Huawei wil chips sneller maken in plaats van alleen kleiner
Huawei zoekt prestatiewinst via snellere signaal en dataverplaatsing, compactere chipintegratie en gekoppelde clusters van AI versnellers — niet alleen via kleinere transistors. De aanpak beschouwt AI hardware als een systeem waarvan de zwakste schakel wordt bepaald door onder meer geheugen, verbindingen, software,...
Huawei zoekt prestatiewinst via snellere signaal en dataverplaatsing, compactere chipintegratie en gekoppelde clusters van AI versnellers — niet alleen via kleinere transistors.
De aanpak beschouwt AI hardware als een systeem waarvan de zwakste schakel wordt bepaald door onder meer geheugen, verbindingen, software, productie en integratie.
In de Chinese markt voor AI versnellers voor servers had Nvidia in 2025 volgens gerapporteerde IDC cijfers nog altijd 55 procent marktaandeel.
How is Huawei pursuing an alternative path to advancing semiconductor and AI performance as transistor scaling nears its physical limits andAn editorial illustration of Huawei’s proposed shift from transistor shrinking toward faster data movement and system-level chip performance.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How is Huawei pursuing an alternative path to advancing semiconductor and AI performance as transistor scaling nears its physical limits and. Article summary: Huawei’s alternative is to treat performance as a system problem rather than chiefly a lithography problem: reduce the time data takes to move among logic, memory and other components, then use tightly networked accelera. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
Huawei probeert de chipindustrie niet zozeer aan de natuurkunde te ontsnappen, maar zoekt prestatiewinst op een andere plek. In plaats van vooral te vertrouwen op steeds kleinere transistoren — en op de geavanceerde lithografieapparatuur die daarvoor nodig is — legt het bedrijf de nadruk op signaalvertraging, circuitindeling, geheugentransport en samenwerking tussen systemen. Huawei noemt die benadering de Tau (τ) Scaling Law. De voorgestelde uitvoering ervan heet LogicFolding.
De strategie kan China helpen om meer uit chips te halen die onder exportbeperkingen worden geproduceerd. Ze bewijst echter nog niet dat Huawei de modernste procestechnologie ter wereld heeft geëvenaard: de meest ambitieuze claims over chipdichtheid zijn nog niet onafhankelijk gevalideerd.
Van geometrisch schalen naar schalen op tijd
Decennialang stond vooruitgang in de halfgeleiderindustrie vooral gelijk aan geometrische schaalverkleining: transistoren kleiner maken, er meer op hetzelfde oppervlak plaatsen en per generatie betere prestaties of een lager energieverbruik behalen. Huawei wil de kernvraag verschuiven van ‘hoe klein kan een transistor worden?’ naar ‘hoe snel kan informatie door een chip en het omringende computersysteem bewegen?’
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Huawei wil chips sneller maken in plaats van alleen kleiner"?
Huawei zoekt prestatiewinst via snellere signaal en dataverplaatsing, compactere chipintegratie en gekoppelde clusters van AI versnellers — niet alleen via kleinere transistors.
What are the key points to validate first?
Huawei zoekt prestatiewinst via snellere signaal en dataverplaatsing, compactere chipintegratie en gekoppelde clusters van AI versnellers — niet alleen via kleinere transistors. De aanpak beschouwt AI hardware als een systeem waarvan de zwakste schakel wordt bepaald door onder meer geheugen, verbindingen, software, productie en integratie.
What should I do next in practice?
In de Chinese markt voor AI versnellers voor servers had Nvidia in 2025 volgens gerapporteerde IDC cijfers nog altijd 55 procent marktaandeel.
Dat verschil is belangrijk, omdat de rekenkracht niet alleen wordt beperkt door de transistor zelf. Signalen moeten ook door bedrading, geheugensystemen, chipbehuizingen en verbindingen tussen chips reizen. Vertraging in die paden kan de voordelen van extra logica of meer ruwe rekenkracht tenietdoen. Huawei zegt dat Tau Scaling die vertraging op meerdere niveaus van de computerketen moet terugdringen.
Dat maakt kleinere transistoren niet overbodig. Het verandert wel de balans tussen transistordichtheid, circuitindeling, verbindingen en systeemarchitectuur.
