Apa yang Dicapai Cluster AI 10.000 Kartu Shenzhen?

Shenzhen membangun “otak” AI skala besar

Shenzhen, salah satu pusat teknologi utama di China, telah mengaktifkan cluster komputasi AI berisi 10.000 kartu pemroses. Sistem ini disebut sebagai cluster AI 10.000 kartu pertama di China yang dibangun dengan chip domestik dan menggunakan tumpukan teknologi lokal secara menyeluruh.

Cluster baru tersebut memiliki kapasitas 11.000 petaflops—satu petaflop setara dengan satu kuadriliun operasi floating-point per detik. Jika digabungkan dengan fase awal berkapasitas 3.000 petaflops yang telah beroperasi sebelumnya, fasilitas Shenzhen kini mencapai total kapasitas 14.000 petaflops. 711

Angka ini menggambarkan kapasitas komputasi agregat, bukan berarti satu chip atau satu server mampu menjalankan tugas sebesar itu sendirian. Kekuatan utamanya berasal dari ribuan akselerator yang bekerja secara bersamaan.

Teknologi Huawei di balik cluster

Fondasi perangkat keras cluster ini adalah akselerator AI Huawei Ascend 910C. Di sisi perangkat lunak, sistem tersebut mengandalkan ekosistem “Ascend + CANN”—CANN adalah singkatan dari Compute Architecture for Neural Networks, yaitu platform perangkat lunak Huawei untuk mengoptimalkan aplikasi dan model AI pada perangkat keras Ascend.

Dengan pendekatan full-stack, Huawei tidak hanya menyediakan chip. Sistemnya juga mencakup server, interkoneksi jaringan, perangkat lunak, serta alat untuk menjalankan dan mengoptimalkan model AI. Integrasi semacam ini penting karena kinerja cluster tidak ditentukan oleh spesifikasi akselerator saja. Kecepatan komunikasi antar-chip, manajemen memori, dan dukungan perangkat lunak dapat menentukan apakah kapasitas teoritis benar-benar bisa digunakan.

Seberapa cepat Ascend 910C dibandingkan Nvidia H100?

Pengujian yang dikaitkan dengan peneliti DeepSeek melaporkan bahwa Ascend 910C memberikan sekitar 60% kinerja inferensi Nvidia H100 dalam beban kerja tertentu. Inferensi adalah tahap ketika model AI yang sudah dilatih digunakan untuk menghasilkan jawaban, prediksi, atau keluaran lainnya. 1114

Perbandingan itu perlu dibaca secara hati-hati. Angka 60% bukan tolok ukur universal untuk semua model dan skenario. Performa pelatihan model besar, efisiensi daya, kematangan perangkat lunak, bandwidth memori, dan kemudahan pemrograman dapat menghasilkan perbedaan yang jauh lebih kompleks. Jadi, laporan tersebut menunjukkan bahwa Ascend 910C cukup mampu untuk deployment skala besar, tetapi bukan bukti bahwa chip itu secara keseluruhan sudah setara dengan H100.

Huawei juga mengembangkan sistem yang menghubungkan banyak akselerator Ascend dalam satu infrastruktur. Namun, seperti pada sistem AI lainnya, peningkatan jumlah chip baru berguna jika komunikasi antar-chip berlangsung cepat dan beban kerja dapat dibagi secara efisien.

Mengapa ribuan chip membuat komputasi AI lebih cepat?

Cluster AI bekerja dengan membagi pekerjaan besar ke banyak akselerator. Tergantung jenis tugasnya, sistem dapat:

• membagi data pelatihan ke banyak chip;
• memisahkan bagian-bagian model atau lapisan neural network;
• menjalankan banyak permintaan inferensi secara bersamaan; dan
• menggabungkan hasil dari seluruh akselerator melalui jaringan berkecepatan tinggi.

Secara sederhana, ini mirip dengan membagi pekerjaan besar kepada ribuan pekerja. Kapasitas total meningkat drastis, tetapi koordinasi menjadi tantangan utama. Jika transfer data antar-chip terlalu lambat, waktu yang dihabiskan untuk menunggu komunikasi dapat menghapus sebagian besar keuntungan dari penambahan chip.

