Huawei vil gjøre brikkene raskere – uten å være avhengig av mindre transistorer

Det er en viktig forskjell. Beregning foregår ikke bare i transistorene. Signaler må også gjennom ledningsbaner, minne, kapsling, forbindelser mellom brikker og større datasystemer. Hvis dataflyten er for treg, kan gevinsten ved å legge til mer logikk eller flere beregningsenheter bli begrenset. Huawei sier Tau Scaling skal redusere slike forsinkelser på flere nivåer i systemet.

Transistortetthet blir dermed ikke irrelevant. Men forholdet mellom transistorene, kretslayouten, forbindelsene og systemarkitekturen endres.

Hva skal LogicFolding gjøre?

LogicFolding er Huaweis foreslåtte krets- og designteknikk for å øke den effektive logikktettheten uten å være helt avhengig av en ny og mer avansert produksjonsprosess. Selskapet beskriver en løsning der logikk-, analog- og minnekretser organiseres i tettere, potensielt stablede strukturer, samtidig som interne ledningsbaner forkortes.

Huawei har sagt at den første Kirin-brikken for smarttelefoner som bygger på Tau-rammeverket og bruker LogicFolding, skal lanseres i september 2026. Produktet blir den første praktiske testen på om arkitekturen gir målbare fordeler i en masseprodusert forbrukerbrikke.

Selskapet har også satt seg som mål å lage avanserte brikker med transistortetthet tilsvarende en 1,4-nanometers prosess innen 2031. Dette er et mål Huawei selv har presentert – ikke et uavhengig bekreftet resultat fra serieproduksjon. Reuters skrev at Huawei ikke la frem uavhengige ytelsesdata sammen med påstanden.

Derfor er hele systemet viktigere enn én enkelt brikke

Tau-strategien blir særlig relevant for kunstig intelligens, der ytelsen avhenger av at enorme datamengder kan flyttes effektivt mellom prosessorer, minne og andre komponenter.

En klynge med flere mindre kraftige akseleratorer kan fortsatt være nyttig dersom brikkene kommuniserer effektivt, og programvaren klarer å holde dem forsynt med data. Det gjør flere områder avgjørende:

• Forbindelser: Brikkene trenger høy båndbredde og lav forsinkelse når de kommuniserer.
• Minne: Begrenset kapasitet eller båndbredde kan føre til at beregningsressurser står ubrukt.
• Kapsling: Den fysiske plasseringen av logikk, minne og dataforbindelser påvirker hastighet, varme og produksjonsmuligheter.
• Programvare: Kompilatorer, rammeverk og oppgavefordeling avgjør hvor effektivt en klynge utnyttes.
• Infrastruktur: Strømforsyning, kjøling og integrasjon i datasentre setter grenser for samlet ytelse.

Optimalisering på systemnivå fjerner likevel ikke flaskehalser. Den flytter dem. En raskere krets kan ikke i det uendelige kompensere for svakt minne, tregt nettverk, uferdig programvare eller lav produksjonskvalitet. Reuters har omtalt usikkerhet blant eksperter om hvorvidt Huaweis forslag er et grunnleggende gjennombrudd, og peker på at det også vil kreve nye designverktøy og bredere teknisk kapasitet.

«18-etasjers pagode» mot Nvidias fem lag

Huawei-forskeren Liao Heng har sammenlignet verdikjeden for kunstig intelligens med en «18-etasjers pagode». Bildet beskriver AI som en høy konstruksjon med mange gjensidig avhengige nivåer. Brikkedesign og produksjon er bare deler av helheten.

Metaforen minner om Nvidia-sjef Jensen Huangs modell med en «lagdelt kake» på fem nivåer. Den organiserer AI-industrien i brede kategorier som energi, brikker, infrastruktur og systemer, modeller og programvare samt applikasjoner. Huaweis modell er mer detaljert og legger større vekt på koordinert utvikling i hele den innenlandske verdikjeden.

Hovedbudskapet er likevel likt: Lederskap innen AI avgjøres ikke av én prosessor alene. Det handler om samspillet mellom maskinvare, nettverk, datasenterinfrastruktur, programvare, modeller og tjenester.

