Huawei vil samle op mod 1 million AI-processorer i ét skalerbart system

Huawei planlægger at lancere Ascend 960DT i 1. kvartal 2027 og Ascend 960PR i 3. kvartal 2027. Målet er dog større end at sælge hurtigere AI-chips: Huawei vil levere en samlet, kinesisk AI-computingplatform med chips, forbindelsesteknologi, supernoder, klynger og software – og dermed mindske afhængigheden af Nvidia. 1

Fra enkeltchip til samlet AI-maskine

Kernen i planen er UnifiedBus, Huaweis højhastighedsforbindelse mellem processorer. Teknologien skal give mange Ascend-processorer mulighed for at udveksle data med lav forsinkelse og høj båndbredde, så softwaren kan behandle dem som ét koordineret AI-system frem for en bunke separate acceleratorer.

En opgraderet udgave beskrives som i stand til at forbinde op til 4.000 processorer og føre optiske forbindelser længere ind i selve systemet. Det er afgørende for store AI-modeller, hvor beregninger og data konstant skal flyttes mellem mange chips. 2

Huawei bygger systemerne i flere lag:

• Processorer samles i SuperPoDs, også omtalt som supernoder.
• Flere SuperPoDs kobles derefter sammen i en SuperCluster.
• Huawei har annonceret en Atlas 960 SuperCluster med mere end 1 million Ascend-NPU'er. En NPU er en processor specialiseret i neurale netværk og andre AI-beregninger. 3

Tallet på over 1 million er et mål for en skaleret klynge af flere systemer. Det betyder ikke, at alle processorer nødvendigvis er koblet direkte sammen i ét fladt netværk.

Mere end en teknologidemonstration – men stadig Huaweis egne tal

Huawei oplyser, at selskabet har leveret mere end 1.000 Ascend-supernoder til over 370 kunder. Det peger på, at platformen er nået ud over laboratoriet og ind i kommercielle installationer. Tallene er dog rapporteret af Huawei selv og dokumenterer ikke i sig selv systemernes sammenlignelige ydelse, udnyttelsesgrad eller lønsomhed. 4

Eksportkontrol giver Huawei en strategisk åbning

USA's begrænsninger på eksport af avancerede AI-chips reducerer kinesiske virksomheders adgang til de mest avancerede Nvidia-acceleratorer. Det skaber et forsyningsproblem, men også en mulighed for Huawei: Cloududbydere, offentlige indkøbere og modeludviklere i Kina får et stærkere incitament til at kvalificere lokal hardware og mindske risikoen ved en forsyningskæde, der kan blive ramt af yderligere restriktioner. 1

Derfor handler Huaweis tilbud ikke kun om topresultater i chip-benchmarks. Det handler også om tilgængelighed, lokal support og en komplet platform, der kan installeres i meget stor skala.

Nvidias største forspring er software

Nvidia er fortsat den svære modstander. Selskabets fordel ligger ikke alene i hardware, men også i CUDA – det veletablerede softwareøkosystem med udviklingsværktøjer, biblioteker, kompatible applikationer og udviklere med praktisk erfaring. Det gør det kostbart og tidskrævende at skifte platform.

Huawei skal derfor vise, at det er praktisk at flytte modeller, finjustere dem, drifte dem og skalere dem på Ascend-hardware. Store systemtal alene er ikke nok.

Huawei fremhæver 5.270 månedligt aktive udviklere i fællesskabet omkring CANN, selskabets softwareplatform til Ascend. Det kan styrke rammeværk, modelporteringer, operatører og værktøjer. Men økosystemet er stadig langt mindre og mindre indarbejdet end Nvidias globale CUDA-miljø. Den afgørende test bliver, om aktiviteten fører til produktionsklar software og gentagne kundeinstallationer – ikke blot udvikleraktivitet. 5

Kort sagt forsøger Huawei at kompensere for Nvidias hardware- og softwareforspring gennem systemskala, UnifiedBus-forbindelser, indenlandsk forsyning og et voksende Ascend/CANN-økosystem. Den umiddelbart stærkeste mulighed er det kinesiske marked, hvor adgangen til avancerede udenlandske chips er begrænset. En global udfordring af Nvidia vil afhænge af softwarekompatibilitet, stabil masseudrulning og dokumenteret pris-ydelse i praksis.