คำตอบการวิจัย
ประเด็นสำคัญ Huawei กำลังมองหาประสิทธิภาพจากการส่งสัญญาณและข้อมูลที่เร็วขึ้น การรวมวงจรที่แน่นขึ้น และการเชื่อมต่อชิปหลายตัว แทนการพึ่งพาการย่อทรานซิสเตอร์เพียงอย่างเดียว กลยุทธ์นี้มองฮาร์ดแวร์ AI แบบ “ห่วงโซ่ที่มีจุดอ่อนที่สุด” โดยหน่วยความจำ อินเทอร์คอนเนกต์ ซอฟต์แวร์ การผลิต และการผสานระบบต้องพัฒนาไปพร้อมกัน ข้อมูลตลาดเซิร์ฟเวอร์ AI accelerator ของจีนในปี 2025 ระบุว่า Nvidia ยังเป็นผู้ขายรายใหญ่ที่สุดด้วยส่วนแบ่ง 55% ขณะที่ผู้ผลิตจีนรวมกันมีประมาณ 41% และ Huawei เป็นผู้นำในกลุ่มผู้ผลิตจีน แต่ตัวเลขส่วนแบ่งเฉพาะของ Huawei... How is Huawei pursuing an alternative path to advancing semiconductor and AI performance as transistor scaling nears its physical limits and An editorial illustration of Huawei’s proposed shift from transistor shrinking toward faster data movement and system-level chip performance. AI พรอมต์ Create a landscape editorial hero image for this Studio Global article: How is Huawei pursuing an alternative path to advancing semiconductor and AI performance as transistor scaling nears its physical limits and. Article summary: Huawei’s alternative is to treat performance as a system problem rather than chiefly a lithography problem: reduce the time data takes to move among logic, memory and other components, then use tightly networked accelera. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com Huawei ไม่ได้กำลังพยายามเอาชนะข้อจำกัดทางฟิสิกส์ด้วยคำโฆษณาเพียงอย่างเดียว แต่กำลังเปลี่ยนจุดที่ใช้ค้นหาประสิทธิภาพของชิป จากเดิมที่เน้นการทำให้ทรานซิสเตอร์มีขนาดเล็กลง ไปสู่การลดเวลาที่สัญญาณและข้อมูลใช้เดินทางผ่านวงจร หน่วยความจำ แพ็กเกจ และระบบคอมพิวเตอร์โดยรวม
แนวทางนี้เรียกว่า Tau (τ) Scaling Law และมีเทคนิคสำคัญชื่อ LogicFolding เป็นหนึ่งในวิธีนำไปใช้งาน
จากการย่อขนาด สู่การลดเวลาเดินทางของข้อมูล
ตลอดหลายทศวรรษที่ผ่านมา ความก้าวหน้าของเซมิคอนดักเตอร์มักเชื่อมโยงกับการย่อขนาดทางเรขาคณิต หรือการทำให้ทรานซิสเตอร์เล็กลง เพื่อใส่ทรานซิสเตอร์ได้มากขึ้นในพื้นที่เท่าเดิม พร้อมเพิ่มประสิทธิภาพและลดการใช้พลังงานในแต่ละรุ่นการผลิต
