HuaweiのAtlas 960Eは「接続」を主役にする――UnifiedBusで巨大AIクラスタの効率は上がるのか

大規模なAI学習では、演算器そのものの速さだけでは効率は決まりません。数千基のプロセッサー間で、モデルのパラメーター、活性化値、キャッシュ、メモリーアクセスをどれだけ速く移動・共有できるかが、実効的な処理能力を左右します。

Huaweiが発表したAtlas 960E SuperPoD、次世代Ascend 960、そして相互接続アーキテクチャーのUnifiedBusは、その通信とメモリーのボトルネックを主戦場に据えた構想です。ただし、性能や効率に関する数値の多くはHuaweiによる製品発表上の主張であり、独立機関が検証したベンチマークとして受け取るべきではありません。 918

狙いは、クラスタを「多数の別々のサーバー」から近づけること

従来の大規模クラスタでは、CPU、AIアクセラレーター、ストレージ、メモリーが複数のプロトコルでつながる、個別性の強い資源になりがちです。HuaweiはUnifiedBusにより、10種類を超える相互接続プロトコルを単一のプロトコルとメモリー・セマンティクスへ統合し、CPU、NPU、メモリー、SSDの間で直接的なピアツーピアアクセスを可能にすると説明しています。 18

ここでいうNPUは、AI処理向けに最適化された演算プロセッサーです。UnifiedBusの実用上の狙いは、分離されたノード間でデータを何度もコピーしたり、ソフトウェア側で細かな同期処理をしたりする待ち時間を減らすことにあります。SuperPoD内に統合グローバル・メモリーアドレス空間を設け、ソフトウェアからクラスタ全体のメモリーをプールされた資源として扱えるようにする設計です。単一アクセラレーターのローカルメモリーには収まらないモデルや中間データを扱う際に、特に重要になる考え方です。 18

Huaweiは、UnifiedBusの相互接続能力をおよそ100GB/s級からTB/s級へ引き上げ、往復遅延（RTT）を約7マイクロ秒から2マイクロ秒へ短縮するとしています。ただし、これは同社が想定するアーキテクチャー上の数値であり、競合製品との条件をそろえた第三者比較ではありません。 18

Atlas 960E：近接実装光技術を4,096 NPU規模へ

Atlas 960E SuperPoDは、今後投入予定のAscend 960プロセッサー、UnifiedBus、そしてHuaweiのHi-ONE近接実装光技術（NPO：Near-Packaged Optics）エンジンを組み合わせます。NPOは、電気配線だけでは帯域幅とクラスタ規模の拡大が難しくなる局面で、光接続をチップの近くに配置するアプローチです。Huaweiは、完全液冷式のAtlas 960Eを、最大10兆パラメーターのモデルに対する学習・推論向けのNPOベースSuperPoDとして位置付けています。 9

同社が示す主な構成は、統合メモリーアドレッシング対応の4,096 NPUで、性能はFP8で8 EFLOPS、FP4で16 EFLOPSです。 9

Hi-ONEの光エンジンは1基当たり7.2Tbit/sを提供するとHuaweiは説明します。4,096 NPU構成では、約5,500基のHi-ONEエンジンで従来型の800G光モジュール約4万8,000個を置き換え、消費電力を550kW超削減し、可用性を99.8％へ高められるとしています。これらはあくまでHuaweiによる設計上の見通しです。 9

ラック内から百万NPU級までを想定する構成要素

Huaweiは、クラスタの物理的な階層ごとに製品を用意しています。

• LinkBlade：ラック内接続向けの、ケーブルを使わないUnifiedBusコンポーネントです。Huaweiによれば、ケーブルに伴う回路損失をなくし、4,096 NPUのSuperPoD構成では約196km分の銅ケーブルを削減できます。 18
• LinkDevice：ラック間を光で接続するためのコンポーネントです。Huaweiは、1ポート当たり1.6Tbit/sの176ポート、合計280Tbit/sの帯域幅、最小2マイクロ秒の往復遅延を掲げています。 18
• UBGスイッチ：複数のSuperPoDをつなぐクラスタ層です。Huaweiは、2層・4プレーンのClosネットワークで最大51万2,000 NPU、マルチレール構成で最大100万NPUへ拡張可能だとしています。ただし、これはアーキテクチャー上の拡張性の主張であり、100万NPUクラスタの導入実績を示すものではありません。 18

巨大なSuperPoDを必要としない組織向けには、Atlas 650Eも用意されます。UnifiedBus Link 2.0を基にした16 NPUフルメッシュ構成で、Huaweiはオンチップ・メモリーの読み書き帯域幅を最大4.0TB/s、16 NPUサーバー当たりのUB Link帯域幅を13.4TB/sとして提示しています。 20

Ascend 960は2027年にDTとPRを投入予定

Huaweiによれば、Ascend 960の開発は期待を上回り、計画時点で想定した性能は2倍になったとしています。しかし、この主張を検証するために必要な独立した詳細ベンチマークは公開されていません。 11

発表されたスケジュールは次の通りです。

• Ascend 960DT：デコーディングと学習向け。2027年第1四半期に投入予定で、従来ロードマップより3四半期前倒し。 111
• Ascend 960PR：プリフィルおよびレコメンデーション／推論向け。2027年第3四半期に投入予定で、従来計画より1四半期前倒し。 111

Huaweiは、先行世代のAtlas 950 SuperPodシステムについては、すでに大規模な商用利用が進んでいると述べています。ただし、これは今後のAscend 960世代に紐付くAtlas 960Eの導入を意味するものではありません。 39

Nvidia NVLinkとは何が違うのか

UnifiedBusは、NvidiaのNVLinkのようなアクセラレーター間接続が取り組むのと同じ大きな問題、すなわち「多数のアクセラレーターにデータを供給し続け、高速に通信させ、台数増加を同期のオーバーヘッドに変えない」ことへのHuaweiのシステムレベルの回答と捉えるのが妥当です。

Huaweiが差別化要因として挙げるのは、プロトコルの広範な統合、SuperPoD内のグローバル・メモリーアドレッシング、異種コンポーネント間の直接アクセス、そしてSuperPoD規模でのNPO統合です。 189

一方、公開された資料だけでは、NVLinkとの帯域幅、遅延、ソフトウェア成熟度、信頼性、コスト、実際の学習スループットを同じ条件で比較することはできません。また、UnifiedBusはHuawei独自のアーキテクチャーおよび製品エコシステムとして提示されており、オープンなアクセラレーター接続規格と同等のガバナンスやマルチベンダー相互運用性を持つことを示す資料もありません。 18

実力を判断するために必要なもの

今回の発表が示す重要な点は、HuaweiがAIインフラ戦略の中心に、チップ単体の性能だけでなく、相互接続、光技術、ネットワーク構成、メモリー・セマンティクスを置いたことです。通信量やメモリー容量が制約となるワークロードでは、この発想自体が大きな戦略的価値を持ち得ます。

ただし、最終的な評価はこれからです。Ascend 960とAtlas 960Eが実際に出荷されること、実運用ワークロードでの学習スループットと稼働率、使いやすいソフトウェア環境、大規模運用での信頼性、そして量産・供給能力が確認されて初めて判断できます。現時点で4,096 NPUのSuperPoDや100万NPU級SuperClusterの数値は、独立して実証された成果ではなく、意欲的なアーキテクチャー目標と見るべきです。 91118