Huawei plant neue KI-Chips für 2027 – und denkt weit über den einzelnen Prozessor hinaus

Huawei will 2027 zwei neue KI-Beschleuniger auf den Markt bringen: den 960DT im ersten Quartal und den Ascend 960PR im dritten Quartal. Dahinter steht mehr als ein gewöhnliches Chip-Update. Huawei versucht, eine möglichst vollständige, inländische KI-Infrastruktur anzubieten – vom Prozessor über die Vernetzung bis zu Großclustern und Software. Damit soll Chinas Abhängigkeit von Nvidia sinken. 1

Zwei Termine, eine Plattformstrategie

Die 960er-Generation ist der nächste Schritt in Huaweis Ascend-Roadmap für KI-Rechenleistung. Entscheidend ist dabei nicht allein, wie schnell ein einzelner Beschleuniger rechnet. Huawei will Chips, Interconnect, Supernodes, Cluster und Software als abgestimmte Gesamtplattform verkaufen. 1

Was UnifiedBus ermöglicht

UnifiedBus ist Huaweis Hochgeschwindigkeits-Verbindungsnetz für KI-Prozessoren. Es soll den Datenaustausch zwischen zahlreichen Ascend-Chips mit geringer Latenz und hoher Bandbreite ermöglichen, sodass Software sie als koordiniertes Rechensystem statt als viele voneinander getrennte Beschleuniger nutzen kann. Eine weiterentwickelte Ausführung soll bis zu 4.000 Prozessoren anbinden; optische Verbindungen reichen dabei weiter in das System hinein. 2

Das ist für das Training und den Betrieb großer KI-Modelle zentral: Rechenleistung skaliert nicht automatisch, nur weil mehr Chips installiert werden. Die Prozessoren müssen Daten, Modellparameter und Zwischenergebnisse schnell genug austauschen können. Genau diesen Engpass soll UnifiedBus adressieren.

Vom Supernode zum SuperCluster mit mehr als einer Million NPUs

Huawei bündelt Prozessoren zunächst in SuperPoDs beziehungsweise Supernodes und verbindet mehrere dieser Einheiten anschließend zu einem SuperCluster. Für den Atlas 960 SuperCluster hat das Unternehmen mehr als eine Million Ascend-NPUs angekündigt. Das ist eine Skalierungsangabe für ein mehrstufiges Gesamtsystem – nicht die Behauptung, dass alle Prozessoren in einem einzigen flachen Netzwerk unmittelbar miteinander verbunden sind. 3

Als kommerziellen Beleg nennt Huawei zudem mehr als 1.000 ausgelieferte Ascend-Supernodes an über 370 Kunden. Die Zahlen zeigen, dass die Systeme nach Angaben des Unternehmens über reine Labordemonstrationen hinausgehen. Sie belegen jedoch nicht unabhängig, wie sich Leistung, Auslastung oder Profitabilität im Vergleich zu konkurrierenden Plattformen darstellen. 4

Warum US-Exportkontrollen Huaweis Chance vergrößern

US-Beschränkungen für fortschrittliche KI-Chips erschweren chinesischen Unternehmen den Zugang zu führenden Nvidia-Beschleunigern. Das erzeugt für China ein Versorgungsrisiko – und für Huawei eine strategische Marktchance. Cloud-Anbieter, öffentliche Auftraggeber und Entwickler großer Modelle haben dadurch stärkere Anreize, heimische Hardware zu qualifizieren und ihre Lieferketten weniger anfällig für weitere Handelsbeschränkungen zu machen. 1

Huaweis Angebot passt damit zu Chinas Bestreben, eine eigenständige KI-Infrastruktur aufzubauen. Der Wettbewerb dreht sich daher nicht nur um Spitzenwerte einzelner Chips, sondern auch um Verfügbarkeit, technische Unterstützung und die Fähigkeit, komplette Systeme im großen Maßstab bereitzustellen.

Nvidias eigentlicher Vorsprung heißt CUDA

Nvidia bleibt dennoch der schwierigere Gegner. Sein Vorteil liegt nicht nur in der Hardware, sondern vor allem im CUDA-Ökosystem: etablierte Entwicklungswerkzeuge, Bibliotheken, eingespielte Fachkräfte und breite Kompatibilität mit Anwendungen. Das führt zu hohen Wechselkosten.

Huawei muss deshalb zeigen, dass die Migration auf Ascend, das Anpassen von Modellen, der Betrieb und die Skalierung in der Praxis zuverlässig funktionieren. Große Systemwerte allein reichen nicht aus, wenn Entwickler ihre bestehenden Workflows und Software-Stacks nicht effizient übertragen können.

Huawei verweist für sein CANN-Ökosystem auf 5.270 monatlich aktive Entwickler. Das kann die Entwicklung von Frameworks, Operatoren, Modellportierungen und Werkzeugen beschleunigen. Im Vergleich zu Nvidias weltweit tief verankertem CUDA-Ökosystem ist diese Basis jedoch deutlich kleiner. Entscheidend wird sein, ob daraus produktionsreife Software und wiederholbare Einsätze bei Kunden entstehen – nicht nur Aktivität innerhalb der Community. 5

Unterm Strich versucht Huawei, Nvidias Hardware- und Softwarevorsprung durch Systemskalierung, heimische Lieferfähigkeit, politisch gestützte Nachfrage und ein wachsendes Ascend-/CANN-Ökosystem auszugleichen. Die kurzfristig größte Gelegenheit liegt im eingeschränkten chinesischen Markt. Ob Huawei Nvidia darüber hinaus ernsthaft unter Druck setzen kann, hängt von Software-Kompatibilität, zuverlässiger Massenbereitstellung und dem Preis-Leistungs-Verhältnis im realen Betrieb ab.