Huawei’nin Tau Scaling stratejisi: Çip performansı daha küçük transistörlerden değil, hızdan mı geçecek?

Bunun nedeni, işlem performansının yalnızca transistörlere bağlı olmaması. Sinyaller aynı zamanda çip içindeki kablolardan, bellek sistemlerinden, paketleme katmanlarından ve çipler arası bağlantılardan geçiyor. Bu yolların neden olduğu gecikmeler, daha fazla işlem birimi eklenmesinin veya ham işlem gücünü artırmanın faydasını sınırlayabiliyor. Huawei, Tau Scaling’in bilgi işlem yığınının farklı katmanlarında bu gecikmeleri azaltmayı amaçladığını söylüyor.

Bu, transistör küçültmenin artık önem taşımadığı anlamına gelmiyor. Daha çok; transistör yoğunluğu, devre yerleşimi, bağlantı tasarımı ve sistem mimarisi arasındaki dengenin değişmesi anlamına geliyor.

LogicFolding ne yapmayı hedefliyor?

LogicFolding, daha yeni bir üretim sürecine tamamen bağımlı kalmadan, belirli bir alandaki etkin mantık yoğunluğunu artırmak için önerilen devre ve tasarım tekniği. Huawei, mantık, analog ve bellek devrelerini daha sıkı entegre edilebilen ve potansiyel olarak üst üste yerleştirilebilen yapılarda düzenlemeyi; böylece çip içindeki kablo uzunluklarını kısaltmayı hedefliyor.

Huawei, Tau çerçevesiyle ve LogicFolding kullanılarak tasarlanan ilk Kirin akıllı telefon çipini Eylül 2026’da tanıtmayı planlıyor. Bu ürün, yaklaşımın gerçek bir tüketici cihazında ölçülebilir performans sağlayıp sağlayamayacağı konusunda ilk önemli sınav olacak.

Şirket ayrıca 2031’e kadar 1,4 nanometrelik bir üretim sürecine eşdeğer transistör yoğunluğuna sahip üst düzey çipler hedeflediğini açıkladı. Bu, bağımsız olarak doğrulanmış bir üretim sonucu değil, Huawei’nin hedefi. Reuters, şirketin bu iddianın yanında bağımsız performans verileri sunmadığını bildirdi.

Neden çip kadar sistem de önemli?

Tau yaklaşımının en büyük etkisi, performansın işlemciler ile bellek arasında devasa miktarda veri taşınmasına bağlı olduğu yapay zekâ alanında görülebilir. Tek tek daha zayıf hızlandırıcılar, yeterince verimli iletişim kurduklarında ve yazılım iş yüklerini doğru biçimde dağıttığında, birlikte kullanışlı bir toplam performans sunabilir.

Bu nedenle şu unsurlar kritik hale geliyor:

• Ara bağlantılar: Çipler arasındaki bağlantıların yeterli bant genişliği ve düşük gecikme sunması gerekiyor.
• Bellek: Yetersiz kapasite veya bant genişliği, işlem kaynaklarının boşta kalmasına yol açabilir.
• Paketleme: Mantık, bellek ve iletişim yollarının fiziksel düzeni hız, ısı ve üretilebilirliği etkiler.
• Yazılım: Derleyiciler, yapay zekâ çerçeveleri ve görev planlama sistemleri, kümelerin ne kadar verimli kullanılacağını belirler.
• Altyapı: Güç dağıtımı, soğutma ve sistem entegrasyonu, toplam performansın sınırlarını çizebilir.

Ancak sistem düzeyinde optimizasyon darboğazları ortadan kaldırmaz; onları başka katmanlara taşır. Daha hızlı bir devre, yetersiz bellek, ağ, yazılım veya üretim verimini sonsuza kadar telafi edemez. Reuters, Huawei’nin önerisinin temel bir atılım olup olmadığı konusunda uzmanların temkinli olduğunu ve yeni tasarım araçlarıyla daha geniş mühendislik kabiliyetlerinin de gerekli olacağını aktardı.

“18 katlı pagoda” ile Nvidia’nın “beş katlı pastası”

Huawei bilim insanı Liao Heng, yapay zekâ değer zincirini “18 katlı bir pagoda” olarak tanımlıyor. Bu benzetme, yapay zekâ kapasitesinin çok sayıda birbirine bağlı katmandan oluştuğunu; çip tasarımı ve üretiminin bu yapının yalnızca bir bölümünü oluşturduğunu anlatıyor.

Bu yaklaşım, Nvidia CEO’su Jensen Huang’ın yapay zekâ sektörünü açıklamak için kullandığı beş katmanlı “pasta” benzetmesiyle benzer bir noktaya işaret ediyor. Huang’ın çerçevesi enerji, çipler, altyapı ve sistemler, modeller ve yazılım ile uygulamalar gibi geniş katmanları öne çıkarıyor. Huawei’nin modeli ise daha ayrıntılı ve Çin’in tüm katmanlarda koordineli bir yerli kapasite oluşturması gerektiğini vurguluyor.

İki modelin ortak mesajı şu: Yapay zekâ liderliği tek başına en güçlü işlemciye sahip olmakla belirlenmiyor. Donanım, ağlar, veri merkezi altyapısı, yazılım ve uygulamaların birlikte çalışması gerekiyor.

