Stanford HAI przebadał 4 miliony aplikacji i udowodnił, że algorytmy platformy Pymetrics systematycznie odrzucają czarnoskórych kandydatów na 25,9% stanowisk — to sygnał alarmowy dla każdej firmy korzystającej z zewnętrznych narzędzi rekrutacyjnych opartych na AI. Równie głośno w branży technologicznej rozbrzmiewa ogłoszenie Huawei: firma zaprezentowała Tau Scaling Law i architekturę LogicFolding, które mają pozwolić na osiągnięcie gęstości upakowania układów odpowiadającej procesowi 1,4 nm do 2031 roku — bez dostępu do maszyn EUV. To lekcja dla menedżerów: ograniczenia zewnętrzne bywają motorem najciekawszych innowacji.
Na froncie narzędzi kreatywnych Google udostępniło aktualizację Veo 3.1 w platformie Flow z funkcją Ingredients to Video, która rozwiązuje jeden z największych bólów głowy marketerów — brak spójności wyglądu postaci między ujęciami w materiałach generowanych przez AI. Tymczasem w Reno w stanie Nevada Figure AI rozpoczyna pierwsze pełnoskalowe komercyjne wdrożenie robotów humanoidalnych w centrach dystrybucyjnych Catalyst Brands, obsługując logistykę marek takich jak JCPenney czy Brooks Brothers. To już nie testy — to operacyjna rzeczywistość.
W zestawieniu nowych narzędzi maja 2026 znajdziesz rozwiązania odpowiadające na bardzo konkretne potrzeby biznesowe: Bluedot 2.1 rejestruje spotkania bezpośrednio z Apple Watch i synchronizuje notatki z modelem Claude, Powabase pozwala budować własne aplikacje AI oparte na bazie Postgres i architekturze RAG bez dużego zespołu programistów, zero.xyz daje agentom AI dostęp do ponad 8000 narzędzi i API, a Oasis Browser umożliwia trenowanie lokalnych modeli na danych firmowych bez ryzyka ich wycieku na zewnątrz.
Jak algorytmy AI w rekrutacji mogą systemowo dyskryminować Twoich kandydatów?
Badanie przeprowadzone przez Stanford HAI na próbie 4 mln aplikacji dowiodło, że platforma Pymetrics przejawia znamiona systemowej dyskryminacji rasowej. Aż 26% czarnoskórych oraz 15% azjatyckich kandydatów aplikowało na oferty, w przypadku których algorytmy AI odrzucały ich kandydatury częściej niż przedstawicieli innych grup. Zjawisko określane mianem „systemowego odrzucenia” powoduje, że kandydat odrzucony w jednym procesie, traci szanse u wielu różnych pracodawców w tym samym czasie.
- Skala przeprowadzonego badania: 3,4 mln osób, 4 mln aplikacji oraz 156 dużych pracodawców.
- Kluczowy wniosek z analizy: w przypadku 10,6% stanowisk odnotowano niekorzystny wpływ algorytmów na czarnoskórych kandydatów.
- Zjawisko: „Algorytmiczny czarny punkt” – negatywna decyzja u jednego pracodawcy rzutuje na procesy u pozostałych przez około 330 dni.
Jeżeli w Twojej firmie proces rekrutacyjny wspiera wdrożona technologia pochodząca od zewnętrznego dostawcy, wnioski z tego raportu powinny skłonić Cię do zachowania szczególnej czujności i zapalić symboliczną czerwoną lampkę. Badacze ze Stanford Institute for Human-Centered AI (HAI), współpracując z ekspertami z Chapman University oraz Northeastern University, opublikowali największe niezależne badanie dotyczące funkcjonowania algorytmów rekrutacyjnych w rzeczywistych warunkach rynkowych. Analiza platformy Pymetrics (będącej obecnie częścią firmy Harver) ujawniła zjawisko, które autorzy określają mianem „algorytmicznej monokultury”.
Co te ustalenia oznaczają dla Ciebie jako lidera biznesu? Wyobraź sobie sytuację, w której wielu pracodawców korzysta z niemal identycznych modeli opartych na sztucznej inteligencji. Jeśli dany kandydat zostanie oceniony negatywnie przez algorytm w jednej organizacji, jego szanse znacząco spadają u wszystkich innych podmiotów korzystających z tego samego rozwiązania. To nie są jedynie teoretyczne rozważania – badanie udowodniło, że około 4% kandydatów aplikujących na 10 różnych stanowisk zostało odrzuconych w każdym z tych przypadków, co z punktu widzenia statystyki nie powinno mieć miejsca przy podejmowaniu niezależnych decyzji. Zjawisko „systemowego odrzucenia” tworzy niewidzialną barierę, której kandydat nie jest w stanie pokonać, a Ty tracisz dostęp do potencjalnie wartościowych talentów tylko dlatego, że algorytm powiela konkretny, błędny schemat działania.
