華為可能剛剛挑戰了推動人工智慧熱潮的一個最大假設，即先進晶片將持續稀缺、昂貴，並由英偉達和台積電等西方公司主導。
在2026年於上海舉行的IEEE國際電路與系統研討會上，華為推出了稱為Tau（τ）擴展定律的新半導體方法，以及一種稱為LogicFolding的晶片架構。
華為推進繞過美國制裁的替代路徑
該公司聲稱，這項技術最終可在不依賴受限制的西方光刻設備的情況下，於2031年實現相當於1.4nm的晶體管密度。
該公告立即在科技和金融市場引發了討論，因為Nvidia 的龐大估值主要建立在先進 AI 計算能力將難以且昂貴製造的觀點之上。
自2019年以來，美國實施的制裁阻止了華為獲取先進的半導體製造設備，包括ASML的極紫外光刻機。
這些限制旨在減緩中國在人工智慧和先進計算方面的進展。
與完全依賴更小的晶體管尺寸不同，華為的新方法專注於透過垂直晶片堆疊和更短的內部連接來減少訊號延遲。
根據華為的說法，LogicFolding 提高了電晶體密度和效率，同時在無需使用全球最先進製造設備的情況下提升了晶片性能。
公司表示，首批採用此技術的商業產品將於今年晚些時候登陸麒麟智能手機晶片。華為也計劃在2030年前將此架構整合至其昇騰AI晶片中。
分析師 Bull Theory 指出：「如果中國能夠以低廉成本大規模生產先進的計算能力，那麼支撐英偉達估值的稀缺性期權費將完全消失。」
此比較呼應了去年的 DeepSeek AI 革命，當時中國開發者發布了成本更低的 AI 模型，挑戰了關於昂貴計算需求的假設。
Nvidia 仍具備重大全球優勢
儘管對華為公告的熱情高漲，分析師警告稱，目前英偉達的主導地位依然穩固。
「…這家晶片製造商的AI主導地位無與倫比，因為與資金緊張的競爭對手不同，它擁有足以超越它們的資源，」路透社 報導，引述 J Stern 的 Chris Rossbach 說。
華為尚未發布獨立的基準測試，以證明其新架構能在大規模訓練環境中與英偉達最高端的 AI 芯片競爭。
製造產出、能源效率、散熱管理與記憶體整合仍為未解決的挑戰。
Nvidia 透過其 CUDA 軟體生態、與台積電的合作，以及在中國以外的超大規模 AI 基礎設施領域的領導地位，持續主導全球 AI 市場。
然而，這項發展突顯了美國制裁可能加速了中國在半導體自給自足方面的進程，而非永久將中國排除在先進計算之外。
未來幾年將決定華為的架構突破是否能成為對抗英偉達硬體主導地位的真正替代方案，還是僅限於中國國內的解決方案。