A tecnologia central para essa abordagem é a LogicFolding. A ideia, segundo a Huawei, é organizar circuitos lógicos, analógicos e de memória de maneira mais integrada e vertical, encurtando as distâncias percorridas pelos sinais. A técnica deverá estrear em um chip Kirin para smartphones previsto para setembro.

O que o chip de setembro poderá — e não poderá — provar

O lançamento será um teste importante, mas não uma comprovação automática das promessas da empresa. Para avaliar a arquitetura, pesquisadores e analistas precisarão verificar:

• qual processo de fabricação foi realmente usado e qual foi seu rendimento;
• o desempenho sustentado de CPU, GPU e NPU, e não apenas os picos de benchmarks;
• consumo de energia, aquecimento e duração de bateria;
• empacotamento, sistema de memória e largura de banda;
• desempenho em tarefas reais e por longos períodos;
• ganhos de densidade e eficiência em comparação com a geração anterior e com chips concorrentes.

Se o resultado for positivo, o aparelho poderá mostrar que arquitetura, empacotamento e integração de sistema conseguem diminuir a distância para concorrentes fabricados em processos mais avançados. Isso não significaria, porém, que a Huawei substituiu a litografia EUV, tornou irrelevante o tamanho dos transistores ou eliminou os custos de fabricar chips em nós de ponta. A própria ideia de uma ruptura tecnológica ainda precisa de validação independente.

A “pagoda de 18 andares” contra o “bolo de cinco camadas”

A Huawei também apresenta uma visão mais detalhada da cadeia de inteligência artificial por meio do modelo de Liao Heng, cientista-chefe da área de semicondutores da empresa. Ele descreve o setor como uma pagoda de 18 andares, em contraste com o modelo de bolo de cinco camadas popularizado por Jensen Huang, CEO da Nvidia.

O esquema de Huang é uma visão industrial e econômica de alto nível: energia, chips, infraestrutura de computação, nuvem e modelos de IA, e aplicações. A metáfora mostra como a IA depende de uma base física e energética até chegar aos produtos que geram valor comercial.

Já a pagoda de Liao abre essas categorias e expõe suas dependências técnicas. A estrutura inclui teoria, energia, mineração, matérias-primas, silício, projeto de transistores, fabricação de wafers, litografia e equipamentos, empacotamento avançado, arquitetura de chips, compiladores, runtimes, divisão de operadores, quantização, treinamento, modelos fundamentais, agentes, produtos e aplicações.

A diferença não é apenas o número de camadas. O bolo de Huang funciona como um mapa de negócios; a pagoda de Liao funciona como um mapa de engenharia e produção. Ela mostra o que fica escondido quando se fala genericamente em “chips”, “infraestrutura” ou “modelos”.

Por que a camada mais fraca define o teto

A tese da “camada mais curta” é, essencialmente, um argumento de engenharia de sistemas. Um modelo de IA muito capaz não resolve gargalos de energia, memória, rede, empacotamento, rendimento de fabricação, ferramentas de software ou capacidade de implantação.

Se uma etapa não acompanha as demais, o sistema inteiro perde vazão, aumenta custos ou se torna menos confiável. Um acelerador rápido pode ficar ocioso esperando dados; uma rede lenta pode anular o ganho de vários chips; memória insuficiente pode obrigar o sistema a movimentar informações repetidamente; e um compilador inadequado pode impedir que o hardware seja utilizado de forma eficiente.

Por isso, a proposta da Huawei enfatiza interfaces e coordenação entre camadas. O desempenho não seria determinado apenas pela capacidade de um processador isolado, mas pela eficiência com que todos os componentes trabalham juntos.

Muitos chips menos potentes podem compensar um chip melhor?

Uma consequência prática da estratégia é formar clusters com grande quantidade de aceleradores disponíveis domesticamente, mesmo que cada unidade seja menos potente do que uma GPU de ponta da Nvidia. Para que isso funcione, a Huawei precisa coordenar projeto de chips, memória, interconexões, compiladores, runtimes, quantização de modelos e software de treinamento distribuído.

