Современные ускорители искусственного интеллекта становятся всё крупнее: производители увеличивают вычислительные кристаллы и подключают к ним всё больше памяти с высокой пропускной способностью — HBM (high-bandwidth memory). Такая память позволяет быстрее обмениваться данными между процессором и хранилищем, что особенно важно для обучения и работы ИИ-моделей.
Но увеличение масштаба не даётся бесплатно. Оно упирается в площадь кристалла и корпуса, энергопотребление, отвод тепла, сложность соединений между компонентами и технологичность массового производства. Именно направление развития ИИ-ускорителей Nvidia Ляо привёл как пример того, что традиционное масштабирование становится всё труднее.
В его формулировке отрасль может продолжать двигаться вперёд, но после пересечения определённой границы возникнет своего рода «лавина» — резкое усиление инженерных и производственных проблем. Это предупреждение не означает, что нынешние решения Nvidia или других компаний уже достигли предела: речь идёт о долгосрочном ограничении выбранной стратегии.
Для Huawei вопрос имеет не только теоретическое значение. Американские санкции ограничили доступ компании к ключевым поставщикам передового оборудования для производства микросхем, включая наиболее современные литографические системы ASML. Поэтому конкуренция исключительно за самые новые техпроцессы стала для Huawei гораздо менее реалистичной.
Компания предлагает сместить главный объект оптимизации: не только уменьшать геометрические размеры транзисторов, но и сокращать время, за которое сигналы и данные проходят через чип и всю вычислительную систему. Иными словами, Huawei хочет выигрывать не одной лишь плотностью размещения элементов, а организацией движения информации.
Tau (τ) Scaling Law — предложенная Huawei концепция, которую компания позиционирует как альтернативу традиционному геометрическому масштабированию, связанному с законом Мура. В её основе лежит показатель времени передачи сигнала: разработчики должны стремиться уменьшать задержки внутри микросхем и между компонентами вычислительной системы.
Такой подход не отменяет физику транзисторов и не делает литографию ненужной. Он лишь предлагает измерять дальнейший прогресс шире — через скорость передачи данных, архитектуру системы и эффективность взаимодействия её частей.
Связанная с этой концепцией архитектура называется LogicFolding. Она должна повышать эффективную плотность и производительность за счёт архитектурных и системных решений, а не только за счёт уменьшения размеров отдельных транзисторов.
Huawei заявила, что первыми чипами с LogicFolding станут смартфонные процессоры Kirin, выпуск которых ожидается позднее в 2026 году. Их появление и последующий анализ со стороны исследовательских и специализированных компаний, включая разбор конструкции, должны показать, насколько заявления Huawei подтверждаются на практике.
Именно этот запуск станет первым содержательным внешним тестом концепции: по нему можно будет оценить не только заявленную плотность, но и реальные показатели производительности, энергопотребления, тепловыделения и передачи данных. Reuters также сообщал, что Huawei планирует применять архитектуру LogicFolding в чипах Ascend и крупных ИИ-кластерах в дальнейшем.
Говоря о развитии искусственного интеллекта, Ляо описал отрасль как «18-этажную пагоду». Эта метафора разбивает цепочку создания вычислительной мощности на множество взаимозависимых уровней: от сырья, электронных химикатов и производственного оборудования до транзисторных технологий, упаковки, архитектуры чипов, компиляторов, программного обеспечения, алгоритмов, моделей и конечных приложений.
Модель напоминает популярную аналогию главы Nvidia Дженсена Хуанга — «пятислойный пирог». В ней ИИ-индустрия представлена пятью крупными уровнями: энергией, чипами и вычислительной инфраструктурой, облачными дата-центрами, ИИ-моделями и приложениями.
Разница прежде всего в детализации. «Пирог» показывает общую структуру рынка, тогда как «пагода» подчёркивает многочисленные промежуточные зависимости внутри каждого крупного блока. Сбой или отставание на одном из нижних уровней — например, в материалах, оборудовании, упаковке или инструментах разработки — может ограничить возможности всей цепочки.
Политический вывод Ляо связан с тем, что стратегическая конкуренция и экспортные ограничения меняют саму структуру полупроводниковой отрасли. По его логике, США и Китаю необходимо развивать полные производственные и технологические экосистемы — от материалов и оборудования до чипов, программного обеспечения, моделей и приложений — вместо прежней зависимости от единой глобальной цепочки поставок.
Предоставленные источники подтверждают стремление Huawei интегрировать китайскую цепочку поставок и создать альтернативный путь развития. При этом в них недостаточно прямых деталей, чтобы уверенно приписывать Ляо точную формулировку о двух полностью раздельных и самодостаточных экосистемах. Поэтому это следует рассматривать как общий политико-технологический вывод его позиции, а не как установленный факт о завершённом разделении мировой отрасли.
