Huawei Connect 2026 n’a pas été le lancement d’un simple accélérateur. Le message principal de Huawei porte sur le système qui relie les puces entre elles. Le groupe a dévoilé l’Atlas 960E SuperPoD, un supernœud d’IA articulé autour de NPU Ascend 960, de l’interconnexion UnifiedBus et d’un nouveau moteur optique baptisé Hi-ONE.
L’objectif : faire travailler des milliers de processeurs comme un ensemble étroitement couplé, pour l’entraînement et l’inférence de modèles pouvant atteindre 10 000 milliards de paramètres.
13
6
Les chiffres à retenir
Huawei présente l’Atlas 960E comme le premier SuperPoD du secteur fondé sur la technologie NPO (near-package optics, ou optique au plus près du boîtier de la puce). Grâce à UnifiedBus et à son adressage mémoire unifié, un système peut selon le constructeur monter jusqu’à 4 096 NPU, atteindre 8 EFLOPS en FP8 et 16 EFLOPS en FP4, avec jusqu’à 1 Po de mémoire HBM — une mémoire à très large bande passante utilisée dans les accélérateurs d’IA.
38
13
Ces données doivent toutefois être lues pour ce qu’elles sont : des spécifications de système annoncées par Huawei, et non des mesures indépendantes d’une seule puce Ascend 960 ou des résultats de benchmarks comparatifs entre fournisseurs.
Huawei affirme aussi que le 960E emploie 5 500 unités Hi-ONE au lieu de 48 000 modules optiques 800G conventionnels pour assurer la même connectivité entre NPU. Le groupe revendique ainsi plus de 550 kW de consommation électrique évitée et une fiabilité du système doublée.
13 Son pari est clair : pour les très grands modèles, la qualité des interconnexions comptera autant que la puissance de calcul brute des puces.
NPO, Hi-ONE et UnifiedBus : à quoi servent-ils ?
La NPO rapproche l’optique du calcul
L’optique NPO place les liaisons optiques très près du boîtier du processeur. Les signaux électriques parcourent donc une distance plus courte avant d’être convertis en signaux lumineux, ce qui est censé améliorer les débits et réduire l’énergie consommée. Huawei affirme que cette approche apporte davantage de vitesse et une meilleure efficacité énergétique à l’architecture SuperPoD.
9
13
Hi-ONE est le moteur de l’interconnexion optique
Hi-ONE est le composant d’interconnexion optique de Huawei pour cette architecture NPO. Huawei le décrit comme un moteur intégrant la source lumineuse, conçu pour combiner bande passante élevée, faible latence et faible consommation.
13
Des comptes rendus de l’annonce évoquent une implémentation de 7,2 Tb/s, sur 36 voies à 200 Gb/s par voie, ainsi qu’une latence de communication de 10 nanosecondes annoncée par Huawei pour le moteur optique.
32
Ce dernier chiffre ne doit pas être confondu avec la latence de bout en bout du supernœud. D’autres couvertures font état d’une latence aller-retour d’environ 2 microsecondes à l’échelle du système connecté par UnifiedBus.
11
35
UnifiedBus vise à faire fonctionner le tout comme une seule machine
UnifiedBus est la couche d’interconnexion et d’adressage mémoire destinée à relier les ressources de calcul, de mémoire et de stockage. Dans l’Atlas 960E, elle permet un adressage mémoire unifié sur l’ensemble des 4 096 NPU.
38
Huawei a également indiqué qu’un SuperCluster reposant sur UnifiedBus pourrait s’étendre jusqu’à un million de NPU. Il s’agit d’une ambition d’architecture, non d’un chiffre de déploiement public.
2
34
Des promesses pour les modèles de 10 000 milliards de paramètres
Huawei positionne l’Atlas 960E pour l’entraînement et l’inférence de modèles allant jusqu’à 10 000 milliards de paramètres.
6 Selon les informations publiées au lancement, Huawei revendique, sur certains traitements de modèles de cette taille, un débit d’entraînement jusqu’à 2,3 fois supérieur et un débit d’inférence jusqu’à 2,5 fois supérieur à ceux de l’Atlas 950.
4
35
Le raisonnement est pragmatique : à ce niveau d’échelle, déplacer activations, poids et données intermédiaires entre accélérateurs peut devenir aussi déterminant que la vitesse de calcul elle-même. Huawei n’a pas publié de benchmarks indépendants permettant de situer le système sur un éventail plus large de charges de travail ou face aux alternatives de Nvidia.
