Perché Huawei parla di una svolta per l’ecosistema Ascend

Quando un agente AI affronta un compito lungo, non basta che il chip esegua rapidamente un singolo calcolo. L’agente può dover riprendere un’attività, conservare il proprio stato e tornare a produrre una risposta senza attese eccessive. Se il lavoro coinvolge molte NPU — i processori usati per i calcoli di intelligenza artificiale — diventano cruciali anche gli scambi di dati tra nodi e la memoria disponibile. È su questo problema che Huawei costruisce la sua proposta per Ascend. 26

A HUAWEI CONNECT 2026, il responsabile della strategia per il computing Zhu Zhaosheng ha affermato che Ascend ha superato un «punto di svolta» come ecosistema. Il senso della dichiarazione è che, secondo Huawei, attorno all’hardware esistono ormai software, sviluppatori e risorse condivise sufficienti perché altri possano costruirvi applicazioni. Non è, di per sé, una prova che ogni applicazione funzioni meglio su Ascend. 221

Cinque cambiamenti proposti per gli agenti di lunga durata

1. Programmare risorse distribuite, non soltanto un dispositivo. Huawei propone API per combinare calcolo, comunicazione e memoria tra i nodi di un SuperPoD o di un SuperCluster, le sue infrastrutture che raggruppano più acceleratori. L’obiettivo è rendere più semplice esprimere il lavoro distribuito e gestire i trasferimenti di dati e la pressione sulla memoria. Questo non significa che il costo delle comunicazioni scompaia. 24
2. Conservare lo stato dell’agente durante l’esecuzione. ThinkPro e ThinkProcess, quest’ultimo legato a openEuler, sono pensati per gestire l’esecuzione di un agente nel corso di un’attività lunga. Mantenere lo stato utile quando il lavoro riprende potrebbe evitare elaborazioni ripetute e migliorare il time-to-first-token, cioè l’attesa prima del primo elemento della risposta. Le fonti citate non quantificano però una riduzione della latenza. 2
3. Offrire più modi di programmare le NPU. Huawei presenta le capacità SIMD e SIMT di Ascend 950, insieme alla programmazione Regbase, come strumenti per affrontare sia calcoli regolari e intensivi sia operazioni meno uniformi. Il vantaggio concreto dipenderà da come ciascun carico di lavoro si adatta a queste possibilità. 2
4. Adeguare la precisione numerica al compito. HiF4 è proposta come opzione a precisione ridotta per aumentare la capacità di elaborazione e contenere l’uso di memoria, laddove il modello lo consenta. Eventuali guadagni vanno confrontati con l’impatto sull’accuratezza del compito specifico. 2
5. Farsi aiutare dagli agenti nello sviluppo del software. L’idea è usare agenti AI per creare e ottimizzare gli operatori, i componenti software che eseguono operazioni dei modelli, così da adattare più rapidamente nuove tecniche ad Ascend. È un metodo di sviluppo proposto, non una soluzione già dimostrata per ogni collo di bottiglia. 2

Perché Huawei la chiama una svolta dell’ecosistema

Questi cambiamenti hanno valore solo se gli sviluppatori possono utilizzarli. Huawei indica l’apertura del set di istruzioni PTO, lo sviluppo di CANN guidato dalla comunità, il supporto a modelli e framework, gli strumenti per sviluppatori e l’accesso dei partner a risorse di calcolo condivise nell’ordine di 10.000 NPU. Un resoconto delle dichiarazioni di Zhu riporta inoltre oltre 5.200 utenti attivi al mese nella comunità CANN. Sono segnali di accesso e partecipazione, non una garanzia di portabilità o velocità per tutti i progetti. 2421

La distinzione è il punto centrale della notizia: la svolta è la valutazione di Huawei sul grado di maturità di Ascend come piattaforma, mentre i cinque cambiamenti spiegano come intende affrontare tempi di risposta, comunicazioni tra nodi e limiti di memoria. Per stabilire se la strategia migliori davvero gli agenti impegnati in attività lunghe serviranno risultati misurati su carichi di lavoro specifici. 26