Wat LogicFolding moet doen
LogicFolding is Huawei’s voorgestelde circuit- en ontwerptechniek om de effectieve logische dichtheid te verhogen zonder uitsluitend afhankelijk te zijn van een nieuw productieprocedé. Volgens het bedrijf kunnen logische, analoge en geheugencircuits daardoor nauwer worden geïntegreerd en mogelijk in lagen worden opgebouwd, terwijl interne verbindingen korter worden.
Huawei zegt dat de eerste Kirin-smartphonechip die volgens het Tau-raamwerk en met LogicFolding is ontworpen, in september 2026 wordt aangekondigd. Die chip wordt een belangrijke praktijktest: pas in een massaproduct zal blijken of de architectuur meetbare voordelen oplevert.
Huawei heeft daarnaast voorspeld dat high-end chips in 2031 een transistordichtheid kunnen bereiken die gelijkwaardig is aan die van een 1,4-nanometerproces. Dat is een doelstelling van het bedrijf, geen onafhankelijk bevestigd productieresultaat. Reuters meldde dat Huawei bij die claim geen onafhankelijke prestatiegegevens verstrekte.
Waarom het volledige systeem telt
De Tau-strategie is vooral relevant voor AI. Daar moeten enorme hoeveelheden gegevens voortdurend tussen processoren, geheugen en andere onderdelen worden verplaatst. Een cluster van afzonderlijk minder krachtige versnellers kan toch nuttig zijn als de chips efficiënt communiceren en de software ervoor zorgt dat ze voortdurend van data worden voorzien.
Daarbij zijn verschillende factoren doorslaggevend:
Verbindingen: de koppelingen tussen chips moeten voldoende bandbreedte en een lage latentie bieden.
Geheugen: beperkte geheugencapaciteit of -bandbreedte kan rekenchips ongebruikt laten wachten.
Verpakking: de fysieke plaatsing van logica, geheugen en communicatiepaden beïnvloedt snelheid, warmteontwikkeling en maakbaarheid.
Software: compilers, frameworks en taakverdeling bepalen hoe efficiënt workloads over een cluster worden uitgevoerd.
Infrastructuur: stroomvoorziening, koeling en systeemintegratie kunnen de totale prestaties beperken.
Optimalisatie op systeemniveau laat knelpunten dus niet verdwijnen; ze verschuiven. Een sneller circuit kan niet onbeperkt compenseren voor onvoldoende geheugen, netwerkcapaciteit, software of productieopbrengst. Reuters beschreef ook onzekerheid onder experts over de vraag of Huawei’s voorstel een fundamentele doorbraak is. Daarvoor zouden bovendien nieuwe ontwerptools en bredere technische capaciteiten nodig zijn.
De ‘pagode van 18 verdiepingen’ tegenover Huang’s vijf lagen
De Huawei-wetenschapper Liao Heng heeft de AI-waardeketen omschreven als een ‘pagode van 18 verdiepingen’. De metafoor stelt AI-capaciteit voor als een hoge structuur waarin veel onderling verbonden lagen overeind moeten blijven. Chipontwerp en chipproductie vormen daarin slechts een deel van het geheel.
Het idee vertoont overeenkomsten met de ‘taart met vijf lagen’ waarmee Nvidia-topman Jensen Huang de AI-industrie beschrijft. Zijn model ordent de sector in brede lagen, zoals energie, chips, infrastructuur en systemen, modellen en software, en toepassingen. Huawei’s model is gedetailleerder en benadrukt vooral de noodzaak van gecoördineerde binnenlandse ontwikkeling over de hele keten.
De praktische boodschap is in beide modellen vergelijkbaar: leiderschap in AI wordt niet bepaald door één processor op zichzelf. Het ontstaat uit de wisselwerking tussen hardware, netwerken, datacenterinfrastructuur, software en toepassingen.
De test van de zwakste schakel
Het principe van de zwakste schakel biedt de duidelijkste manier om Huawei’s claims te beoordelen. Een AI-platform wordt uiteindelijk begrensd door de laag die het slechtst presteert. Een chip met een hoge dichtheid levert weinig praktisch voordeel op als het geheugen de data niet snel genoeg kan aanleveren, verbindingen chips niet efficiënt koppelen, software workloads niet goed kan plannen of fabrieken onvoldoende opbrengst halen.
