A lógica é direta: mesmo que a fabricação não avance no mesmo ritmo de antes, um sistema pode ganhar desempenho se reduzir atrasos de comunicação e tornar mais eficiente o caminho percorrido pelos dados.
O LogicFolding é a técnica de projeto de circuitos associada à Tau Scaling Law. A proposta é concentrar mais capacidade lógica efetiva em uma determinada área, organizando de maneira mais compacta circuitos de lógica, analógicos e de memória, sem depender exclusivamente de um processo de fabricação mais avançado.
A Huawei planeja apresentar em setembro o primeiro chip Kirin para smartphones desenvolvido sob essa arquitetura. O produto será o teste prático mais importante da ideia até agora.
A empresa também afirmou que poderá alcançar, até 2031, uma densidade de transistores equivalente à de um processo de 1,4 nm. Essa é uma meta declarada pela própria Huawei, não um resultado confirmado por medições ou benchmarks independentes.
A estratégia não se limita ao desenho do chip. Ela dá peso considerável a fatores como:
Em inteligência artificial, muitos aceleradores produzidos localmente e conectados em clusters podem oferecer um desempenho agregado útil, mesmo que cada chip individual fique atrás dos produtos mais avançados da Nvidia. O preço dessa abordagem é que os gargalos não desaparecem: eles podem migrar para a rede, a memória, a energia, o resfriamento ou a eficiência do software.
O cientista da Huawei Liao Heng descreveu a cadeia de valor da IA como uma “pagoda de 18 andares”. A metáfora representa uma pilha mais detalhada de camadas interdependentes, na qual o resultado final depende da coordenação de vários níveis tecnológicos.
A comparação é com o modelo de “bolo de cinco camadas” usado pelo CEO da Nvidia, Jensen Huang, para explicar a indústria de IA. Em linhas gerais, o modelo de Huang inclui energia, chips, infraestrutura e sistemas, modelos e software e aplicações. A visão da Huawei enfatiza especialmente a necessidade de desenvolver capacidades domésticas coordenadas em cada camada.
A principal conclusão prática é que um sistema de IA tende a ser limitado por sua camada mais fraca. Um chip veloz não compensa totalmente uma memória de alta largura de banda insuficiente, interconexões lentas, ferramentas de projeto deficientes, compiladores imaturos, baixo rendimento industrial ou integração ruim entre os componentes.
Por isso, Tau Scaling Law e LogicFolding não substituem um ecossistema completo. São alavancas arquitetônicas que só funcionam se houver avanços simultâneos em projeto de chips, fabricação de memória, estruturas de IA, ferramentas de software e engenharia de sistemas. A Reuters relata que especialistas divergem sobre o grau de novidade e o impacto potencial do anúncio, além de apontarem a necessidade de novas ferramentas de design.
As restrições americanas à exportação e o esforço chinês de substituição também abriram espaço para fornecedores locais. Dados da IDC analisados pela Reuters indicam que a Nvidia enviou 2,2 milhões de aceleradores de IA para a China em 2025, equivalentes a 55% do mercado chinês de servidores com aceleradores de IA. Os fornecedores chineses, em conjunto, ficaram com cerca de 41%, e a Huawei foi a maior empresa doméstica do segmento.
Esse número de 41% não representa a participação individual da Huawei. Os dados disponíveis informam a fatia combinada dos fornecedores chineses e identificam a Huawei como líder entre eles, mas não apresentam uma porcentagem individual confiável para a companhia. Outras estimativas, como as atribuídas ao banco Bernstein, colocam a participação da Nvidia mais perto de 40% em 2025 — uma diferença que mostra como os resultados variam conforme a definição do mercado e a metodologia usada.
A comparação mais precisa não é dizer que a Huawei “substituiu” a miniaturização dos transistores. O que a empresa está tentando fazer é extrair mais desempenho no nível da aplicação por meio da arquitetura dos circuitos, da velocidade de movimentação dos dados e de sistemas conectados em cluster.
Essa abordagem pode ser particularmente valiosa sob sanções e com acesso limitado à litografia de ponta. Ainda assim, seu sucesso dependerá de uma cadeia de inovação ampla — da memória e das ferramentas de projeto aos modelos de IA e à integração do sistema — avançando de forma coordenada.