Tau Scaling Law ของ Huawei เสนอให้เปลี่ยนคำถามหลักจาก “ทำให้อุปกรณ์เล็กได้แค่ไหน” เป็น “ทำให้ข้อมูลเคลื่อนที่ผ่านชิปและระบบได้เร็วแค่ไหน”
คนยังถาม คำตอบสั้น ๆ สำหรับ "Huawei เดิมพัน “ความเร็ว” แทนการย่อทรานซิสเตอร์: Tau Scaling จะเปลี่ยนเกมชิปได้จริงหรือไม่" คืออะไร Huawei กำลังมองหาประสิทธิภาพจากการส่งสัญญาณและข้อมูลที่เร็วขึ้น การรวมวงจรที่แน่นขึ้น และการเชื่อมต่อชิปหลายตัว แทนการพึ่งพาการย่อทรานซิสเตอร์เพียงอย่างเดียว
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร? Huawei กำลังมองหาประสิทธิภาพจากการส่งสัญญาณและข้อมูลที่เร็วขึ้น การรวมวงจรที่แน่นขึ้น และการเชื่อมต่อชิปหลายตัว แทนการพึ่งพาการย่อทรานซิสเตอร์เพียงอย่างเดียว กลยุทธ์นี้มองฮาร์ดแวร์ AI แบบ “ห่วงโซ่ที่มีจุดอ่อนที่สุด” โดยหน่วยความจำ อินเทอร์คอนเนกต์ ซอฟต์แวร์ การผลิต และการผสานระบบต้องพัฒนาไปพร้อมกัน
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ? ข้อมูลตลาดเซิร์ฟเวอร์ AI accelerator ของจีนในปี 2025 ระบุว่า Nvidia ยังเป็นผู้ขายรายใหญ่ที่สุดด้วยส่วนแบ่ง 55% ขณะที่ผู้ผลิตจีนรวมกันมีประมาณ 41% และ Huawei เป็นผู้นำในกลุ่มผู้ผลิตจีน แต่ตัวเลขส่วนแบ่งเฉพาะของ Huawei...
เหตุผลคือการประมวลผลไม่ได้ถูกจำกัดอยู่ที่ตัวทรานซิสเตอร์เท่านั้น สัญญาณยังต้องเดินทางผ่านสายไฟภายในชิป ระบบหน่วยความจำ แพ็กเกจ และอินเทอร์คอนเนกต์ระหว่างชิป ความล่าช้าในเส้นทางเหล่านี้อาจทำให้การเพิ่มวงจรหรือพลังประมวลผลดิบให้ผลตอบแทนน้อยลง Huawei ระบุว่า Tau Scaling มุ่งลดความล่าช้าเหล่านี้ตั้งแต่ระดับวงจรไปจนถึงระดับระบบ
อย่างไรก็ตาม แนวคิดนี้ไม่ได้ทำให้การย่อทรานซิสเตอร์หมดความสำคัญ เพียงแต่เปลี่ยนน้ำหนักของการแข่งขันไปสู่การออกแบบวงจร การจัดวางสายสัญญาณ หน่วยความจำ และสถาปัตยกรรมระบบมากขึ้น
LogicFolding คืออะไร LogicFolding เป็นเทคนิคด้านวงจรและการออกแบบที่ Huawei เสนอเพื่อเพิ่มความหนาแน่นของตรรกะที่ใช้งานได้ โดยไม่ต้องพึ่งพาโหนดการผลิตใหม่ที่ก้าวหน้าขึ้นเพียงอย่างเดียว บริษัทอธิบายว่าเทคนิคนี้จัดวางวงจรดิจิทัล วงจรแอนะล็อก และหน่วยความจำให้อยู่ในโครงสร้างที่ผสานกันแน่นขึ้น และอาจวางซ้อนกันหลายระดับ พร้อมลดความยาวของสายเชื่อมต่อภายในชิป
