Huawei представила LogicFolding: новый подход к AI-чипам без передовой EUV-литографии
Huawei заявила о новом подходе к производству полупроводников, который может стать альтернативным путём к более плотным и эффективным AI-чипам без доступа к самому передовому западному литографическому оборудованию. На IEEE International Symposium on Circuits and Systems 2026 в Шанхае компания представила Tau Scaling Law и архитектуру LogicFolding.
По заявлению Huawei, технология в перспективе может обеспечить плотность транзисторов, эквивалентную 1,4 нм, к 2031 году. Важно, что речь идёт именно об эквивалентной плотности, а не о подтверждённом техпроцессе 1,4 нм. Компания делает ставку не только на уменьшение транзисторов, а на вертикальное стекование чипов, сокращение задержек сигнала и более короткие внутренние соединения.
Первое коммерческое применение LogicFolding Huawei ожидает в Kirin-чипах для смартфонов позже в 2026 году. До 2030 года компания также планирует внедрить архитектуру в Ascend AI chips, которые используются в задачах искусственного интеллекта. На фоне ограничений США, действующих против Huawei с 2019 года, это выглядит как попытка Китая снизить зависимость от ASML, TSMC и западной цепочки поставок.
Главная интрига в том, что компания предлагает обходной архитектурный путь там, где доступ к EUV-оборудованию ограничен. Nvidia по-прежнему удерживает сильные позиции за счёт CUDA, партнёрств с TSMC и развитой инфраструктуры для крупных AI-кластеров. На этом фоне любые заявления о новой китайской архитектуре неизбежно сравниваются с тем, как развиваются AI-решения Nvidia для дата-центров и будущие ускорители вроде Nvidia Rubin Ultra.
Пока у Huawei нет независимых бенчмарков, которые показали бы, что LogicFolding способна конкурировать с топовыми AI-чипами Nvidia в масштабном обучении моделей. Открытыми остаются вопросы выхода годных кристаллов, энергопотребления, тепловыделения и интеграции памяти. Поэтому технологию корректнее рассматривать как серьёзную заявку, а не как доказанную замену Nvidia.
Если Huawei сможет подтвердить заявленные показатели тестами и наладить массовое производство, это может изменить баланс на рынке AI-железа. Стоимость вычислений, доступность ускорителей и зависимость от западной литографии остаются ключевыми ограничениями для всей индустрии, включая производителей смартфонов, облачных платформ и разработчиков AI-сервисов. Похожая логика уже видна в интересе крупных компаний к альтернативным производственным цепочкам, включая попытки найти альтернативу TSMC.
