Huawei đặt cược vào “định luật Tau” để đi vòng cuộc đua thu nhỏ chip

Huawei không tuyên bố đã thoát khỏi các quy luật vật lý của ngành bán dẫn. Thay vào đó, hãng muốn thay đổi câu hỏi cốt lõi của cuộc đua chip: từ “transistor có thể nhỏ đến đâu?” sang “tín hiệu và dữ liệu có thể di chuyển nhanh đến mức nào trong toàn hệ thống?”.

Đó là nền tảng của Tau Scaling Law, nguyên tắc được Huawei đề xuất vào tháng 5. Cách tiếp cận này có thể giúp Trung Quốc giảm bớt — nhưng không loại bỏ — sự phụ thuộc vào những thiết bị quang khắc tiên tiến bị hạn chế bởi các biện pháp kiểm soát của Mỹ. Việc đây có phải một bước ngoặt công nghệ thực sự hay chỉ là một hướng tối ưu hóa mới vẫn cần được kiểm chứng.

Từ thu nhỏ transistor sang rút ngắn thời gian truyền tín hiệu

Trong nhiều thập kỷ, ngành chip tiến bộ chủ yếu nhờ thu nhỏ transistor, qua đó tăng mật độ linh kiện và cải thiện hiệu năng trên cùng một diện tích silicon. Nhưng khi kích thước linh kiện tiến gần các giới hạn ở cấp độ nguyên tử, việc tiếp tục thu nhỏ trở nên khó khăn, đắt đỏ và phụ thuộc lớn vào thiết bị sản xuất đặc biệt — trong đó có máy quang khắc EUV của ASML.

Tau Scaling chuyển mục tiêu tối ưu hóa từ kích thước hình học sang thời gian, ký hiệu là τ. Huawei tập trung giảm độ trễ của đường kết nối, rút ngắn thời gian dữ liệu di chuyển, cải thiện truy cập bộ nhớ và phối hợp hoạt động giữa các bộ phận trong chip cũng như giữa nhiều chip.

Công nghệ LogicFolding được xem là cách hiện thực hóa hướng đi này. Thay vì chỉ bố trí các mạch trên một mặt phẳng, thiết kế có thể tích hợp logic, mạch tương tự và bộ nhớ theo hướng dọc, nhằm rút ngắn những đường truyền quan trọng và tăng mức độ tích hợp.

Chip Kirin tháng 9 sẽ là phép thử, không phải bằng chứng tuyệt đối

Huawei dự kiến giới thiệu vào tháng 9 mẫu chip smartphone Kirin đầu tiên được thiết kế theo khung Tau Scaling và sử dụng LogicFolding. Đây sẽ là phép thử thương mại đáng chú ý cho tuyên bố của hãng, nhưng bản thân việc ra mắt sản phẩm không đủ để chứng minh một cuộc cách mạng công nghệ.

Các nhà nghiên cứu và chuyên gia trong ngành sẽ cần kiểm tra ít nhất năm yếu tố:

• công nghệ chế tạo thực tế và tỷ lệ sản phẩm đạt chuẩn;
• hiệu năng CPU, GPU và NPU trong điều kiện sử dụng lâu dài;
• mức tiêu thụ điện, khả năng tản nhiệt và hiện tượng giảm xung;
• thiết kế đóng gói, hệ thống bộ nhớ và băng thông kết nối;
• hiệu năng thực tế trong các tác vụ phổ biến, thay vì chỉ dựa vào điểm benchmark cao nhất.

Nếu cho kết quả tốt, con chip sẽ cho thấy kiến trúc và mức độ tích hợp có thể thu hẹp khoảng cách hiệu năng ngay cả khi năng lực sản xuất tiên tiến bị hạn chế. Tuy nhiên, điều đó không đồng nghĩa Huawei đã thay thế được quang khắc EUV, cũng không có nghĩa các quy luật kinh tế của việc thu nhỏ transistor đã biến mất.

“Chiếc bánh năm lớp” và “ngôi chùa 18 tầng” nhìn AI từ hai hướng khác nhau

Jensen Huang, CEO Nvidia, từng mô tả ngành AI bằng hình ảnh “chiếc bánh năm lớp”: năng lượng, chip, hạ tầng điện toán, đám mây/mô hình AI và ứng dụng. Đây là một bản đồ công nghiệp ở cấp độ cao, nhấn mạnh cách giá trị kinh tế được xây dựng từ nền tảng năng lượng và phần cứng lên đến sản phẩm cuối cùng.

Liao Heng, nhà khoa học trưởng mảng bán dẫn của Huawei, đưa ra hình ảnh “ngôi chùa 18 tầng”. Mô hình này không phủ nhận năm lớp của Huang, mà bóc tách chúng thành nhiều tầng phụ thuộc kỹ thuật và sản xuất hơn.

Từ dưới lên, cấu trúc này bao gồm lý thuyết, năng lượng, tài nguyên tự nhiên, khai khoáng, nguyên liệu, silicon, thiết kế transistor, quy trình chế tạo wafer, thiết bị và quang khắc, đóng gói tiên tiến, kiến trúc chip, trình biên dịch, runtime, phân chia toán tử, lượng tử hóa, huấn luyện AI, mô hình nền tảng, tác nhân AI, sản phẩm và ứng dụng.

