Det är samtidigt viktigt att skilja mellan Huaweis påstående och en etablerad branschuppfattning. Oberoende experter har varit oeniga om hur nyskapande Huaweis alternativ faktiskt är och vilken praktisk betydelse det kan få.
USA:s sanktioner har begränsat Huaweis tillgång till viktiga leverantörer i den avancerade chipindustrin, däribland ASML:s mest avancerade litografisystem. Det har gjort en strategi som helt bygger på de allra senaste tillverkningsnoderna betydligt mindre realistisk för Huawei.
Företaget försöker därför hitta prestandavinster på systemnivå. I stället för att främst fråga hur små transistorerna kan bli vill Huawei optimera hur snabbt signaler och data rör sig mellan olika delar av ett chip och mellan komponenter i ett större datorsystem.
Tau Scaling Law är Huaweis föreslagna ramverk för en utveckling efter den traditionella geometriska skalningen. Namnet syftar på τ, den tid det tar för signaler att färdas genom ett chip eller ett elektroniskt system.
Medan Moores lag framför allt har förknippats med att göra transistorer mindre och få plats med fler av dem, prioriterar Tau Scaling Law att minska signalernas och datans transporttid. Huawei hävdar att det kan förbättra prestanda, energieffektivitet och den effektiva transistortätheten utan att varje framsteg måste bygga på mindre transistorgeometri.
Den tillhörande arkitekturen heter LogicFolding. Den ska enligt Huawei öka den effektiva tätheten och prestandan genom arkitektur- och systemdesign, snarare än genom att enbart krympa transistorerna.
Huaweis Kirin-processorer för smartphones, planerade till senare under 2026, ska bli de första produkterna med LogicFolding. När chippet har lanserats och analyserats av branschens forsknings- och teardown-företag blir det möjligt att bedöma hur väl Huaweis påståenden håller i praktiken.
För att beskriva AI-industrin jämförde Liao hela värdekedjan med en pagod i 18 våningar. Modellen sträcker sig från råvaror, kemikalier och tillverkningsutrustning via transistorprocesser, kapsling och chiparkitektur till kompilatorer, programvara, algoritmer, modeller och färdiga tillämpningar.
Liknelsen påminner om Nvidias vd Jensen Huangs modell med en femlagerskaka. Den delar in AI-ekosystemet i energi, chip och beräkningsinfrastruktur, molndatacenter, AI-modeller och applikationer. Liãos pagod delar upp samma breda kedja i fler tekniska och industriella beroenden och synliggör därmed allt som krävs under de övergripande nivåerna.
Poängen är att AI-kapacitet inte bara avgörs av enskilda processorer. Råvaror, utrustning, tillverkning, paketering, hårdvaruarkitektur, kompilatorer och programvara måste fungera tillsammans. En svag länk på en nivå kan begränsa hela systemets resultat.
Liaos slutsats var att den strategiska konkurrensen och exportkontrollerna gör det nödvändigt för både USA och Kina att bygga kompletta halvledar- och leverantörsekosystem. Tanken är att länderna inte längre kan utgå från att de alltid har tillgång till en enda sammanlänkad global värdekedja.
Det tillgängliga underlaget stöder tydligt Huaweis ambition att integrera och stärka Kinas egen leveranskedja. Däremot finns det begränsat med direkt belägg för exakt hur Liao formulerade idén om två helt separata och fullständigt självförsörjande ekosystem. Därför bör den delen ses som den bredare strategiska slutsats som följer av hans resonemang, inte som ett ordagrant fastställt uttalande.