Huawei продолжает наращивать собственную инфраструктуру для искусственного интеллекта, пытаясь компенсировать ограничения отдельных ускорителей масштабированием вычислительных систем. На конференции HUAWEI CONNECT 2026 компания представила Atlas 960E SuperPoD — систему, способную объединить до 4096 NPU Ascend 960 и обеспечить до 8 EFLOPS вычислительной производительности в FP8 или 16 EFLOPS в FP4.
Huawei позиционирует новую систему как инфраструктуру для обучения и инференса ИИ-моделей с масштабом до 10 триллионов параметров. При этом речь идёт именно о вычислительной системе, способной работать с такими моделями, а не о процессоре или отдельном сервере, содержащем 10 триллионов параметров.
Ставка на масштабирование
Ключевая особенность подхода Huawei заключается в объединении большого числа ускорителей в единую вычислительную систему. Для этого компания использует собственную архитектуру UnifiedBus, обеспечивающую межсоединение процессоров и доступ к единому адресному пространству памяти.
Atlas 960E SuperPoD построен на 4096 NPU и использует полностью жидкостное охлаждение. Huawei заявляет о производительности до 8 EFLOPS в FP8 и 16 EFLOPS в FP4. Система также оснащена 5500 оптическими модулями Hi-ONE на основе технологии NPO — Near Package Optics. По утверждению компании, такое решение позволяет отказаться от традиционной схемы с 48 000 оптических модулей 800G, необходимых для соединения такого количества ускорителей, и снизить энергопотребление более чем на 550 кВт.
Huawei заявляет также о показателе доступности системы 99,8% и увеличении времени безотказной работы по сравнению с предыдущими решениями. Эти цифры относятся к заявленным характеристикам самой компании и пока не являются независимой оценкой.
Atlas 960E SuperPoD может использоваться как самостоятельная вычислительная система, а несколько таких комплексов могут объединяться в более крупный SuperCluster. В двухуровневой четырёхплоскостной архитектуре Clos Huawei заявляет возможность соединения до 512 000 NPU, а при использовании многоуровневой multi-rail-топологии — до одного миллиона процессоров.
От отдельных чипов — к вычислительной архитектуре
Именно здесь находится принципиальное отличие стратегии Huawei. Компания пытается компенсировать отставание отдельных ускорителей не только совершенствованием самих NPU, но и созданием архитектуры, в которой тысячи и даже сотни тысяч процессоров должны работать как единая вычислительная система.
В сентябре 2025 года Huawei уже демонстрировала Atlas 960 SuperPoD с конфигурацией до 15 488 Ascend 960. Тогда компания заявляла, что такая система должна обеспечивать обработку моделей вплоть до 10 триллионов параметров. Поэтому первоначальная формулировка о «15 000 процессорах» относится именно к представленному ранее Atlas 960 SuperPoD, а не к нынешнему Atlas 960E.
Новая система представляет дальнейшее развитие этой концепции. Huawei одновременно продвигает архитектуру Peerium, которая должна позволить объединять процессоры на масштабе до одного миллиона устройств. В основе подхода лежат вложенный параллелизм, единая адресация памяти и межпроцессорное взаимодействие без традиционной схемы «ведущий — ведомые».
Ascend 960 выходит на следующий этап
Одновременно Huawei ускоряет развитие самого семейства Ascend. Компания сообщила, что Ascend 960DT планируется выпустить уже в первом квартале 2027 года — на три квартала раньше первоначального графика. Версия Ascend 960PR должна появиться в третьем квартале 2027 года.
Далее Huawei планирует ежегодно обновлять линейку: Ascend 970 должен выйти в 2028 году, а Ascend 980 — в 2029-м. Компания рассчитывает при этом не только увеличивать вычислительную производительность, но и наращивать пропускную способность памяти, её объём и скорость межсоединений.
Такой подход особенно важен для Китая, поскольку доступ китайских разработчиков к наиболее производительным зарубежным ускорителям ограничен экспортными правилами США. Huawei одновременно сталкивается с ограничениями собственного производства: председатель компании Эрик Сюй ранее заявил, что текущий объём выпуска ИИ-чипов не позволяет полностью удовлетворить внутренний китайский спрос. Reuters отмечает, что именно дефицит предложения ограничивает возможности Huawei по расширению присутствия за пределами Китая.
Таким образом, формулировка о том, что Huawei «ограничивает Atlas 960 только китайским рынком», требует уточнения. Речь идёт не столько об официальном запрете международных поставок, сколько о ситуации, при которой внутренний спрос в Китае уже превышает доступные производственные возможности компании, что объективно ограничивает экспорт.
Конкуренция идёт не только за скорость одного ускорителя
Huawei признаёт, что её стратегия строится вокруг системного масштабирования. В условиях, когда отдельный ускоритель может уступать конкурентам по определённым показателям, компания пытается компенсировать это более тесной интеграцией вычислений, памяти, сетевого взаимодействия и хранения данных.
При этом прямое сравнение Huawei и Nvidia только по производительности отдельных чипов не отражает всей картины. Для обучения современных больших моделей критичны не только FLOPS, но и пропускная способность памяти, задержки межсоединений, эффективность коллективных операций, масштабируемость кластера, энергопотребление и программный стек.
Последний остаётся одним из наиболее сложных элементов конкуренции. Huawei сообщает, что её платформа CANN теперь переходит к постоянной модели разработки с открытым исходным кодом, а Ascend официально поддерживается как бэкенд-ускоритель для PyTorch. Компания рассчитывает таким образом сократить программный разрыв с экосистемой Nvidia CUDA.
В результате Huawei предлагает рынку не просто очередной ИИ-ускоритель, а альтернативную модель построения вычислительной инфраструктуры: вместо попытки добиться максимальной производительности от одного процессора компания стремится сделать огромный массив относительно менее мощных ускорителей единой вычислительной машиной.
Пока остаётся открытым главный вопрос: насколько эффективно такая архитектура будет масштабироваться на реальных задачах и сможет ли преимущество в межсоединениях и системной интеграции компенсировать разницу в производительности отдельных ускорителей и зрелости программной экосистемы?
Источник: https://www.msn.com/en-us/technology/hardware-and-devices/huawei-unveils-10t-parameter-ai-system-but...Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