Asıl sınav: En zayıf halka

Huawei’nin iddialarını değerlendirmek için en açıklayıcı ölçüt “en zayıf halka” ilkesi. Bir yapay zekâ platformunun performansı, çoğu zaman en yavaş veya en yetersiz katman tarafından belirlenir.

Yoğunluğu yüksek bir çip, bellek onu yeterince hızlı besleyemiyorsa; ara bağlantılar verimli iletişim kuramıyorsa; yazılım iş yüklerini dağıtamıyorsa veya fabrikalar kabul edilebilir üretim verimine ulaşamıyorsa pratikte sınırlı fayda sağlayabilir.

Bu açıdan Tau Scaling ve LogicFolding, tam bir yarı iletken ekosisteminin alternatifi değil, mimari araçlar olarak görülmeli. Başarı; çip tasarımı, bellek üretimi, elektronik tasarım otomasyonu, yapay zekâ çerçeveleri, üretim ve sistem entegrasyonunda eş zamanlı ilerlemeye bağlı olacak. China Daily’nin aktardığı değerlendirmeler de bu ekosistemin yarı iletken tasarımı, bellek üretimi, yapay zekâ çerçeveleri ve sistem entegrasyonunu kapsadığını belirtiyor.

Bu nedenle Nvidia ile yapılacak karşılaştırma yalnızca transistör yoğunluğuna indirgenemez. Nvidia’nın avantajı, çipin çevresindeki platformu ve sistem yığınını da kapsıyor. Huawei’nin stratejisi ise bazı yabancı bileşen ve araçlara erişimin kısıtlandığı bir ortamda, Çin içinde daha koordineli bir kapasite kurmaya çalışıyor.

İhracat kısıtlamaları Çin’deki pazarı nasıl değiştirdi?

ABD’nin ihracat kontrolleri, Çin’de yerli alternatif arayışını hızlandırdı. Ancak 2025’e ilişkin mevcut pazar verileri, Nvidia’nın tamamen ortadan kalktığını değil, pazarın yerli üreticilerle birlikte daha rekabetçi hale geldiğini gösteriyor.

Reuters’ın incelediği IDC verilerine göre Nvidia, 2025’te Çin’e yaklaşık 2,2 milyon yapay zekâ hızlandırıcısı gönderdi ve Çin’in yapay zekâ hızlandırıcı sunucu pazarında yüzde 55 pay aldı. Çinli üreticilerin toplam payı ise yaklaşık yüzde 41 oldu. Huawei, Çinli tedarikçiler arasında lider olarak gösterildi.

Huawei’nin tek başına sahip olduğu pay konusunda ise kaynaklar aynı rakamı vermiyor. Aynı genel pazar verilerine dayanan bir rapor, şirketin 812 bin hızlandırıcı gönderdiğini ve toplam pazarın yüzde 20,3’üne ulaştığını belirtiyor. Diğer özetlerde Huawei’nin yerli markaların toplam sevkiyatının yaklaşık yarısını oluşturduğu ifade ediliyor.

Bu farklılıklar, ürün veya pazar tanımlarının değişmesinden kaynaklanıyor olabilir. Bu nedenle en temkinli sonuç, Huawei’nin Çinli üreticiler arasında lider olduğu; ancak Çinli şirketlere topluca atfedilen yüzde 41’lik payın tamamının Huawei’ye ait olmadığıdır.

İhracat kontrolleri Huawei ve diğer Çinli çip üreticileri için alan açmış olsa da pazar hâlâ rekabetçi. Bildirilen 2025 verilerinde Nvidia, tek bir şirket bazında en büyük tedarikçi olmayı sürdürüyor.

Eylül 2026’daki Kirin çipi neyi gösterecek?

Eylül 2026’da tanıtılması planlanan Kirin çipi, Tau Scaling ve LogicFolding için ilk gerçek dünya kontrol noktası olacak. Bağımsız değerlendirmelerde yalnızca “transistör yoğunluğu eşdeğeri” iddiasına değil; performans, enerji verimliliği, ısı, üretim verimi ve yazılım uyumluluğu gibi ölçümlere de bakılması gerekecek.

Daha büyük sınav ise Huawei’nin devre düzeyindeki bir fikri akıllı telefonlardan yapay zekâ hızlandırıcılarına ve veri merkezi kümelerine kadar tekrarlanabilir bir sistem avantajına dönüştürüp dönüştüremeyeceği. Bunu başarırsa şirket, gelişmiş litografiye erişimin kısıtlı olduğu bir ortamda anlamlı performans artışlarının veri hareketi ve sistem koordinasyonuyla da sağlanabileceğini gösterebilir.

Başaramazsa Tau, geleneksel süreç ölçeklemesinin yerini alan bir paradigma olmaktan çok, işe yarar bir tasarım çerçevesi olarak kalabilir.

En güçlü ve dengeli yorum şu: Huawei, mimari, ara bağlantılar ve çip kümeleri üzerinden uygulama düzeyindeki performansı artırmaya çalışıyor. Bu yaklaşım, daha küçük transistörlerin artık önemli olmadığını veya şirketin en iddialı yoğunluk hedeflerini şimdiden kanıtladığını göstermiyor. Rekabet giderek tüm yenilik zincirine yayılıyor; avantajı elde edecek şirket ise her katmanın bir sonraki katmanın “en zayıf halkası” haline gelmesini engelleyebilen şirket olacak.