Được giới thiệu tại hội nghị chuyên đề quốc tế IEEE ISCAS 2026 tổ chức từ ngày 24 đến 27.5 tại Thượng Hải (Trung Quốc) bởi CEO He Tingbo của Huawei, công ty tin rằng định luật Tau có thể giúp các chip đạt hiệu năng tương đương với các chip 1,4nm vào năm 2031.
Trong nhiều thập kỷ qua, ngành công nghiệp chip đã dựa vào định luật Moore, cho rằng việc thu nhỏ kích thước chip sẽ cho phép tích hợp nhiều bóng bán dẫn hơn. Tuy nhiên, ngành công nghiệp hiện tại đang đối mặt với những giới hạn về mặt vật lý và tài chính, khiến việc thu nhỏ chip trở nên tốn kém và hiệu suất cải thiện không còn nhanh như trước.
Định luật Tau tập trung vào việc “thu nhỏ thời gian” thay vì chỉ “thu nhỏ hình học” theo định luật Moore. Cụ thể, Huawei đang nỗ lực giảm thời gian tín hiệu truyền bên trong chip, từ đó giảm độ trễ và nâng cao hiệu suất xử lý. Một phần quan trọng trong chiến lược này là khái niệm Logic Folding nhằm giảm độ trễ tín hiệu và tăng mật độ bóng bán dẫn.
Huawei cho biết hệ thống này hoạt động đồng thời trên nhiều lớp, từ thiết bị, mạch điện, chip cho đến toàn bộ hệ thống máy tính. Theo He Tingbo, Huawei đã thiết kế và sản xuất thành công 381 chip trong sáu năm qua dựa trên phương pháp này. Sản phẩm thương mại đầu tiên ứng dụng công nghệ gấp logic sẽ là chip di động Kirin 2026, dự kiến ra mắt vào mùa thu năm nay với khả năng cải thiện đáng kể hiệu suất và tiết kiệm năng lượng.
Huawei cũng nhấn mạnh các chip phát triển theo định luật Tau có thể đạt được mật độ bóng bán dẫn tương đương với công nghệ 1,4nm trong vòng 5 năm tới, mặc dù không nhất thiết phải sản xuất chip 1,4nm theo phương pháp truyền thống. Công ty khẳng định kiến trúc chip thông minh hơn và tối ưu hóa tín hiệu có thể mang lại khả năng tính toán tương đương.
Cuối cùng, bà He Tingbo nhấn mạnh tầm quan trọng của sự hợp tác trong ngành công nghiệp bán dẫn, khẳng định rằng không một công ty nào có thể tự mình giải quyết những thách thức hiện tại.
Nhiều người dùng lo ngại con chip nhỏ bé trên thẻ tín dụng có thể lưu trữ toàn bộ lịch sử mua sắm cá nhân, từ món đồ nhỏ nhất đến những khoản chi xa xỉ. Tuy nhiên, sự thật có thể khiến bạn bất ngờ.
Theo đó, trong kỷ nguyên thanh toán không tiền mặt, con chip EMV (viết tắt của ba 'ông lớn' Europay, Mastercard và Visa) đã trở thành tiêu chuẩn bảo mật toàn cầu, dần thay thế hoàn toàn dải từ truyền thống vốn dễ bị sao chép. Nhưng liệu con chip này thực sự 'biết' bao nhiêu về thói quen tiêu dùng của chủ nhân?
Trái với lo ngại của số đông, con chip trên thẻ không hề lưu trữ lịch sử giao dịch hay mã PIN của người dùng. Những gì nó nắm giữ chỉ là các dữ liệu cơ bản để xác thực số tài khoản (ID duy nhất), tên chủ thẻ và ngày hết hạn.
Điểm mấu chốt tạo nên sự an toàn tuyệt đối nằm ở công nghệ mã hóa (Encryption) và Tokenization. Thay vì gửi số thẻ thật của bạn đến máy POS, con chip sẽ tạo ra mã giao dịch duy nhất cho mỗi lần chạm hoặc chèn thẻ. Mã này chỉ có giá trị một lần, khiến việc làm giả thẻ trở thành nhiệm vụ bất khả thi đối với các hacker.
Dù thẻ chip cực kỳ an toàn khi thanh toán trực tiếp, nhưng nó lại 'bất lực' trước các chiêu trò lừa đảo trực tuyến. Khi bạn tự tay nhập thông tin thẻ vào các trang web giả mạo hoặc biểu mẫu không an toàn, các tính năng bảo mật của chip sẽ hoàn toàn bị vô hiệu hóa. Rủi ro lúc này không nằm ở con chip, mà nằm ở sự thiếu cảnh giác của người dùng khi mua sắm online.
