華為は「Tauの縮小・拡大（圧縮・拡張）法則」を発表し、2031年に1.4ナノメートルの実現を目標とする

ファーウェイの董事局メンバーで半導体事業部門の責任者である何庭波は、5月26日にIEEE回路とシステムの国際シンポジウムで「Tau（τ）縮小則」と「LogicFolding」のチップ構造を発表し、EUV（極紫外）露光装置に依存することなく、55%のトランジスタ密度の向上と41%の消費電力効率の向上を実現できると主張した。目標は2031年に、1.4nm製造プロセスに相当するトランジスタ密度の達成である。

Tau 縮小則の技術ロジック：幾何学的な縮小から時間の最適化へ

Tau 縮小則の中核となる新しさは、技術ルートの転換にある。従来のムーアの法則（Moore's Law）は、より先進的なリソグラフィ技術を必要とする、トランジスタの物理的な幾何学サイズの縮小に依存していた。一方で Tau 縮小則は、「時間領域」における信号の最適化に焦点を移し、信号伝搬における抵抗・容量負荷を下げることで、等価トランジスタ密度を高め、より先進の露光装置への依存を回避する。

LogicFolding は Tau 縮小則の物理的な実装構成であり、論理回路を折り畳み、積層して二層のフレームワークとし、内部配線の長さを短縮することで、消費電力効率とトランジスタ密度を同時に向上させる。ファーウェイが掲げる定量目標は、55%のトランジスタ密度向上、41%の消費電力効率向上であり、2026年の麒麟チップではトランジスタ密度が238 MTr/mm²に達するという。なお、これらの数値はファーウェイの社内発表に基づくもので、第三者によるベンチマークテストを経た独立した検証はまだ行われていない。

NVIDIAの確認済みの競争優位と、なお解決すべき課題

NVIDIAの確認済みの競争優位：CUDA のソフトウェア・エコシステムは、現時点でAIモデル学習の業界標準であり、開発者の切り替えコストが非常に高い。台湾積体電路製造（TSMC）の3nm製造に関する提携により、現在の最先端のハードウェア性能が確保されている。Oracle Cloud Infrastructure などの大規模クラウド事業者による Vera CPU の大規模導入計画は確認済みである。J Stern のアナリストである Chris Rossbach は、「この半導体メーカーがAI分野で主導的な地位を築いていることは他に代え難い。資金に余裕のない競合相手と違って、それを超えるだけの資源があるためだ」と述べている。

ファーウェイがなお解決すべき既知の課題：独立したベンチマーク結果によって、大規模AI学習環境での性能が裏付けられていない。製造歩留まり（Yield Rate）の規模拡大は依然として不確実である。熱管理、電源効率、メモリ統合に関するシステムレベルの検証が不足している。昇騰AIチップの統合に関するスケジュールは2030年で、現在からは4年しか残っていない。

よくある質問

Tau 縮小則は、なぜEUV露光の技術的な壁を回避できるのか？

EUV（極紫外）露光は、現在、7nm以下の先進チップを製造するために必要な設備であり、オランダの ASML が独占的に供給している。米国の制裁により、ファーウェイは2019年以降、この種の装置を入手できなくなった。Tau 縮小則の鍵は、性能向上のためにトランジスタの物理サイズを縮小して（より短波長の露光技術を要する）実現するのではなく、立体積層（3D Stacking）と内部配線の短縮（LogicFolding 構成）によって、信号伝搬の効率と等価トランジスタ密度を高める点にある。この技術ルートは理論上、中国で手の届く既存の製造プロセス（たとえば7nmのSMIC）で、より高い等価密度を実現できる可能性があり、より先進的な露光設備への直接的な需要を回避できる。

今回の発表は、昨年の DeepSeek 事件とどのように物語面で呼応しているのか？

DeepSeek と Tau 縮小則はいずれも、「先進AI能力には高コストで希少なハードウェアが必要」という西側市場の中核的な前提に挑戦した。DeepSeek は、より低い計算能力コストで OpenAI と同等レベルのAIモデル性能を実現できることを示した。Tau 縮小則は、制裁対象となった先進ハードウェアに依存せずに高密度のチップが実現できると主張している。これら2つの出来事はいずれも、NVIDIA のバリュエーションの背後にある「計算能力の希少性プレミアム」という論理を直接的に揺さぶり、さらに、NVIDIA の現在の株価に希少性プレミアムがどれほど織り込まれているのかについて、市場が改めて見直すきっかけにもなった。

NVIDIAの2026年の Rubin アーキテクチャと Blackwell アーキテクチャは、潜在的な中国の競争にどう対応するのか？

NVIDIA の2026年のハードウェア・ロードマップはすでに確認済みである。データセンター向けの Rubin アーキテクチャ（R100 GPU + Vera CPU）は、TSMCの最先端プロセスを用い、量産計画が進んでいる。コンシューマー向けおよびワークステーション向けの Blackwell ベースの RTX 50 シリーズも引き続き発売される。Oracle Cloud Infrastructure は、Vera CPU システムの大規模導入計画を確認済みだ。NVIDIA のソフトウェアの防衛線（CUDA エコシステム）により、グローバルなAI学習の基盤インフラ市場での同社のリーダーシップは、ハードウェア面の競争が直接的に短期で覆すのは難しい。特に中国以外の市場ではその傾向が強い。ファーウェイの技術ルートが計画どおりに実現できたとしても、昇騰AIチップと NVIDIA の GPU による正面対決は2030年以降まで待つ必要がある。