O objetivo é reduzir o tempo em que os aceleradores ficam esperando dados ou trocando informações. Em cargas de trabalho que podem ser divididas facilmente entre vários processadores, essa abordagem pode gerar desempenho útil em escala de sistema.

O custo, porém, pode ser alto. Clusters maiores tendem a exigir mais energia, rede, refrigeração, software especializado e operação. Também podem ser mais difíceis de programar e administrar do que sistemas com menos aceleradores de fronteira. Até o momento, as informações disponíveis sustentam essa como uma direção estratégica da Huawei, mas ainda não há validação independente suficiente para afirmar que seus sistemas alcançam paridade com as principais plataformas da Nvidia.

O contexto do ecossistema chinês

A estratégia faz parte de um esforço mais amplo para construir uma cadeia doméstica integrada, abrangendo projeto e fabricação de chips, memória, empacotamento, frameworks de IA e integração de sistemas. A lógica é reduzir o risco de que uma restrição de importação em apenas uma etapa limite todo o sistema.

Esse movimento já aparece no mercado chinês. Dados da IDC divulgados pela Reuters indicam que fornecedores chineses de GPUs e chips de IA, liderados pela Huawei, conquistaram cerca de 41% do mercado chinês de servidores com aceleradores de IA em 2025. A Nvidia continuou na liderança, com aproximadamente 55%, mas sua participação foi pressionada por controles de exportação americanos e pela política de localização tecnológica da China.

Nesse cenário, Tau Scaling e LogicFolding não são apenas projetos de arquitetura de chips. Eles fazem parte de uma tentativa de reorganizar a competição em torno de vários pontos da cadeia: reduzir atrasos, integrar melhor hardware e software, distribuir cargas entre clusters e fortalecer fornecedores domésticos.

A Huawei, portanto, não está abolindo a física dos semicondutores. Está tentando deslocar a disputa para arquitetura, empacotamento, software e coordenação em escala de sistema — áreas nas quais um ecossistema nacional verticalmente integrado pode compensar parcialmente a desvantagem no acesso à litografia de ponta.

A tecnologia central para essa abordagem é a LogicFolding. A ideia, segundo a Huawei, é organizar circuitos lógicos, analógicos e de memória de maneira mais integrada e vertical, encurtando as distâncias percorridas pelos sinais. A técnica deverá estrear em um chip Kirin para smartphones previsto para setembro.

O que o chip de setembro poderá — e não poderá — provar

O lançamento será um teste importante, mas não uma comprovação automática das promessas da empresa. Para avaliar a arquitetura, pesquisadores e analistas precisarão verificar:

• qual processo de fabricação foi realmente usado e qual foi seu rendimento;
• o desempenho sustentado de CPU, GPU e NPU, e não apenas os picos de benchmarks;
• consumo de energia, aquecimento e duração de bateria;
• empacotamento, sistema de memória e largura de banda;
• desempenho em tarefas reais e por longos períodos;
• ganhos de densidade e eficiência em comparação com a geração anterior e com chips concorrentes.

Se o resultado for positivo, o aparelho poderá mostrar que arquitetura, empacotamento e integração de sistema conseguem diminuir a distância para concorrentes fabricados em processos mais avançados. Isso não significaria, porém, que a Huawei substituiu a litografia EUV, tornou irrelevante o tamanho dos transistores ou eliminou os custos de fabricar chips em nós de ponta. A própria ideia de uma ruptura tecnológica ainda precisa de validação independente.

A “pagoda de 18 andares” contra o “bolo de cinco camadas”

A Huawei também apresenta uma visão mais detalhada da cadeia de inteligência artificial por meio do modelo de Liao Heng, cientista-chefe da área de semicondutores da empresa. Ele descreve o setor como uma pagoda de 18 andares, em contraste com o modelo de bolo de cinco camadas popularizado por Jensen Huang, CEO da Nvidia.

O esquema de Huang é uma visão industrial e econômica de alto nível: energia, chips, infraestrutura de computação, nuvem e modelos de IA, e aplicações. A metáfora mostra como a IA depende de uma base física e energética até chegar aos produtos que geram valor comercial.