Huawei ระบุว่า ชิปสมาร์ตโฟน Kirin รุ่นแรกที่ออกแบบภายใต้กรอบ Tau และใช้ LogicFolding มีกำหนดเปิดตัวในเดือนกันยายน 2026 ผลิตภัณฑ์รุ่นนี้จะเป็นบททดสอบสำคัญว่าแนวคิดดังกล่าวให้ประโยชน์ที่วัดผลได้จริงในสินค้าสำหรับตลาดวงกว้างหรือไม่
บริษัทยังตั้งเป้าว่าชิประดับสูงในปี 2031 จะมีความหนาแน่นของทรานซิสเตอร์เทียบเท่ากระบวนการผลิตระดับ 1.4 นาโนเมตร แต่ตัวเลขนี้เป็นเป้าหมายที่ Huawei ประกาศเอง ไม่ใช่ผลการผลิตที่ได้รับการยืนยันโดยอิสระ Reuters รายงานว่า Huawei ไม่ได้เปิดเผยข้อมูลประสิทธิภาพจากแหล่งอิสระประกอบคำกล่าวอ้างดังกล่าว
ทำไมระบบโดยรวมจึงสำคัญพอ ๆ กับตัวชิป Tau Scaling จะมีความหมายมากเป็นพิเศษกับงาน AI ซึ่งต้องเคลื่อนย้ายข้อมูลปริมาณมหาศาลระหว่างหน่วยประมวลผล หน่วยความจำ และส่วนประกอบอื่น ๆ ระบบที่ประกอบด้วยตัวเร่งการประมวลผลหลายตัวซึ่งมีประสิทธิภาพรายตัวด้อยกว่า อาจยังให้ผลลัพธ์ที่ใช้งานได้ หากชิปสื่อสารกันได้มีประสิทธิภาพ และซอฟต์แวร์สามารถป้อนข้อมูลให้หน่วยประมวลผลได้ต่อเนื่อง
ปัจจัยสำคัญจึงไม่ได้มีเพียงจำนวนทรานซิสเตอร์ แต่รวมถึง:
อินเทอร์คอนเนกต์: ช่องทางเชื่อมต่อระหว่างชิปต้องมีแบนด์วิดท์เพียงพอและมีความหน่วงต่ำหน่วยความจำ: แบนด์วิดท์หรือความจุที่จำกัดอาจทำให้หน่วยประมวลผลว่างรอข้อมูลแพ็กเกจ: การจัดวางวงจร หน่วยความจำ และเส้นทางสื่อสารส่งผลต่อความเร็ว ความร้อน และความสามารถในการผลิตซอฟต์แวร์: คอมไพเลอร์ เฟรมเวิร์ก และการจัดตารางงานเป็นตัวกำหนดว่าระบบจะใช้คลัสเตอร์ได้เต็มประสิทธิภาพเพียงใดโครงสร้างพื้นฐาน: การจ่ายไฟ ระบบระบายความร้อน และการประกอบระบบอาจกลายเป็นข้อจำกัดเมื่อขยายประสิทธิภาพรวม ข้อแลกเปลี่ยนคือการปรับปรุงระดับระบบไม่ได้ทำให้คอขวดหายไป แต่เป็นการย้ายคอขวดไปยังจุดอื่น ชิปที่เร็วขึ้นไม่สามารถชดเชยหน่วยความจำ เครือข่าย ซอฟต์แวร์ หรือผลผลิตจากโรงงานที่ไม่เพียงพอได้ตลอดไป Reuters รายงานว่าผู้เชี่ยวชาญยังไม่แน่ใจว่าแนวคิดของ Huawei เป็นความก้าวหน้าครั้งใหญ่หรือไม่ และระบุว่าการใช้งานจริงยังต้องอาศัยเครื่องมือออกแบบและความสามารถทางวิศวกรรมในวงกว้างเพิ่มเติม
“เจดีย์ 18 ชั้น” เทียบกับ “เค้ก 5 ชั้น” ของ Jensen Huang Liao Heng นักวิทยาศาสตร์ของ Huawei เปรียบห่วงโซ่คุณค่าของ AI เป็น “เจดีย์ 18 ชั้น” อุปมานี้สื่อว่าเทคโนโลยี AI เป็นโครงสร้างสูงที่ประกอบด้วยหลายชั้นซึ่งเชื่อมโยงและพึ่งพากัน โดยการออกแบบและการผลิตชิปเป็นเพียงส่วนหนึ่งของระบบทั้งหมด