Szczególnie niepokojący jest sposób, w jaki mierzona bywa zgodność z regulacjami. Dostawcy oprogramowania często chwalą się ogólnymi statystykami, jednak artykuł w Fortune wyraźnie podkreśla, że zjawisko dyskryminacji staje się w pełni dostrzegalne dopiero przy szczegółowej analizie na poziomie konkretnych stanowisk (analiza na poziomie stanowisk). Zgodnie z amerykańską zasadą „czterech piątych” (standard EEOC), jeżeli grupa mniejszościowa jest wybierana rzadziej niż w 80% tempa wyboru grupy dominującej, uznaje się, że mamy do czynienia z dyskryminacją. W badaniu przeprowadzonym przez Stanford aż 25,9% wszystkich aplikacji złożonych przez osoby czarnoskóre dotyczyło stanowisk, na których ten dopuszczalny próg został przekroczony.
Powyższe wnioski stanowią wyraźny sygnał, że nadszedł czas, aby przestać bezkrytycznie ufać certyfikatom przedstawianym przez dostawców oprogramowania. Twoja firma może nieświadomie przejmować uprzedzenia algorytmiczne, co w realiach 2026 roku wiąże się nie tylko z ryzykiem kryzysu wizerunkowego, ale i z poważnymi konsekwencjami prawnymi. Jakie jest skuteczne rozwiązanie? Należy regularnie audytować wyniki rekrutacji na poziomie konkretnych ról, a nie tylko w skali całościowych wyników działu HR. Kwestią absolutnie priorytetową jest to, aby zawsze pozostawiać człowieka w pętli decyzyjnej. Sztuczna inteligencja to niezwykle pomocne rozwiązanie, jednak w roli ostatecznego sędziego ludzkiej kariery zawodowej wciąż okazuje się zawodna, o czym w swojej analizie tego problemu donosi także serwis Fudzilla.
Dlaczego nowa strategia Huawei Tau Scaling Law zmienia zasady gry w produkcji chipów?
Huawei wprowadza Tau Scaling Law, przesuwając punkt ciężkości z miniaturyzacji tranzystorów na redukcję opóźnień sygnału (τ). Dzięki innowacyjnej architekturze LogicFolding firma zamierza uzyskać gęstość odpowiadającą technologii 1,4 nm do 2031 roku, pomimo obowiązujących sankcji handlowych. Pierwsze procesory Kirin wykorzystujące tę technologię trafią na rynek jesienią 2026 roku.
- Kluczowa zmiana: Optymalizacja czasu opóźnienia (delay) zamiast koncentracji wyłącznie na geometrii i rozmiarze układu.
- Technologia: LogicFolding skutecznie skraca ścieżki krytyczne w układach logicznych, poprawiając ich wydajność.
- Cel: Uzyskanie ekwiwalentu gęstości 1,4 nm do 2031 roku bez konieczności stosowania najnowszych maszyn litograficznych EUV.
- Premiera: Nowe jednostki SoC Kirin zadebiutują w ofercie producenta jesienią 2026 roku.
W branży technologicznej od dekad polegamy na prawie Moore’a, które zakłada, że co dwa lata umieszczamy dwa razy więcej tranzystorów na tej samej powierzchni krzemu. Jednak co zrobić w sytuacji, gdy dostęp do najnowocześniejszych maszyn litograficznych jest zablokowany przez restrykcje? Huawei udowodniło właśnie, że zamiast rywalizować wyłącznie na polu miniaturyzacji, można wprowadzić zupełnie nowe zasady projektowania. Podczas konferencji IEEE ISCAS 2026 w Szanghaju, He Tingbo, kierująca działem półprzewodników Huawei, przedstawiła koncepcję Tau (τ) Scaling Law.