Já a pagoda de Liao abre essas categorias e expõe suas dependências técnicas. A estrutura inclui teoria, energia, mineração, matérias-primas, silício, projeto de transistores, fabricação de wafers, litografia e equipamentos, empacotamento avançado, arquitetura de chips, compiladores, runtimes, divisão de operadores, quantização, treinamento, modelos fundamentais, agentes, produtos e aplicações.

A diferença não é apenas o número de camadas. O bolo de Huang funciona como um mapa de negócios; a pagoda de Liao funciona como um mapa de engenharia e produção. Ela mostra o que fica escondido quando se fala genericamente em “chips”, “infraestrutura” ou “modelos”.

Por que a camada mais fraca define o teto

A tese da “camada mais curta” é, essencialmente, um argumento de engenharia de sistemas. Um modelo de IA muito capaz não resolve gargalos de energia, memória, rede, empacotamento, rendimento de fabricação, ferramentas de software ou capacidade de implantação.

Se uma etapa não acompanha as demais, o sistema inteiro perde vazão, aumenta custos ou se torna menos confiável. Um acelerador rápido pode ficar ocioso esperando dados; uma rede lenta pode anular o ganho de vários chips; memória insuficiente pode obrigar o sistema a movimentar informações repetidamente; e um compilador inadequado pode impedir que o hardware seja utilizado de forma eficiente.

Por isso, a proposta da Huawei enfatiza interfaces e coordenação entre camadas. O desempenho não seria determinado apenas pela capacidade de um processador isolado, mas pela eficiência com que todos os componentes trabalham juntos.

Muitos chips menos potentes podem compensar um chip melhor?

Uma consequência prática da estratégia é formar clusters com grande quantidade de aceleradores disponíveis domesticamente, mesmo que cada unidade seja menos potente do que uma GPU de ponta da Nvidia. Para que isso funcione, a Huawei precisa coordenar projeto de chips, memória, interconexões, compiladores, runtimes, quantização de modelos e software de treinamento distribuído.

O objetivo é reduzir o tempo em que os aceleradores ficam esperando dados ou trocando informações. Em cargas de trabalho que podem ser divididas facilmente entre vários processadores, essa abordagem pode gerar desempenho útil em escala de sistema.

O custo, porém, pode ser alto. Clusters maiores tendem a exigir mais energia, rede, refrigeração, software especializado e operação. Também podem ser mais difíceis de programar e administrar do que sistemas com menos aceleradores de fronteira. Até o momento, as informações disponíveis sustentam essa como uma direção estratégica da Huawei, mas ainda não há validação independente suficiente para afirmar que seus sistemas alcançam paridade com as principais plataformas da Nvidia.

O contexto do ecossistema chinês

A estratégia faz parte de um esforço mais amplo para construir uma cadeia doméstica integrada, abrangendo projeto e fabricação de chips, memória, empacotamento, frameworks de IA e integração de sistemas. A lógica é reduzir o risco de que uma restrição de importação em apenas uma etapa limite todo o sistema.

Esse movimento já aparece no mercado chinês. Dados da IDC divulgados pela Reuters indicam que fornecedores chineses de GPUs e chips de IA, liderados pela Huawei, conquistaram cerca de 41% do mercado chinês de servidores com aceleradores de IA em 2025. A Nvidia continuou na liderança, com aproximadamente 55%, mas sua participação foi pressionada por controles de exportação americanos e pela política de localização tecnológica da China.

Nesse cenário, Tau Scaling e LogicFolding não são apenas projetos de arquitetura de chips. Eles fazem parte de uma tentativa de reorganizar a competição em torno de vários pontos da cadeia: reduzir atrasos, integrar melhor hardware e software, distribuir cargas entre clusters e fortalecer fornecedores domésticos.

A Huawei, portanto, não está abolindo a física dos semicondutores. Está tentando deslocar a disputa para arquitetura, empacotamento, software e coordenação em escala de sistema — áreas nas quais um ecossistema nacional verticalmente integrado pode compensar parcialmente a desvantagem no acesso à litografia de ponta.