Tau Scaling en LogicFolding moeten daarom vooral worden gezien als architecturale hulpmiddelen — niet als vervanging voor een compleet ecosysteem van halfgeleiders. Hun succes hangt af van gelijktijdige vooruitgang in chipontwerp, geheug productie, elektronische ontwerptools, AI-frameworks, productie en systeemintegratie. China Daily beschrijft dat bredere ecosysteem als een keten die loopt van halfgeleiderontwerp en geheugenproductie tot AI-frameworks en systeemintegratie.
Daarom kan een vergelijking met Nvidia niet worden teruggebracht tot transistordichtheid. Nvidia’s voorsprong omvat ook het platform en de systeemlaag rond de chip. Huawei probeert juist een gecoördineerde binnenlandse capaciteit op te bouwen op terreinen waar toegang tot bepaalde buitenlandse componenten en hulpmiddelen beperkt is.
Wat exportbeperkingen veranderden op de Chinese AI-markt
Exportbeperkingen hebben de zoektocht naar binnenlandse alternatieven versneld. De beschikbare marktgegevens over 2025 wijzen echter op vervanging en toenemende concurrentie, niet op het verdwijnen van Nvidia.
IDC-cijfers die Reuters heeft ingezien, wijzen erop dat Nvidia in 2025 ongeveer 2,2 miljoen AI-versnellers naar China verscheepte. Daarmee had het bedrijf een aandeel van 55 procent in de Chinese markt voor AI-versnellers voor servers. Chinese leveranciers waren gezamenlijk goed voor ongeveer 41 procent. Huawei werd daarbij genoemd als de grootste Chinese leverancier.
Het precieze cijfer voor Huawei is in de beschikbare rapporten minder eenduidig. Een bericht dat naar dezelfde algemene marktgegevens verwijst, stelt dat Huawei 812.000 versnellers verscheepte, goed voor 20,3 procent van de totale markt. Andere samenvattingen spreken van ongeveer de helft van alle zendingen van binnenlandse merken. Dat kan samenhangen met verschillende definities van product of markt. De voorzichtigste conclusie is daarom dat Huawei de binnenlandse markt aanvoerde — niet dat het bedrijf individueel het volledige aandeel van 41 procent voor zijn rekening nam.
Dat onderscheid is relevant. Exportbeperkingen hebben marktruimte gecreëerd voor Huawei en andere Chinese chipmakers, maar de markt blijft concurrerend. In de gerapporteerde cijfers over 2025 was Nvidia nog steeds de grootste afzonderlijke leverancier.
Waar de aandacht nu naartoe gaat
De Kirin-lancering van september 2026 wordt het eerste concrete ijkpunt voor Tau Scaling en LogicFolding. Onafhankelijke tests zullen moeten uitwijzen hoe de chip presteert op onder meer snelheid, energie-efficiëntie, warmteontwikkeling, productieopbrengst en softwarecompatibiliteit. Daarbij is het belangrijk om geclaimde gelijkwaardigheid van transistordichtheid niet te verwarren met daadwerkelijk gemeten productprestaties.
De bredere test is of Huawei een idee op circuitniveau kan vertalen naar herhaalbare systeemvoordelen in smartphones, AI-versnellers en datacenterclusters. Als dat lukt, kan het bedrijf laten zien dat zinvolle prestatiewinst ook mogelijk is door dataverplaatsing en onderlinge afstemming te optimaliseren wanneer toegang tot de modernste lithografie beperkt is. Als dat niet lukt, blijft Tau mogelijk een nuttig ontwerpkader, zonder een vervanging te worden voor conventionele procestechnologische vooruitgang.
De meest nuchtere conclusie is daarom deze: Huawei probeert meer prestaties op toepassingsniveau te halen uit architectuur, verbindingen en gekoppelde systemen. Het bedrijf heeft niet aangetoond dat kleinere transistoren er niet meer toe doen, en evenmin dat de meest ambitieuze claims over chipdichtheid al zijn bewezen. De concurrentie verschuift naar de volledige innovatieketen — en naar het bedrijf dat kan voorkomen dat één van die lagen de zwakste schakel wordt.