Patrząc obiektywnie, jest to podejście niezwykle skuteczne w swojej prostocie. Zamiast dążyć za wszelką cenę do zmniejszania tranzystorów, Huawei koncentruje się na stałej czasowej τ (tau), która definiuje prędkość przepływu sygnału elektrycznego przez układ. Ich nowa architektura, określana mianem LogicFolding, opiera się na „składaniu” bloków logicznych w taki sposób, aby znajdowały się one znacznie bliżej siebie. Skrócenie połączeń przekłada się na mniejszy opór oraz niższą pojemność pasożytniczą, co pozwala całemu układowi pracować szybciej i z większą wydajnością, nawet jeśli same tranzystory nie są rekordowo małe. Można to porównać do sytuacji, w której zamiast budować coraz mniejsze pojazdy, by zmieścić ich więcej na drodze, decydujemy się na wyprostowanie wszystkich autostrad, aby znacznie szybciej dotrzeć do wyznaczonego celu.
Dla Twojego biznesu płynie z tego istotny wniosek: innowacyjne rozwiązania często rodzą się właśnie z narzuconych ograniczeń. Huawei deklaruje, że dzięki zastosowaniu tej metody do 2031 roku ich chipy osiągną gęstość upakowania tranzystorów odpowiadającą zaawansowanemu procesowi 1,4 nm. Jak informuje portal CGTN, chiński gigant wyprodukował już 381 różnych układów w tej metodologii, znajdujących zastosowanie w szerokim spektrum urządzeń – od smartfonów po centra danych wspierające AI. Prawdziwym sprawdzianem będą jednak ostatnie miesiące 2026 roku, kiedy to na rynek trafią nowe procesory z serii Kirin. Jeśli niezależne testy porównawcze potwierdzą te zapowiedzi, może się okazać, że rynkowa dominacja takich potęg jak TSMC czy Intel wcale nie jest tak nienaruszalna, jak dotychczas sądzono.
Warto również spojrzeć na to zagadnienie z szerszej perspektywy – jako na wyraźne przesunięcie w stronę kompleksowej optymalizacji systemowej. Huawei planuje usprawnienia na czterech różnych poziomach: od pojedynczego urządzenia, przez obwody (LogicFolding), aż po cały system (wykorzystując protokół UnifiedBus dla klastrów SuperPoD). To cenna lekcja dla każdego menedżera: niekiedy zamiast inwestować ogromne środki w najnowszą i najdroższą technologię, znacznie lepiej jest dokładnie przeanalizować procesy oraz przepływy pracy wewnątrz organizacji. Być może Twoje „wąskie gardło” nie wynika wcale z braku nowoczesnych narzędzi, lecz z nieefektywnego rozmieszczenia elementów, którymi już dysponujesz? O strategii tej wspomina również CRN Asia, wskazując, że jest to próba zdefiniowania fizyki półprzewodników na nowo, według własnych reguł i potrzeb.
Jak funkcja Ingredients to Video w Google Flow zapewnia spójność postaci w marketingu wideo?
Google Flow udostępniło aktualizację modelu Veo 3.1 wyposażoną w funkcję „Ingredients to Video”, która skutecznie eliminuje problem braku spójności wizerunku postaci generowanych przez sztuczną inteligencję. Wykorzystując obrazy referencyjne, Ty możesz zachować identyczną twarz oraz ogólną prezencję bohatera w różnych scenach, przy zmiennych kątach ustawienia kamery oraz odmiennych emocjach. System oferuje teraz wsparcie dla natywnego formatu wideo pionowego 9:16 oraz zaawansowane skalowanie obrazu do wysokiej rozdzielczości 4K.
- Nowość: Funkcja Ingredients to Video (wykorzystanie zdjęć referencyjnych).
- Spójność: Tożsamość postaci, konkretnych obiektów oraz tekstur zostaje zachowana pomiędzy poszczególnymi ujęciami.
- Formaty: Natywne proporcje 9:16 idealne dla mediów społecznościowych oraz opcja podnoszenia rozdzielczości do jakości 4K.
- Audio: Możliwość generowania mowy, efektów dźwiękowych i muzyki bezpośrednio w ramach modelu Veo 3.1.
Jeśli kiedykolwiek podejmowałeś próby wygenerowania serii filmów reklamowych z udziałem tego samego modelu AI, doskonale wiesz, jak bywało to kłopotliwe. W jednym ujęciu postać prezentowała się nienagannie, a w kolejnym przypominała zupełnie inną osobę. Google właśnie zaproponowało rozwiązanie tego problemu. Najnowsza aktualizacja Veo 3.1 dostępna wewnątrz platformy Google Flow wprowadza funkcjonalność, na którą z niecierpliwością czekały działy marketingu: Ingredients to Video.