Dù con chip không lưu lịch sử mua hàng, nhưng hệ thống của ngân hàng và công ty phát hành thẻ thì có. Họ biết chính xác bạn đã chi bao nhiêu tiền, tại cửa hàng nào và vào lúc mấy giờ. Tuy nhiên, họ chỉ thấy được tên nhà cung cấp chứ không biết chi tiết 'giỏ hàng' của bạn (ví dụ: họ biết bạn thanh toán tại siêu thị, nhưng không biết bạn đã mua loại sữa hay nhãn hiệu thực phẩm nào).
Việc hiểu rõ cơ chế bảo mật của chip EMV không chỉ giúp bạn yên tâm hơn khi quẹt thẻ mà còn nhắc nhở một chân lý rằng công nghệ dù hiện đại đến đâu, sự cẩn trọng của chủ thẻ vẫn là lớp bảo mật quan trọng nhất.
Theo báo cáo mới từ Wall Street Journal, Apple đã xây dựng một mô hình kinh doanh vững mạnh dựa trên việc sử dụng các chip xử lý có lỗi nhỏ hoặc hiệu năng thấp hơn trong các sản phẩm giá rẻ.
Một ví dụ điển hình là chiếc MacBook Neo mới có giá 599 USD, sử dụng chip A18 Pro nhưng chỉ được trang bị chip đồ họa 5 lõi, thay vì phiên bản 6 lõi như trong dòng iPhone 16 Pro. Mặc dù đây là điều có thể khiến người dùng lo ngại về chất lượng sản phẩm, nhưng thực tế đây là một chiến thuật khéo léo của Apple. Những chip này không bị hỏng theo cách mà người dùng thường nghĩ, bởi phần hoạt động kém hiệu quả có thể được vô hiệu hóa nhằm để lại một chip vẫn hoạt động tốt cho các thiết bị khác.
Được gọi là phân loại chip, quá trình này đã tồn tại trong ngành công nghiệp bán dẫn nhiều thập kỷ, nhưng Apple đang áp dụng quy trình này với quy mô và độ chính xác mà ít công ty nào có thể sánh kịp. Sản xuất chip là một công việc phức tạp, với một tấm silicon chứa hàng trăm chip và không phải tất cả đều đạt hiệu năng cao nhất. Những chip tốt nhất sẽ được sử dụng cho các sản phẩm cao cấp, trong khi những chip có hiệu năng thấp hơn sẽ được phân loại và sử dụng cho các sản phẩm khác.
Lợi thế của Apple nằm ở việc công ty này bán ra một số lượng lớn thiết bị ở nhiều phân khúc giá khác nhau. Theo báo cáo, Apple bán hơn 200 triệu iPhone mỗi năm, điều đó có nghĩa ngay cả một tỷ lệ nhỏ chip không đạt tiêu chuẩn cũng có thể tạo ra hàng triệu chip có thể tái sử dụng. Một chip không lý tưởng cho iPhone cao cấp vẫn có thể hoạt động tốt trên MacBook, iPad, Apple TV cấp thấp, hoặc HomePod.
Sản phẩm giá rẻ như MacBook Neo cho thấy Apple có thể tạo ra thiết bị với mức giá thấp mà không làm mất đi lợi thế về chip xử lý. Mặc dù kém hiệu quả hơn do lõi GPU bị vô hiệu hóa, chip A18 Pro trên MacBook Neo vẫn giúp sản phẩm đạt mức giá 599 USD. Đây không chỉ nằm ở vấn đề hiệu quả mà còn là một chiến lược kinh doanh thông minh.
Một ví dụ khác là iPhone 17e sử dụng chip không đạt tiêu chuẩn của iPhone 17 và iPhone Air sử dụng chip không đạt tiêu chuẩn của dòng iPhone 17 Pro cao cấp. Kể từ năm 2021, Apple đã bán 6 chip dòng A với ít hơn 1 lõi GPU trong các thiết bị giá rẻ hơn sau khi phiên bản đầy đủ xuất hiện trong các mẫu đắt tiền hơn.
