Huawei-forsker advarer om fysisk grense for Nvidia og andre chipgiganter

Huawei Fellow og sjefsforsker for halvledere, Liao Heng, mener verdens ledende chipprodusenter nærmer seg en fysisk grense i jakten på stadig kraftigere prosessorer. Ifølge ham gjelder dette blant andre Nvidia, TSMC, Intel og Samsung. Den tradisjonelle veien – å krympe transistorene, presse flere av dem inn på samme areal og koble til mer minne – kan ikke fortsette ubegrenset.

Dette er Huaweis vurdering, ikke en etablert konklusjon i hele bransjen. Uavhengige eksperter har samtidig vært uenige om hvor nyskapende og betydningsfull Huaweis alternative metode faktisk vil bli.

Nvidia illustrerer problemet

Nvidias AI-akseleratorer har blitt stadig større, både gjennom større prosessorflater og pakker med økende mengder HBM – «high-bandwidth memory», altså høybåndbreddeminne som kan flytte store datamengder raskt mellom minne og prosessor. Liao brukte denne utviklingen som et eksempel på hvor krevende den tradisjonelle skaleringsmodellen er blitt.

Når brikker og minne bygges ut, oppstår det flere begrensninger samtidig:

• selve arealet som kan produseres og pakkes,
• strømforbruk og varmeutvikling,
• avstanden og kapasiteten i forbindelsene mellom komponentene,
• samt hvor komplisert og kostbar produksjonen blir.

Liaos poeng er derfor ikke bare at transistorene nærmer seg en størrelsesgrense. Også systemet rundt dem kan bli en flaskehals. Å legge til flere beregningsbrikker og mer HBM kan gi høyere ytelse i en periode, men han mener metoden til slutt vil møte et tak – og at en videre overskridelse kan utløse det han beskrev som en «snøskred»-effekt.

Hvorfor Huawei vil finne en annen vei

Huaweis handlingsrom er dessuten blitt mindre etter amerikanske sanksjoner. Selskapet har mistet tilgangen til viktige leverandører av avansert chipproduksjon, blant annet ASMLs mest avanserte litografisystemer. Litografi er prosessen som brukes til å overføre ekstremt små kretsmønstre til en silisiumskive.

En strategi som utelukkende bygger på de nyeste produksjonsnodene, er dermed langt vanskeligere for Huawei å følge. Selskapet vil i stedet flytte hovedfokuset fra hvor små transistorene kan bli, til hvor raskt signaler og data kan bevege seg gjennom en brikke og resten av datasystemet.

Tau Scaling Law: hastighet i stedet for bare størrelse

Huaweis Tau (τ) Scaling Law er rammeverket som skal styre denne alternative utviklingen. Mens tradisjonell skalering først og fremst handler om transistorenes geometri, setter Tau-metoden tiden det tar å overføre signaler og data – tau – i sentrum. Målet er å redusere forsinkelser i både brikker og komplette elektroniske systemer.

Den tilhørende LogicFolding-arkitekturen skal gi høyere effektiv tetthet og ytelse gjennom kretsdesign og systemarkitektur, i stedet for å være avhengig av at transistorene stadig krympes. Huawei har presentert dette som en mulig vei til videre forbedringer med eksisterende litografiteknologi.

Den første virkelige testen blir Huaweis kommende Kirin-smarttelefonbrikke. Huawei har sagt at Kirin-prosessorer som kommer senere i 2026, skal bli de første med LogicFolding. Når brikken lanseres og senere analyseres av bransjens forsknings- og teardown-selskaper, vil det gi den første eksterne vurderingen av hvor mye teknologien faktisk leverer.

«18-etasjers pagode» mot Nvidias «femetasjes kake»

Liao beskrev ikke bare selve brikken, men hele verdikjeden for kunstig intelligens som en 18-etasjers pagode. Modellen går fra råvarer, kjemikalier og produksjonsutstyr via transistorprosesser, waferproduksjon og avansert pakking til brikkearkitektur, kompilatorer, programvare, algoritmer, modeller og applikasjoner.

Bildet kan sammenlignes med Nvidia-sjef Jensen Huangs modell av AI-industrien som en femlags kake. Huang deler verdikjeden inn i energi, brikker og datainfrastruktur, nettskybaserte datasentre, AI-modeller og applikasjoner.

Forskjellen ligger først og fremst i detaljnivået. Huangs kake beskriver de brede hoveddelene, mens Liaos pagode bryter dem ned i de mange teknologiske og industrielle avhengighetene som ligger under hver kategori. Begge modellene forsøker å vise at AI-ytelse ikke avgjøres av én enkelt prosessor alene, men av et system der mange lag må fungere sammen.

To mer selvstendige økosystemer?

Liaos overordnede politiske budskap er at strategisk konkurranse og eksportkontroll gjør det nødvendig å bygge mer komplette halvleder- og forsyningssystemer. I praksis betyr det at både USA og Kina må kunne dekke flere ledd i verdikjeden selv, fremfor å forutsette fri tilgang til én samlet, global leverandørkjede.

Kildematerialet støtter tydelig Huaweis arbeid med å integrere Kinas egen forsyningskjede, men gir mindre direkte dokumentasjon på den nøyaktige formuleringen om at USA og Kina må etablere to fullstendig separate og komplette økosystemer. Det sikre er at Huawei ønsker å gjøre seg mindre avhengig av utenlandske teknologier – og at selskapet forsøker å konkurrere på systemdesign og dataflyt når den tradisjonelle litografikappløpet er vanskeligere å delta i.