To istotna innowacja, ponieważ pozwala Tobie „zakotwiczyć” wygląd postaci za pomocą maksymalnie trzech zdjęć referencyjnych. Możesz wgrać portret Twojego pracownika lub wirtualnego ambasadora marki, a sztuczna inteligencja wygeneruje klip, w którym ta konkretna osoba będzie się poruszać, wyrażać emocje i zmieniać otoczenie, zachowując przy tym pełną spójność wizualną. Istotne jest to, że system nie ogranicza się wyłącznie do ludzi – w ten sam sposób możesz potraktować obiekty czy specyficzne tekstury Twoich produktów. Jak informuje serwis CineD, nowa wersja wspiera także natywne wideo pionowe, co jest niezwykle praktyczne przy tworzeniu treści na platformy takie jak Instagram czy TikTok.
Dla Twojej firmy oznacza to wymierne oszczędności czasu i budżetu. Zamiast organizować kosztowne i czasochłonne sesje nagraniowe, Ty możesz budować kompletne kampanie wideo, pracując bezpośrednio przy swoim biurku. Platforma Flow pozwala na iteracyjną edycję materiału za pomocą poleceń w języku naturalnym – możesz przykładowo wydać komendę: „dodaj do tej sceny filiżankę kawy na stole” (funkcja Insert) albo „wydłuż ten klip o dodatkowe 5 sekund” (funkcja Extend). To jednak dopiero początek możliwości, gdyż Veo 3.1 potrafi teraz wygenerować także warstwę audio, w tym efekty dźwiękowe oraz podkład muzyczny, co czyni go kompleksowym narzędziem do produkcji profesjonalnych treści.
Warto jednak pamiętać o jednej istotnej kwestii, na którą zwraca uwagę oficjalna prezentacja wideo Google: funkcje generowania dźwięku, choć robią wrażenie, wciąż znajdują się w fazie testowej. Na obecnym etapie nie należy oczekiwać perfekcyjnego klonowania konkretnego głosu – korzystasz z wbudowanych profili dostępnych w modelu. Mimo to, możliwość stworzenia spójnego wizualnie awatara, który wypowiada kwestie i reaguje w różnych sceneriach, to prawdziwy przełom w obszarze komunikacji wewnętrznej oraz szkoleń firmowych. Twoi pracownicy mogą teraz zapoznawać się z materiałami edukacyjnymi prowadzonymi przez tego samego wirtualnego trenera, co znacząco podnosi profesjonalizm całego przekazu.
Czy roboty humanoidalne Figure AI w centrach logistycznych Catalyst Brands to przyszłość magazynowania?
Figure AI podpisało umowę z Catalyst Brands na komercyjne wdrożenie robotów humanoidalnych w centrum dystrybucyjnym w Reno (Nevada). Maszyny zajmą się sortowaniem w systemie Joey Pouch, automatyzując powtarzalne zadania w magazynach marek takich jak JCPenney czy Brooks Brothers. To pierwsze wdrożenie na tak dużą skalę w sieci logistycznej.
- Miejsce: Centrum dystrybucyjne Reno, Nevada.
- Zastosowanie: System sortowania Joey Pouch (indukcja i pakowanie).
- Partner: Catalyst Brands (właściciel m.in. JCPenney, Aéropostale).
- Cel: Automatyzacja fizycznie wymagających i powtarzalnych prac.
Logistyka właśnie wkracza w nową erę, a Reno w stanie Nevada staje się jej poligonem doświadczalnym. Firma Figure AI ogłosiła podpisanie przełomowego kontraktu z gigantem handlowym Catalyst Brands. Nie mówimy tu o kolejnym teście czy prototypie, ale o pełnoprawnym komercyjnym wdrożeniu robotów humanoidalnych, które mają stać się stałym elementem łańcucha dostaw dla marek takich jak JCPenney, Brooks Brothers czy Aéropostale.
