Huawei-forskare varnar Nvidia för en kommande chipvägg

Enligt Liao kan den modellen snart leda till en ”lavin”: när det inte längre är fysiskt eller ekonomiskt möjligt att fortsätta skala upp genom att lägga till fler beräkningsdelar och mer så kallat HBM-minne, alltså minne med mycket hög bandbredd .

Han pekade särskilt ut Nvidia som sårbart för utvecklingen. Bolagets AI-acceleratorer bygger på mycket stora chip och omfattande minnessystem för att driva upp prestandan. Liao menar att den strategin har en gräns: ”Att skala upp genom att kontinuerligt lägga till fler transistorer och minne med högre bandbredd blir ohållbart”, enligt rapporteringen .

Moore's law ger inte längre samma ekonomiska vinst

Liao hävdade också att Moore's law – den långvariga observationen att antalet transistorer på ett chip ökar snabbt över tid – har förlorat sin viktigaste ekonomiska fördel.

Enligt honom upphörde kostnaden per transistor i praktiken att sjunka på samma sätt från 16- och 7-nanometersnoderna. Utvecklingen kan fortfarande ge högre prestanda och bättre energieffektivitet, men även dessa förbättringar blir allt mindre .

Det innebär inte att mindre tillverkningsnoder är meningslösa. Däremot blir de dyrare och svårare att utveckla, samtidigt som varje nytt steg inte nödvändigtvis ger samma stora förbättring som tidigare.

Huaweis alternativ: mät tiden i stället för nanometrarna

Huaweis svar heter Tau Scaling Law. Principen presenterades i maj 2026 och bygger på att framsteg inte främst ska mätas i hur små transistorerna är, utan i hur snabbt signaler kan färdas genom hela beräkningssystemet .

Symbolen τ, tau, används för signalens tidsfördröjning. Målet är alltså att minska tiden för data att röra sig mellan logik, minne och andra delar av systemet – i stället för att enbart fortsätta krympa själva transistorerna .

Den centrala tekniken kallas LogicFolding. Huawei beskriver den som en tredimensionell, mer kompakt design där logik-, analog- och minneskretsar placeras tätare och delvis staplas vertikalt på samma chip .

Huawei hävdar att metoden kan ge 53,5 procent högre transistortäthet utan att företaget behöver gå över till helt nya litografinoder . På längre sikt har bolaget satt upp målet att kunna producera chip i ”1,4-nanometersklassen” till 2031 med hjälp av denna typ av arkitekturella innovationer .

Ett sätt att kringgå sanktionernas flaskhals

Förslaget måste ses mot bakgrund av handelskonflikten mellan USA och Kina. Amerikanska exportrestriktioner har begränsat Huaweis tillgång till avancerad halvledarutrustning, bland annat EUV-litografimaskiner från ASML, samt till ledande tillverkningspartners som TSMC .

LogicFolding och Tau Scaling Law framställs därför som en väg att förbättra chipens kapacitet utan att Huawei behöver delta fullt ut i den mest avancerade litografitävlingen. Det är en designstrategi som försöker kompensera för begränsad tillgång till tillverkningsutrustning.

Samtidigt erkände Liao att Huawei inte kan besegra Nvidia i en ren jämförelse mellan enskilda kort eller chip. I stället vill företaget konkurrera på systemnivå: genom att kombinera hårdvara med Huaweis mjukvarustack, däribland CANN och MindSpore, samt nätverk mellan stora kluster .

Tanken är att ett helt system med många chip, effektiv programvara och snabb kommunikation kan väga upp för att varje enskilt chip har lägre specifikationer än Nvidias motsvarighet.

Genombrott eller avancerad kompromiss?

Det stora frågetecknet är om LogicFolding fungerar lika bra i praktiken som i Huaweis beskrivning. Reuters och andra rapporter har betonat att idén är intressant, men ännu inte bevisad i stor skala .

Det återstår bland annat att se om arkitekturen kan ge konkurrenskraftig verklig prestanda, tillräcklig energieffektivitet och fungerande produktion – inte bara högre teoretisk transistortäthet. Om Huaweis kommande chip kan minska avståndet till Nvidia blir därför ett viktigt test för strategin.

Liaos budskap är samtidigt större än en enskild produkt. Han hävdar att konkurrensen i nästa fas inte längre avgörs enbart av vem som har de minsta transistorerna eller det snabbaste enskilda chipet. I stället handlar den om hela kedjan: material, tillverkning, chipdesign, mjukvara, algoritmer och systemintegration .

För Huawei är det både ett tekniskt vägval och ett sätt att formulera en framtid för Kinas halvledarindustri trots sanktionerna. För Nvidia och resten av branschen är varningen en påminnelse om att den traditionella vägen mot högre AI-prestanda blir allt dyrare, mer komplex och svårare att skala.