Ce que l’Ascend 960 doit apporter face à l’Ascend 950
Dans sa feuille de route précédente, Huawei indiquait que l’Ascend 960 doublerait les performances de calcul, la bande passante d’accès à la mémoire, la capacité mémoire et le nombre de ports d’interconnexion de l’Ascend 950.
30 L’annonce du 960E applique cette génération de silicium à un système optique plus fortement intégré.
Une distinction est importante : plusieurs appellations proches coexistent dans les annonces de Huawei. Le nouvel Atlas 960E détaillé lors de Connect 2026 est le système NPO à 4 096 NPU. Des documents de feuille de route antérieurs évoquaient aussi une future configuration Atlas 960 SuperPoD plus vaste. Il ne faut donc pas attribuer automatiquement toutes les spécifications Atlas 960 publiées dans différents communiqués à une même configuration commercialisée.
25
38
Feuille de route : Ascend 960DT et 960PR
Huawei a avancé le calendrier de deux variantes de l’Ascend 960 :
- Ascend 960DT, destiné à l’entraînement, est prévu au 1er trimestre 2027, soit trois trimestres plus tôt que le calendrier initial.
1
3
- Ascend 960PR, orienté vers l’inférence, est attendu au 3e trimestre 2027, soit un trimestre d’avance.
1
5
La feuille de route antérieure prévoyait un Ascend 960 pour le quatrième trimestre 2027, avec 2 PFLOPS en FP8 et 4 PFLOPS en FP4 pour la puce.
30 L’annonce de Connect 2026 précise la direction prise par la plateforme, mais les informations publiques et indépendamment vérifiables sur les spécifications par puce des variantes DT et PR restent limitées.
Une stratégie d’infrastructure à la Nvidia
Huawei cherche à construire une offre d’infrastructure IA de bout en bout : processeurs Ascend, mémoire à large bande passante, interconnexions optiques, systèmes Atlas et couches logicielles nécessaires au déploiement des modèles. Cette stratégie s’inscrit dans un effort plus large pour réduire la dépendance aux fournisseurs étrangers de semi-conducteurs, notamment Nvidia.
9
18
La fabrication reste un point d’interrogation majeur. Les contrôles américains à l’exportation empêchent Huawei de travailler avec TSMC, et l’entreprise n’a pas identifié publiquement le fabricant de ces puces. Des analystes associent Huawei au fondeur chinois SMIC, mais ce lien relève de leurs analyses et non d’une confirmation de Huawei.
19
L’optimisation des modèles sera tout aussi décisive. La puissance matérielle ne remplace pas à elle seule un écosystème logiciel mature : il faut des frameworks, des compilateurs et des implémentations de modèles adaptées. Les informations selon lesquelles DeepSeek prévoirait d’utiliser des Ascend 950DT de Huawei pour l’inférence, tout en conservant du matériel Nvidia pour l’entraînement, illustrent à la fois les progrès de Huawei et l’ampleur du défi restant.
21
Capacité de production, expansion internationale et propos d’Eric Xu
Cette ambition se heurte à une contrainte immédiate : la production. Eric Xu, président tournant de Huawei, a déclaré que l’entreprise ne pouvait pas fabriquer assez d’équipements de calcul IA pour répondre à la demande en Chine. Huawei ne prévoit donc pas une expansion internationale à grande échelle, même si l’entreprise fournit certains marchés où la demande est particulièrement forte.
20
Xu a également estimé que les développeurs chinois d’IA n’avaient peut-être pas encore des modèles suffisamment avancés pour rencontrer les risques de sûreté de pointe signalés par de grandes entreprises américaines. Reuters rapporte qu’il a défendu la poursuite du développement des capacités, tout en recherchant un équilibre entre innovation et gestion des risques.
17
En bref
L’Atlas 960E est l’affirmation la plus nette de Huawei sur la compétition des infrastructures d’IA : elle se jouera au niveau du système complet — processeurs, mémoire, optique, interconnexions et logiciels. La configuration annoncée, avec 4 096 NPU, 8 EFLOPS FP8 et 1 Po de HBM, est ambitieuse, et la NPO en est la pièce technique centrale.
13
38
Mais la plateforme demeure au stade de feuille de route, et ses chiffres de performances les plus importants viennent de Huawei. Sa capacité à devenir une alternative durable à Nvidia dépendra de ses volumes de production, de l’adoption de ses logiciels, des performances réelles sur les modèles et de la disponibilité de ses systèmes au-delà de la Chine.
20
19