แนวคิดดังกล่าวมีลักษณะใกล้เคียงกับกรอบ “เค้ก 5 ชั้น” ของ Jensen Huang ซีอีโอ Nvidia ซึ่งอธิบายอุตสาหกรรม AI ผ่านชั้นสำคัญอย่างพลังงาน ชิป โครงสร้างพื้นฐานและระบบ โมเดลกับซอฟต์แวร์ และแอปพลิเคชัน
กรอบของ Huawei มีรายละเอียดมากกว่า และเน้นความจำเป็นที่จีนต้องพัฒนาศักยภาพภายในประเทศให้ประสานกันตลอดห่วงโซ่ ขณะที่สารสำคัญของทั้งสองโมเดลคล้ายกัน นั่นคือความเป็นผู้นำด้าน AI ไม่ได้ตัดสินกันด้วยโปรเซสเซอร์เพียงตัวเดียว แต่เกิดจากการทำงานร่วมกันของฮาร์ดแวร์ เครือข่าย ดาต้าเซ็นเตอร์ ซอฟต์แวร์ และแอปพลิเคชัน
หลัก “จุดอ่อนที่สุด” ของระบบ AI วิธีประเมินคำกล่าวอ้างของ Huawei ที่ชัดเจนที่สุดคือใช้หลักห่วงโซ่ที่แข็งแกร่งได้เท่ากับข้อต่อที่อ่อนแอที่สุด ระบบ AI อาจถูกจำกัดโดยชั้นใดก็ตามที่ทำงานได้แย่ที่สุด
ชิปที่มีความหนาแน่นสูงอาจไม่สร้างความได้เปรียบในทางปฏิบัติ หากหน่วยความจำป้อนข้อมูลไม่ทัน อินเทอร์คอนเนกต์เชื่อมต่อได้ไม่มีประสิทธิภาพ ซอฟต์แวร์จัดตารางงานข้ามชิปไม่ได้ หรือโรงงานผลิตชิปด้วยอัตราผลผลิตที่ยอมรับได้ไม่เพียงพอ
ภายใต้หลักนี้ Tau Scaling และ LogicFolding ควรถูกมองเป็น คันโยกทางสถาปัตยกรรม ไม่ใช่สิ่งทดแทนระบบนิเวศเซมิคอนดักเตอร์ทั้งหมด ความสำเร็จจะขึ้นอยู่กับความก้าวหน้าที่เกิดขึ้นพร้อมกันในด้านการออกแบบชิป การผลิตหน่วยความจำ เครื่องมือออกแบบอิเล็กทรอนิกส์ เฟรมเวิร์ก AI การผลิต และการผสานระบบ รายงานของ China Daily อธิบายว่าระบบนิเวศดังกล่าวครอบคลุมตั้งแต่การออกแบบเซมิคอนดักเตอร์ การผลิตหน่วยความจำ เฟรมเวิร์ก AI ไปจนถึงการบูรณาการระบบ
นี่คือเหตุผลที่การเปรียบเทียบ Huawei กับ Nvidia ไม่ควรลดเหลือเพียงตัวเลขความหนาแน่นของทรานซิสเตอร์ Nvidia มีข้อได้เปรียบจากแพลตฟอร์มและสแต็กระบบโดยรอบ ขณะที่กลยุทธ์ของ Huawei มุ่งสร้างขีดความสามารถภายในประเทศให้ประสานกัน ในสถานการณ์ที่การเข้าถึงส่วนประกอบและเครื่องมือจากต่างประเทศบางประเภทถูกจำกัด
มาตรการควบคุมการส่งออกเปลี่ยนตลาดจีนอย่างไร มาตรการควบคุมการส่งออกของสหรัฐฯ เร่งให้จีนค้นหาทางเลือกภายในประเทศ แต่ตัวเลขตลาดปี 2025 ที่มีอยู่สะท้อนภาพของการทดแทนบางส่วน ไม่ใช่การหายไปของ Nvidia จากตลาดจีน