Karena itu, cluster skala besar membutuhkan lebih dari sekadar banyak prosesor. Jaringan berlatensi rendah, sistem penyimpanan cepat, manajemen memori, serta perangkat lunak yang dapat mengatur pembagian pekerjaan menjadi bagian penting dari performa keseluruhan.

Seberapa luas sistem ini telah digunakan?

Fase awal cluster Shenzhen yang berkapasitas 3.000 petaflops dilaporkan telah dipesan penuh sebelum ekspansi 10.000 kartu mulai beroperasi. Laporan terpisah menyebut hampir 50 organisasi telah menandatangani kesepakatan kerangka untuk menggunakan kapasitas komputasi tersebut, dengan tingkat reservasi gabungan mencapai 92%. 111

Data itu menunjukkan adanya permintaan kuat terhadap kapasitas komputasi domestik, baik untuk pengembangan model AI maupun aplikasi komputasi intensif lainnya. Namun, tingkat reservasi tersebut tidak otomatis membuktikan bahwa platform Huawei telah menggantikan Nvidia secara luas di seluruh China. Sejumlah perusahaan China juga masih dilaporkan mengakses kapasitas Nvidia melalui pusat data di luar negeri.

Kemajuan chip China lainnya

Selain Ascend 910C, Huawei pada Mei 2026 memaparkan jalur desain chip yang ditargetkan mencapai kepadatan transistor setara proses 1,4 nanometer pada 2031 tanpa mengandalkan peralatan litografi paling canggih. Reuters melaporkan bahwa Huawei belum memberikan data kinerja independen untuk membuktikan capaian tersebut, sehingga informasi ini masih merupakan proyeksi perusahaan, bukan demonstrasi chip produksi.

Huawei juga dilaporkan memperoleh hasil pengujian pelanggan yang positif untuk chip Ascend 950PR. ByteDance dan Alibaba disebut sedang mempertimbangkan pemesanan chip tersebut.

Secara terpisah, kelompok yang melibatkan Huawei mengklaim telah melakukan post-training dengan seluruh parameter pada model DeepSeek V4-Pro berukuran 1,6 triliun parameter menggunakan sedikitnya 1.000 chip Ascend 910C. Klaim ini penting karena pelatihan dan post-training model berukuran sangat besar merupakan salah satu area yang paling sulit dialihkan dari perangkat keras Nvidia. 3

Respons terhadap pembatasan ekspor Amerika Serikat

Pemerintah Amerika Serikat mulai membatasi ekspor GPU komputasi canggih seperti Nvidia A100 dan H100 ke China pada 2022. Pembatasan tersebut kemudian diperluas pada 2023, termasuk terhadap chip komputasi canggih lain dan peralatan manufaktur semikonduktor yang relevan.

Dalam konteks itu, pembangunan cluster Shenzhen merupakan respons industri terhadap keterbatasan akses ke akselerator asing. China berusaha membangun alternatif domestik yang mencakup seluruh rantai teknologi: chip, server, jaringan, sistem operasi komputasi, dan perangkat lunak AI.

Huawei berada di pusat strategi tersebut karena lini Ascend dapat menjadi alternatif domestik di dua tingkatan sekaligus: sebagai akselerator AI dan sebagai bagian dari sistem pusat data berskala besar. Cluster 10.000 kartu Shenzhen menunjukkan bahwa ekosistem itu telah mencapai skala yang relevan untuk pekerjaan AI tingkat lanjut. 712

Meski demikian, proses menuju kemandirian penuh belum selesai. Perbedaan kinerja dengan H100 dalam sejumlah beban kerja, tantangan efisiensi dan perangkat lunak, serta masih digunakannya kapasitas Nvidia oleh sebagian perusahaan China menunjukkan bahwa ketergantungan tersebut sedang dikurangi, bukan sudah sepenuhnya berakhir.