Nói cách khác, “chip”, “hạ tầng” hay “mô hình” trong cách diễn đạt năm lớp thực chất chứa rất nhiều tầng công nghệ, vật liệu, phần mềm và vận hành bên trong.

Vì sao “tầng ngắn nhất” quyết định trần hiệu năng?

Lập luận của Liao về “tầng ngắn nhất” thực chất là một bài toán kỹ thuật hệ thống từ đầu đến cuối. Một mô hình AI mạnh không thể bù đắp cho nguồn điện thiếu ổn định, băng thông bộ nhớ thấp, đóng gói kém, tỷ lệ sản phẩm đạt chuẩn thấp, công cụ phần mềm chưa hoàn thiện hay mạng liên kết chậm.

Trong một hệ thống phức tạp, thông lượng, chi phí và độ tin cậy thường bị giới hạn bởi mắt xích yếu nhất. Một bộ tăng tốc rất nhanh nhưng phải chờ dữ liệu, chờ bộ nhớ hoặc chờ các chip khác trao đổi thông tin thì hiệu năng lý thuyết cũng không chuyển hóa thành hiệu năng thực tế.

Vì vậy, “ngôi chùa 18 tầng” là lời kêu gọi củng cố các giao diện và sự phối hợp giữa toàn bộ chuỗi công nghệ, thay vì coi một con chip nhanh là lời giải đủ cho bài toán AI.

Cụm chip: cách bù cho phần cứng đơn lẻ chưa đủ mạnh

Chiến lược này dẫn đến một hướng đi khác: thay vì cố tạo ra một chip đơn lẻ có sức mạnh ngang những bộ xử lý hàng đầu, Huawei có thể kết hợp nhiều bộ tăng tốc trong nước có năng lực thấp hơn nhưng sẵn có hơn.

Để cách làm này hiệu quả, chip, bộ nhớ, mạng liên kết, trình biên dịch, runtime, cơ chế lượng tử hóa mô hình và phần mềm huấn luyện phân tán phải được đồng thiết kế. Mục tiêu là giảm thời gian hệ thống trao đổi dữ liệu hoặc ở trạng thái chờ.

Mô hình cụm có thể phù hợp với các tác vụ dễ chia nhỏ và xử lý song song. Nhưng nó cũng phải trả giá bằng mức tiêu thụ điện, chi phí mạng, độ phức tạp phần mềm và gánh nặng vận hành cao hơn so với việc dùng ít GPU tiên tiến hơn.

Các thông tin hiện có cho thấy đây là hướng chiến lược Huawei đang theo đuổi, nhưng bằng chứng độc lập chứng minh các hệ thống này đạt mức tương đương những hệ thống Nvidia hàng đầu vẫn chưa đủ.

Một phần của cuộc xây dựng hệ sinh thái bán dẫn khép kín hơn

Tau Scaling không đứng riêng lẻ. Nó phù hợp với nỗ lực rộng hơn của Trung Quốc nhằm xây dựng chuỗi công nghệ tích hợp gồm thiết kế và chế tạo chip, bộ nhớ, đóng gói, nền tảng AI, phần mềm hệ thống và tích hợp máy chủ.

Lý do rất thực tế: nếu một lớp bị hạn chế nhập khẩu, toàn bộ hệ thống có thể bị kéo xuống theo. Một thiết kế chip tốt nhưng thiếu bộ nhớ phù hợp, công cụ phần mềm hoặc năng lực đóng gói vẫn khó cạnh tranh ở quy mô lớn.

Dữ liệu IDC do Reuters đưa tin cho thấy các nhà cung cấp GPU và chip AI trong nước, dẫn đầu là Huawei, chiếm khoảng 41% thị trường máy chủ tăng tốc AI tại Trung Quốc trong năm 2025. Nvidia vẫn đứng đầu với 55% thị phần, nhưng các biện pháp kiểm soát xuất khẩu của Mỹ và sức ép nội địa hóa đang thúc đẩy sự dịch chuyển về phía các nhà cung cấp Trung Quốc.

Huawei đang né vật lý hay chỉ chuyển mặt trận cạnh tranh?

Câu trả lời thận trọng là: Huawei không né được vật lý bán dẫn, mà đang chuyển trọng tâm cạnh tranh sang những nơi khác — kiến trúc, đóng gói, phần mềm, liên kết dữ liệu và phối hợp ở quy mô cụm máy.

Nếu LogicFolding và Tau Scaling mang lại hiệu năng thực tế tốt trong chip Kirin sắp tới, Huawei sẽ có thêm bằng chứng rằng thiết kế hệ thống có thể bù đắp một phần bất lợi về công nghệ sản xuất tiên tiến. Nhưng để chứng minh một con đường phát triển mới cho ngành chip, hãng vẫn phải vượt qua các câu hỏi về tỷ lệ sản phẩm đạt chuẩn, nhiệt, phần mềm, độ ổn định và chi phí vận hành.

Vì thế, giá trị lớn nhất của chiến lược này có thể không nằm ở tuyên bố “thay thế định luật Moore”, mà ở nỗ lực biến toàn bộ hệ sinh thái — từ vật liệu và chế tạo đến mô hình AI và ứng dụng — thành một cỗ máy phối hợp chặt chẽ hơn.