Современные ускорители искусственного интеллекта становятся всё крупнее: производители увеличивают вычислительные кристаллы и подключают к ним всё больше памяти с высокой пропускной способностью — HBM (high-bandwidth memory). Такая память позволяет быстрее обмениваться данными между процессором и хранилищем, что особенно важно для обучения и работы ИИ-моделей.
Но увеличение масштаба не даётся бесплатно. Оно упирается в площадь кристалла и корпуса, энергопотребление, отвод тепла, сложность соединений между компонентами и технологичность массового производства. Именно направление развития ИИ-ускорителей Nvidia Ляо привёл как пример того, что традиционное масштабирование становится всё труднее.
В его формулировке отрасль может продолжать двигаться вперёд, но после пересечения определённой границы возникнет своего рода «лавина» — резкое усиление инженерных и производственных проблем. Это предупреждение не означает, что нынешние решения Nvidia или других компаний уже достигли предела: речь идёт о долгосрочном ограничении выбранной стратегии.
Для Huawei вопрос имеет не только теоретическое значение. Американские санкции ограничили доступ компании к ключевым поставщикам передового оборудования для производства микросхем, включая наиболее современные литографические системы ASML. Поэтому конкуренция исключительно за самые новые техпроцессы стала для Huawei гораздо менее реалистичной.
Компания предлагает сместить главный объект оптимизации: не только уменьшать геометрические размеры транзисторов, но и сокращать время, за которое сигналы и данные проходят через чип и всю вычислительную систему. Иными словами, Huawei хочет выигрывать не одной лишь плотностью размещения элементов, а организацией движения информации.
Tau (τ) Scaling Law — предложенная Huawei концепция, которую компания позиционирует как альтернативу традиционному геометрическому масштабированию, связанному с законом Мура. В её основе лежит показатель времени передачи сигнала: разработчики должны стремиться уменьшать задержки внутри микросхем и между компонентами вычислительной системы.
Такой подход не отменяет физику транзисторов и не делает литографию ненужной. Он лишь предлагает измерять дальнейший прогресс шире — через скорость передачи данных, архитектуру системы и эффективность взаимодействия её частей.
Связанная с этой концепцией архитектура называется LogicFolding. Она должна повышать эффективную плотность и производительность за счёт архитектурных и системных решений, а не только за счёт уменьшения размеров отдельных транзисторов.
Huawei заявила, что первыми чипами с LogicFolding станут смартфонные процессоры Kirin, выпуск которых ожидается позднее в 2026 году. Их появление и последующий анализ со стороны исследовательских и специализированных компаний, включая разбор конструкции, должны показать, насколько заявления Huawei подтверждаются на практике.
Именно этот запуск станет первым содержательным внешним тестом концепции: по нему можно будет оценить не только заявленную плотность, но и реальные показатели производительности, энергопотребления, тепловыделения и передачи данных. Reuters также сообщал, что Huawei планирует применять архитектуру LogicFolding в чипах Ascend и крупных ИИ-кластерах в дальнейшем.
Говоря о развитии искусственного интеллекта, Ляо описал отрасль как «18-этажную пагоду». Эта метафора разбивает цепочку создания вычислительной мощности на множество взаимозависимых уровней: от сырья, электронных химикатов и производственного оборудования до транзисторных технологий, упаковки, архитектуры чипов, компиляторов, программного обеспечения, алгоритмов, моделей и конечных приложений.
Модель напоминает популярную аналогию главы Nvidia Дженсена Хуанга — «пятислойный пирог». В ней ИИ-индустрия представлена пятью крупными уровнями: энергией, чипами и вычислительной инфраструктурой, облачными дата-центрами, ИИ-моделями и приложениями.
Разница прежде всего в детализации. «Пирог» показывает общую структуру рынка, тогда как «пагода» подчёркивает многочисленные промежуточные зависимости внутри каждого крупного блока. Сбой или отставание на одном из нижних уровней — например, в материалах, оборудовании, упаковке или инструментах разработки — может ограничить возможности всей цепочки.
Политический вывод Ляо связан с тем, что стратегическая конкуренция и экспортные ограничения меняют саму структуру полупроводниковой отрасли. По его логике, США и Китаю необходимо развивать полные производственные и технологические экосистемы — от материалов и оборудования до чипов, программного обеспечения, моделей и приложений — вместо прежней зависимости от единой глобальной цепочки поставок.
Предоставленные источники подтверждают стремление Huawei интегрировать китайскую цепочку поставок и создать альтернативный путь развития. При этом в них недостаточно прямых деталей, чтобы уверенно приписывать Ляо точную формулировку о двух полностью раздельных и самодостаточных экосистемах. Поэтому это следует рассматривать как общий политико-технологический вывод его позиции, а не как установленный факт о завершённом разделении мировой отрасли.