus kepada pembangunan domestik yang diselaraskan merentasi keseluruhan rantaian.

Mesej praktikal kedua-dua model hampir sama: kepimpinan AI tidak ditentukan oleh satu pemproses secara bersendirian. Ia bergantung pada interaksi antara perkakasan, rangkaian, infrastruktur pusat data, perisian dan aplikasi.

Ujian “pautan paling lemah”

Prinsip pautan paling lemah ialah cara paling jelas untuk menilai dakwaan Huawei. Sesebuah platform AI boleh dihadkan oleh lapisan yang paling kurang berprestasi.

Cip yang padat tidak banyak membantu jika memori tidak mampu membekalkan data, sambungan antara cip tidak cekap, perisian gagal menjadualkan beban kerja, atau kilang tidak dapat menghasilkannya dengan kadar hasil yang munasabah.

Dalam konteks ini, Tau Scaling dan LogicFolding lebih tepat difahami sebagai pengungkit seni bina—bukan pengganti kepada ekosistem semikonduktor yang lengkap. Kejayaannya bergantung pada kemajuan serentak dalam reka bentuk cip, pembuatan memori, automasi reka bentuk elektronik, rangka kerja AI, pembuatan serta integrasi sistem. Laporan China Daily menyifatkan ekosistem lebih luas itu sebagai merangkumi reka bentuk semikonduktor, pengeluaran memori, rangka kerja AI dan integrasi sistem.

Sebab itu perbandingan dengan Nvidia tidak boleh disederhanakan kepada kepadatan transistor semata-mata. Kelebihan Nvidia turut meliputi platform dan timbunan sistem di sekeliling cipnya, manakala strategi Huawei cuba membina keupayaan domestik yang diselaraskan ketika akses kepada sesetengah komponen dan alat asing dihadkan.

Kesan sekatan eksport terhadap pasaran pemecut AI China

Sekatan eksport telah mempercepatkan pencarian alternatif domestik, tetapi angka pasaran 2025 yang tersedia menunjukkan proses penggantian, bukannya kehilangan terus Nvidia daripada pasaran China.

Data IDC yang disemak Reuters meletakkan Nvidia pada kira-kira 2.2 juta pemecut AI yang dihantar ke China pada 2025, bersamaan 55% bahagian pasaran pelayan pemecut AI China. Pengeluar China secara kolektif menguasai kira-kira 41%. Huawei dilaporkan sebagai pembekal China yang terbesar.

Angka khusus Huawei pula tidak seragam antara laporan yang diberikan. Satu laporan yang memetik data pasaran umum sama menyatakan Huawei menghantar 812,000 pemecut, atau 20.3% daripada keseluruhan pasaran. Ringkasan lain menggambarkan Huawei sebagai menyumbang kira-kira separuh daripada penghantaran jenama domestik.

Perbezaan ini mungkin berpunca daripada takrif produk atau skop pasaran yang berbeza. Kesimpulan yang paling kukuh ialah Huawei mendahului kumpulan pengeluar domestik China—bukan bahawa Huawei sendiri memegang keseluruhan 41% yang dikaitkan dengan semua pembekal China.

Perbezaan itu penting. Sekatan eksport telah membuka ruang pasaran kepada Huawei dan pengeluar cip China yang lain, tetapi pasaran tersebut masih kompetitif. Nvidia juga kekal sebagai pembekal tunggal terbesar dalam data 2025 yang dilaporkan.

Perkara yang wajar diperhatikan selepas ini

Pelancaran Kirin pada September 2026 akan menjadi titik semakan praktikal pertama untuk Tau Scaling dan LogicFolding. Pemerhati perlu membezakan antara dakwaan “setara kepadatan transistor” dengan keputusan yang diukur secara bebas, termasuk prestasi, kecekapan tenaga, suhu, kadar hasil pengeluaran dan keserasian perisian.

Ujian yang lebih besar ialah sama ada Huawei dapat menukar idea pada peringkat litar menjadi kelebihan sistem yang konsisten merentasi telefon pintar, pemecut AI dan kelompok pusat data.

Jika berjaya, Huawei mungkin menunjukkan bahawa peningkatan prestasi pada peringkat aplikasi boleh dicapai melalui pengoptimuman pergerakan data dan penyelarasan sistem, walaupun akses kepada litografi termaju terhad. Jika gagal, Tau mungkin kekal sebagai kerangka reka bentuk yang berguna tanpa menjadi pengganti kepada penskalaan proses konvensional.

Kesimpulan paling wajar buat masa ini adalah sederhana: Huawei sedang cuba mendapatkan lebih banyak prestasi aplikasi daripada seni bina litar, sambungan antara cip dan sistem berkelompok. Ia belum membuktikan bahawa transistor yang lebih kecil tidak lagi penting, atau bahawa dakwaan kepadatan paling bercita-citanya sudah terbukti. Persaingan sebenar semakin beralih kepada keseluruhan rantaian inovasi—dan kepada syarikat yang mampu memastikan tiada satu lapisan pun menjadi pautan paling lemah.