Quy mô sản xuất lớn là một trong những lợi thế lớn nhất của Apple khi điều này cho phép công ty biến những chip không hoàn hảo thành một chiến lược cho toàn bộ dòng sản phẩm. Đối với nhiều người, những chip có lỗi kỹ thuật không phải là sản phẩm tồi nếu chúng hoạt động tốt so với giá tiền. Trong bối cảnh thiếu hụt bộ nhớ hiện nay, chiến lược này giúp Apple duy trì biên lợi nhuận của mình.
Theo Interesting Engineering, máy va chạm Electron-Ion (EIC) đang được xây dựng tại Phòng thí nghiệm Quốc gia Brookhaven ở New York, là máy gia tốc hạt đầu tiên tích hợp AI và học máy ngay từ khâu thiết kế. Cơ sở nghiên cứu vật lý thế hệ mới này sẽ cho electron va chạm với proton hoặc hạt nhân để thăm dò cấu trúc vật chất. Đây là dự án hợp tác giữa Brookhaven và Phòng thí nghiệm Gia tốc Quốc gia Thomas Jefferson của Bộ Năng lượng Mỹ (DOE), quy tụ hơn 300 viện nghiên cứu trên toàn thế giới, trị giá 1,7 - 2,8 tỷ USD và dự kiến bắt đầu hoạt động giữa thập niên 2030.
EIC là máy gia tốc dạng vòng dài 3,9 km với hai chùm tia có độ dày bằng sợi tóc, chạy ngược chiều nhau ở gần vận tốc ánh sáng. Máy dò lớn bằng ngôi nhà mang tên ePIC sẽ hoạt động như một máy ảnh 3D tốc độ cao để ghi lại những gì xảy ra khi hai chùm tia va chạm. EIC có thể xử lý 500.000 va chạm mỗi giây trong khi hệ thống học máy phân loại, sàng lọc và tái tạo những gì diễn ra bên trong máy dò. Cỗ máy tái sử dụng các thành phần chính của Máy gia tốc ion nặng tương đối tính (RHIC) tại Brookhaven, đã ngừng hoạt động vào tháng 2.
AI đã được sử dụng để cải thiện hoạt động của máy gia tốc, nhận dạng hạt và phân tích dữ liệu tại nhiều cơ sở như RHIC và Máy gia tốc hạt lớn tại Tổ chức Nghiên cứu Hạt nhân Châu Âu (CERN). Tuy nhiên, trước đây, công cụ AI thường được bổ sung sau nhiều năm xây dựng. Đối với EIC, nhóm chuyên gia EIC-BeamAI đến từ nhiều viện phát triển và thử nghiệm AI để điều chỉnh thiết kế cỗ máy nhanh chóng và chính xác hơn ngay từ đầu.
EIC sẽ sử dụng hàng thập kỷ dữ liệu hoạt động từ RHIC để huấn luyện và kiểm nghiệm công cụ AI. Thuật toán học máy có thể duy trì chất lượng chùm tia tương đương với một nhà vận hành giàu kinh nghiệm. Hệ thống AI cũng tạo ra bản sao kỹ thuật số của máy gia tốc, một mô hình ảo thời gian thực cho phép nhà nghiên cứu thử nghiệm nhiều thay đổi mà không cần tác động vào cỗ máy thật. Bản sao này có thể phát hiện hành vi bất thường của nam châm đủ sớm để kích hoạt tắt máy trước khi gây ra thiệt hại.
Theo Phys.org, các nhà khoa học cũng sử dụng công cụ AI trong thiết kế máy dò bằng cách lập mô hình kỹ thuật số hình dạng máy và chạy mô phỏng va chạm hạt để đánh giá hiệu suất. Họ tinh chỉnh thiết kế nhiều lần thông qua hàng triệu mô phỏng đòi hỏi tính toán phức tạp trước khi bắt tay vào xây dựng. Nhóm nghiên cứu cũng huấn luyện thuật toán dự đoán các thay đổi thiết kế ảnh hưởng đến khả năng nhận dạng hạt của máy dò, giúp tiết kiệm thời gian, giảm chi phí tính toán và sử dụng năng lượng.
Khi EIC đi vào hoạt động, máy dò ePIC sẽ tạo ra 100 gigabit dữ liệu mỗi giây. Các hệ thống điều khiển bằng AI sẽ phân loại luồng dữ liệu đó theo thời gian thực, khử nhiễu ở tín hiệu khi va chạm xảy ra. Mô hình học sâu sau đó chuyển đổi dấu vết nhỏ do hạt để lại khi đi qua máy dò thành thông tin chi tiết về năng lượng và động lượng của chúng, cải thiện cả tốc độ và độ chính xác của quá trình tái tạo sự kiện.
