Huawei Ubah Fokus Perlumbaan Cip: Bukan Lagi Transistor Lebih Kecil, Tetapi Isyarat Lebih Pantas

Jika cip itu menunjukkan prestasi tinggi dengan penggunaan tenaga yang munasabah, ia akan memberi isyarat bahawa seni bina dan integrasi sistem boleh membantu merapatkan jurang dengan cip terkemuka walaupun teknologi pembuatan Huawei tidak berada pada tahap paling hadapan.

Tetapi keputusan positif itu masih tidak bermakna Huawei telah memintas EUV sepenuhnya atau membuktikan bahawa pengecilan transistor tidak lagi penting. Ia lebih tepat dilihat sebagai bukti bahawa prestasi boleh ditingkatkan melalui beberapa laluan serentak—termasuk reka bentuk litar, pembungkusan dan pengurusan data.

“Kek lima lapis” berbanding “pagoda 18 tingkat”

Ketua Pegawai Eksekutif Nvidia Jensen Huang menggunakan analogi kek lima lapis untuk menerangkan rantaian nilai AI: tenaga, cip, infrastruktur pengkomputeran, awan atau model AI, dan aplikasi. Model itu ialah gambaran industri dari peringkat asas hingga ke produk yang menjana nilai ekonomi.

Liao Heng, ketua saintis semikonduktor Huawei, pula menggunakan analogi pagoda 18 tingkat. Kerangka itu memecahkan rantaian AI dan semikonduktor kepada lebih banyak kebergantungan, bermula daripada teori, tenaga, perlombongan dan bahan mentah; silikon; reka bentuk transistor; fabrikasi wafer; litografi dan peralatan; pembungkusan canggih; seni bina cip; penyusun dan masa jalan; kuantifikasi; latihan AI; model asas; ejen; produk dan aplikasi.

Perbezaannya bukan sekadar jumlah tingkat. Model Huang lebih sesuai sebagai peta industri pada tahap tinggi—ia menunjukkan bagaimana tenaga menyokong cip, cip menyokong infrastruktur, dan seterusnya model serta aplikasi. Model Liao pula cuba menunjukkan perkara yang tersembunyi di dalam setiap kategori tersebut.

“Cip”, misalnya, bukan hanya sekeping silikon. Ia bergantung pada bahan, peralatan, proses pembuatan, reka bentuk transistor, pembungkusan, perisian penyusun, pemacu dan sistem memori. Begitu juga “infrastruktur” bukan sekadar pusat data, manakala “model” memerlukan kaedah latihan, perkakasan, perisian dan sistem inferens.

Mengapa lapisan paling lemah menetapkan had prestasi?

Hujah Liao tentang “tingkat paling pendek” pada asasnya ialah hujah kejuruteraan sistem hujung ke hujung. Model AI paling canggih tidak dapat beroperasi pada tahap terbaik jika bekalan kuasa, lebar jalur memori, pembungkusan, hasil pembuatan, rangkaian, perisian atau kapasiti penggunaan tidak mencukupi.

Jika satu lapisan menjadi sempit, keseluruhan sistem boleh terjejas. Pemecut yang pantas mungkin menghabiskan masa menunggu data. Kelompok cip yang besar mungkin tidak mencapai prestasi teori jika rangkaian antara cip terlalu perlahan. Model yang baik pula mungkin tidak menjana nilai jika kos tenaga dan pengendalian terlalu tinggi.

Sebab itu, pendekatan “pagoda” menekankan pengukuhan hubungan antara lapisan, bukan hanya menghasilkan satu pemproses yang lebih laju. Sasaran akhirnya ialah meningkatkan daya pemprosesan, kos dan kebolehpercayaan pada peringkat sistem.

Kelompok cip sebagai cara mengimbangi kelemahan perkakasan

Satu implikasi strategik pendekatan Huawei ialah penggunaan banyak pemecut domestik yang mungkin kurang berkuasa secara individu, tetapi boleh bekerja sebagai satu kelompok. Untuk menjadikannya berkesan, cip, memori, rangkaian, penyusun, masa jalan, kuantifikasi model dan perisian latihan teragih perlu direka bersama.

Jika penyelarasan itu berjaya, sistem boleh mengurangkan masa cip berkomunikasi, menunggu data atau berada dalam keadaan tidak aktif. Pendekatan ini paling sesuai untuk beban kerja yang boleh dibahagikan kepada banyak tugas selari.

Namun, terdapat pertukaran kos. Kelompok yang lebih besar boleh memerlukan lebih banyak tenaga, rangkaian yang lebih kompleks, perisian tambahan dan operasi yang lebih sukar berbanding penggunaan beberapa GPU termaju. Laporan yang ada menyokong strategi kerjasama merentas lapisan Huawei, tetapi bukti bebas bahawa sistemnya sudah menyamai kelompok Nvidia terkemuka masih belum mencukupi.

Hubungannya dengan ekosistem teknologi China

Strategi ini sejajar dengan usaha China membina rantaian teknologi domestik yang lebih lengkap—daripada reka bentuk dan fabrikasi cip kepada memori, pembungkusan, rangka kerja AI serta integrasi sistem.

Logiknya mudah: jika sekatan import pada satu lapisan boleh mengehadkan keseluruhan sistem, membina keupayaan di setiap lapisan menjadi semakin penting. Angka pasaran menunjukkan perubahan itu sudah berlaku. Berdasarkan data IDC yang dilaporkan Reuters, pengeluar GPU dan cip AI China secara kolektif menguasai kira-kira 41% pasaran pelayan pemecut AI China pada 2025, manakala Nvidia masih memegang sekitar 55%. Huawei ialah peneraju dalam kalangan pembekal domestik.

Angka tersebut tidak membuktikan cip China sudah setanding dengan cip terbaik dunia dari segi prestasi, kecekapan atau perisian. Tetapi ia menunjukkan bahawa kawalan eksport dan tekanan untuk menggunakan produk tempatan sedang mempercepatkan pembentukan ekosistem alternatif.

Bukan melarikan diri daripada fizik

Pada akhirnya, Huawei tidak melarikan diri daripada fizik semikonduktor. Ia cuba mengalihkan medan persaingan ke kawasan yang masih boleh dioptimumkan: seni bina, pembungkusan, penghantaran data, perisian dan penyelarasan kelompok cip.

Tau Scaling Law dan LogicFolding mungkin membantu China mengurangkan sebahagian pergantungan kepada litografi termaju. Tetapi nilai sebenar pendekatan itu hanya akan lebih jelas selepas cip tersebut diuji dari segi prestasi berterusan, penggunaan kuasa, hasil pengeluaran dan keserasian perisian. Buat masa ini, ia ialah laluan alternatif yang menarik—bukan lagi bukti bahawa Huawei telah menulis semula semua peraturan industri cip.