Dlaczego to jest ważne dla Ciebie, nawet jeśli nie prowadzisz ogromnego magazynu? Bo pokazuje, że roboty humanoidalne przestają być ciekawostką z YouTube, a stają się realnym rozwiązaniem problemu braku rąk do pracy. W Reno roboty Figure będą pracować ramię w ramię (dosłownie!) z ludźmi, przejmując najbardziej uciążliwe zadania w systemie Joey Pouch. To skomplikowany proces sortowania i indukowania paczek, który wymaga precyzji, ale jest skrajnie powtarzalny i męczący dla człowieka. Jak informuje Retail Tech Innovation Hub, celem jest przesunięcie pracowników do zadań o wyższej wartości, gdzie ludzka inteligencja i elastyczność są niezastąpione.
To wdrożenie to także sygnał dla inwestorów. Catalyst Brands to część portfela Brookfield, a współpraca z Figure AI jest traktowana jako „playbook” dla innych firm portfelowych. Jeśli model z Reno się sprawdzi, możemy spodziewać się masowej ekspansji robotów humanoidalnych w całej branży B2B i e-commerce. Jak zauważa serwis MEXC News, Figure pozycjonuje swoje maszyny jako standardowe rozwiązanie problemów kadrowych, które można łatwo skalować między różnymi markami i lokalizacjami.
Szczerze mówiąc, tempo tych zmian mnie zaskakuje. Jeszcze niedawno roboty humanoidalne miały problem z utrzymaniem równowagi, a dziś podpisują kontrakty na obsługę logistyki dla największych marek odzieżowych świata. Dla Twojej firmy to jasny komunikat: automatyzacja nie dotyczy już tylko linii produkcyjnych, ale wchodzi głęboko w procesy operacyjne i logistyczne. Warto już teraz zastanowić się, które procesy w Twoim przepływie pracy są „wąskim gardłem” wynikającym z powtarzalności zadań fizycznych. Być może za dwa lata rozwiązaniem nie będzie nowy wózek widłowy, ale wynajęcie floty robotów, które pracują 24/7 bez przerwy na kawę.
Nowe narzędzia AI w maju 2026
W maju 2026 roku rynek rozwiązań opartych na sztucznej inteligencji koncentruje się na podnoszeniu efektywności osobistej oraz gwarantowaniu najwyższego poziomu bezpieczeństwa informacji. Na rynku zadebiutowały rozwiązania umożliwiające integrację asystentów głosowych z urządzeniami naręcznymi, budowę autorskich aplikacji opartych na inteligentnych agentach oraz przeglądarki stawiające prywatność użytkowników na pierwszym miejscu. Każde z tych rozwiązań może realnie zredukować koszty operacyjne w Twoim biznesie.
- Bluedot 2.1: Rejestrowanie przebiegu spotkań bezpośrednio z poziomu Apple Watch oraz pełna synchronizacja z modelem Claude.
- Powabase: Zaawansowana platforma do budowy aplikacji AI wykorzystująca bazy Postgres oraz architekturę RAG.
- zero.xyz: Koordynator procesów zapewniający agentom dostęp do biblioteki ponad 8000 narzędzi i interfejsów API.
- Oasis Browser: Przeglądarka umożliwiająca anonimowe trenowanie modeli na podstawie Twoich lokalnych danych.
Bluedot 2.1 to nowoczesny asystent spotkań, który eliminuje potrzebę stosowania zewnętrznych botów dołączających do wideokonferencji. Narzędzie to rejestruje dźwięk oraz obraz bezpośrednio z Twojego urządzenia (w tym z zegarka Apple Watch), przygotowując natychmiastowe transkrypcje i podsumowania gotowe do eksportu do systemu CRM. Dzięki wdrożeniu nowej integracji MCP, Twoje notatki mogą być automatycznie przesyłane do modelu Claude, co umożliwia błyskawiczne tworzenie list zadań czy wiadomości e-mail tuż po zakończeniu rozmowy. To optymalne rozwiązanie, jeśli zależy Ci na posiadaniu pełnej dokumentacji spotkań z klientami bez rozpraszania ich obecnością cyfrowego obserwatora.