ข้อมูล IDC ที่ Reuters ตรวจสอบระบุว่า Nvidia จัดส่งตัวเร่งการประมวลผล AI ไปยังจีนประมาณ 2.2 ล้านชิ้นในปี 2025 คิดเป็นส่วนแบ่ง 55% ของตลาดเซิร์ฟเวอร์ AI accelerator ในจีน ขณะที่ผู้ผลิตจีนรวมกันมีส่วนแบ่งประมาณ 41% และ Huawei เป็นผู้จัดหารายใหญ่ที่สุดในกลุ่มผู้ผลิตจีน
อย่างไรก็ตาม ตัวเลขเฉพาะของ Huawei ยังไม่สอดคล้องกันในรายงานที่มีอยู่ รายงานหนึ่งซึ่งอ้างอิงข้อมูลตลาดในภาพรวมเดียวกันระบุว่า Huawei จัดส่งตัวเร่งการประมวลผล 812,000 ชิ้น หรือ 20.3% ของตลาดทั้งหมด
ความแตกต่างอาจมาจากนิยามผลิตภัณฑ์หรือนิยามตลาดที่ไม่เหมือนกัน ดังนั้นข้อสรุปที่ปลอดภัยที่สุดคือ Huawei เป็นผู้นำในกลุ่มผู้ผลิตจีน ไม่ใช่การกล่าวว่า Huawei ครองส่วนแบ่งทั้งหมด 41% ซึ่งเป็นตัวเลขของผู้ผลิตจีนรวมกัน
กล่าวอีกอย่างคือ มาตรการควบคุมการส่งออกเปิดพื้นที่ให้ Huawei และผู้ผลิตชิปรายอื่นของจีนเติบโต แต่ตลาดยังมีการแข่งขัน และ Nvidia ยังคงเป็นผู้จัดหารายใหญ่ที่สุดรายเดียวตามข้อมูลปี 2025 ที่รายงาน
สิ่งที่ต้องจับตาต่อจากนี้ การเปิดตัวชิป Kirin ในเดือนกันยายน 2026 จะเป็นจุดตรวจสอบภาคปฏิบัติครั้งแรกของ Tau Scaling และ LogicFolding ผู้ประเมินจะต้องแยกให้ชัดระหว่างคำกล่าวอ้างเรื่องความหนาแน่นเทียบเท่าโหนดการผลิตระดับ 1.4 นาโนเมตร กับผลลัพธ์ที่วัดได้จริง เช่น ประสิทธิภาพ การใช้พลังงาน ความร้อน อัตราผลผลิต และความเข้ากันได้กับซอฟต์แวร์
บททดสอบที่ใหญ่กว่าคือ Huawei จะเปลี่ยนแนวคิดระดับวงจรให้กลายเป็นข้อได้เปรียบของระบบที่ทำซ้ำได้หรือไม่ ทั้งในสมาร์ตโฟน ตัวเร่งการประมวลผล AI และคลัสเตอร์ดาต้าเซ็นเตอร์ หากทำได้ บริษัทอาจแสดงให้เห็นว่าการปรับปรุงการเคลื่อนย้ายข้อมูลและการประสานงานระหว่างส่วนประกอบสามารถสร้างประสิทธิภาพระดับแอปพลิเคชันได้ แม้การเข้าถึงเทคโนโลยีการผลิตชั้นนำจะถูกจำกัด
แต่หากทำไม่ได้ Tau อาจยังเป็นกรอบคิดด้านการออกแบบที่มีประโยชน์ โดยไม่สามารถทดแทนการพัฒนากระบวนการผลิตแบบดั้งเดิมได้
ข้อสรุปที่รอบคอบที่สุดคือ Huawei กำลังพยายามดึงประสิทธิภาพจากสถาปัตยกรรมวงจร อินเทอร์คอนเนกต์ และระบบคลัสเตอร์ให้มากขึ้น ไม่ได้พิสูจน์ว่าทรานซิสเตอร์ขนาดเล็กลงไม่สำคัญอีกต่อไป และยังไม่ได้พิสูจน์คำกล่าวอ้างเรื่องความหนาแน่นระดับสูงสุดของบริษัท การแข่งขันจึงกำลังขยับจากการวัดความก้าวหน้าของชิปเพียงตัวเดียว ไปสู่การสร้างห่วงโซ่นวัตกรรมทั้งระบบ—และบริษัทใดก็ตามที่ทำให้ทุกชั้นทำงานร่วมกันได้โดยไม่ปล่อยให้ชั้นใดกลายเป็นจุดอ่อนที่สุด