Testen blir det svakeste leddet

Prinsippet om det svakeste leddet er en nyttig måte å vurdere Huaweis påstander på. Et AI-system begrenses av det nivået som fungerer dårligst.

En tettpakket brikke gir liten praktisk gevinst dersom minnet ikke klarer å levere data raskt nok, forbindelsene ikke kobler brikkene effektivt, programvaren ikke fordeler arbeidsoppgavene, eller fabrikkene ikke kan produsere brikkene med tilstrekkelig kvalitet.

Tau Scaling og LogicFolding bør derfor forstås som arkitektoniske virkemidler – ikke som en full erstatning for et komplett halvlederøkosystem. Suksessen vil avhenge av samtidig fremgang innen brikkedesign, minneproduksjon, verktøy for elektronisk design, AI-rammeverk, produksjon og systemintegrasjon. China Daily beskriver dette bredere økosystemet som en kjede som omfatter blant annet halvlederdesign, minneproduksjon, AI-rammeverk og systemintegrasjon.

Det er også derfor en sammenligning med Nvidia ikke kan reduseres til transistortetthet. Nvidias styrke består i stor grad av plattformen og systemlaget rundt brikkene. Huaweis strategi er på sin side utformet for å bygge en samordnet innenlandsk kapasitet i en situasjon der tilgangen til enkelte utenlandske komponenter og verktøy er begrenset.

Eksportkontrollene endret markedet – men fjernet ikke Nvidia

Amerikanske eksportrestriksjoner har økt behovet for kinesiske alternativer. Markedstallene for 2025 viser likevel først og fremst en forskyvning, ikke at Nvidia er borte fra Kina.

IDC-tall gjennomgått av Reuters viser at Nvidia leverte rundt 2,2 millioner AI-akseleratorer til Kina i 2025, tilsvarende en markedsandel på 55 prosent i markedet for AI-akseleratorer til servere. Kinesiske leverandører sto samlet for rundt 41 prosent, og Huawei ble omtalt som den største kinesiske leverandøren.

Det nøyaktige Huawei-tallet varierer mellom rapportene. En rapport som viser til de samme overordnede markedstallene, sier at Huawei leverte 812 000 akseleratorer, tilsvarende 20,3 prosent av totalmarkedet. Andre oppsummeringer beskriver Huawei som leverandør av omtrent halvparten av alle akseleratorene fra kinesiske merker.

Forskjellene kan skyldes ulike definisjoner av produkter og markeder. Den mest forsvarlige konklusjonen er derfor at Huawei var ledende blant Kinas hjemlige leverandører – ikke at selskapet alene hadde hele de 41 prosentene som gjaldt kinesiske leverandører samlet.

Eksportrestriksjonene har altså åpnet mer plass for Huawei og andre kinesiske brikkeprodusenter, men markedet er fortsatt konkurransepreget. Nvidia var fortsatt den største enkeltleverandøren i de rapporterte tallene for 2025.

Dette bør følges med på videre

Kirin-lanseringen i september 2026 blir det første konkrete kontrollpunktet for Tau Scaling og LogicFolding. Da blir det viktig å skille mellom Huaweis påstand om transistortetthet tilsvarende en bestemt prosessnode og uavhengig målte resultater for ytelse, energieffektivitet, varmeutvikling, produksjonsutbytte og programvarekompatibilitet.

Den større testen blir om Huawei klarer å gjøre en idé på kretsnivå om til stabile systemfordeler i smarttelefoner, AI-akseleratorer og datasenterklynger. Hvis strategien fungerer, kan selskapet vise at betydelige ytelsesforbedringer også kan komme fra bedre dataflyt og koordinering – selv når tilgangen til den mest avanserte litografien er begrenset.

Hvis ikke, kan Tau bli stående som et nyttig designrammeverk, uten å bli en reell erstatning for tradisjonell prosesskalering.

Den mest nøkterne tolkningen er derfor at Huawei forsøker å hente mer ytelse ut av arkitektur, forbindelser og sammenkoblede systemer. Selskapet har ikke vist at mindre transistorer har sluttet å bety noe, eller at de mest ambisiøse tetthetsmålene allerede er bevist. Konkurransen flyttes i stedet mot hele innovasjonskjeden – og mot den aktøren som klarer å hindre at ett av leddene blir det svakeste.