Powabase stanowi kompleksowe środowisko dla firm, które planują tworzyć własne aplikacje AI bez konieczności angażowania licznego zespołu programistów. System ten integruje bazę danych Postgres z mechanizmami RAG (Retrieval-Augmented Generation), co pozwala na budowanie agentów dysponujących dostępem do unikalnej wiedzy zgromadzonej w Twojej firmie. Platforma umożliwia projektowanie zaawansowanych przepływów pracy i automatyzacji, które doskonalą się na podstawie dostarczanych informacji. W efekcie możesz w ciągu zaledwie kilku dni przygotować własnego asystenta obsługi klienta lub analityka danych, który doskonale zna każdy dokument w Twoim przedsiębiorstwie.
zero.xyz to wszechstronne rozwiązanie dla Twoich agentów AI, zapewniające dostęp do obszernej biblioteki ponad 8000 narzędzi i usług zewnętrznych. Platforma ta pozwala na łączenie modeli takich jak Gemini czy Claude Code z zewnętrznymi interfejsami API oraz usługami wiersza poleceń, co umożliwia im realizację konkretnych zadań, a nie tylko generowanie tekstów. Możesz skonfigurować agenta, który będzie samodzielnie zarządzał Twoim kalendarzem, wystawiał faktury i aktualizował statusy w systemie do zarządzania projektami. Jest to wyjątkowo efektywne narzędzie do koordynacji procesów, dzięki któremu sztuczna inteligencja przestaje być jedynie partnerem do rozmowy, a staje się autonomicznym wsparciem w codziennych obowiązkach.
Oasis Browser to propozycja skierowana do przedsiębiorców, dla których priorytetem jest poufność danych biznesowych. Jest to przeglądarka internetowa zaprojektowana z myślą o ochronie prywatności, pozwalająca na trenowanie lokalnych modeli AI na podstawie Twojej aktywności w sposób w pełni anonimowy. Twoje dane nigdy nie opuszczają fizycznego urządzenia, co skutecznie eliminuje ryzyko wycieku tajemnic handlowych do publicznie dostępnych modeli językowych. Korzystając z Oasis, możesz czerpać korzyści z personalizacji funkcji AI, zachowując przy tym absolutną pewność, że historia Twoich wyszukiwań oraz przeprowadzonych analiz pozostaje pod Twoją wyłączną kontrolą.
FAQ
01 Jak mogę sprawdzić, czy narzędzie AI do rekrutacji, z którego korzystam, nie dyskryminuje kandydatów?
Badanie Stanford HAI zaleca audytowanie wyników rekrutacji na poziomie konkretnych stanowisk, a nie tylko ogólnych statystyk działu HR. Kluczowe jest stosowanie zasady czterech piątych (standard EEOC): jeśli dana grupa jest wybierana rzadziej niż w 80% tempa grupy dominującej, mamy do czynienia z dyskryminacją. Zawsze należy pozostawić człowieka w pętli decyzyjnej.
02 Co to jest 'algorytmiczny czarny punkt' i jak może zaszkodzić mojej firmie?
Algorytmiczny czarny punkt to sytuacja, w której negatywna decyzja algorytmu u jednego pracodawcy rzutuje na wyniki kandydata u innych pracodawców korzystających z tego samego systemu przez około 330 dni. Dla firmy oznacza to utratę dostępu do potencjalnie wartościowych talentów, bo algorytm powiela błędny schemat działania, a nie ocenia kandydata niezależnie.
03 Czy funkcja Ingredients to Video w Google Veo 3.1 rozwiązuje problem niespójności postaci między ujęciami?
Tak, funkcja Ingredients to Video pozwala zakotwić wygląd postaci za pomocą maksymalnie trzech zdjęć referencyjnych. System zachowuje tę samą twarz i prezencję bohatera przy zmieniających się kątach kamery i emocjach. Działa również dla obiektów i tekstur produktów, a nie tylko dla ludzi.
04 Czy wdrożenie robotów humanoidalnych Figure AI w magazynach to już rzeczywistość operacyjna, czy nadal testy?
To już operacyjna rzeczywistość. Figure AI rozpoczęło pierwsze pełnoskalowe komercyjne wdrożenie w centrum dystrybucyjnym Catalyst Brands w Reno w stanie Nevada. Roboty obsługują sortowanie w systemie Joey Pouch dla marek takich jak JCPenney i Brooks Brothers.
05 Jak Huawei zamierza osiągnąć wydajność chipów porównywalną z procesem 1,4 nm bez dostępu do maszyn EUV?
Huawei opracowało architekturę LogicFolding i prawo Tau Scaling Law, które zamiast miniaturyzacji tranzystorów skupiają się na redukcji opóźnień sygnału. Składanie bloków logicznych bliżej siebie skraca połączenia, zmniejsza opór i pojemność pasożytniczą. Firma deklaruje osiągnięcie gęstości odpowiadającej procesowi 1,4 nm do 2031 roku, a pierwsze procesory Kirin trafią na rynek jesienią 2026 roku.
