ファーウェイがHuawei Connect 2026で打ち出した主役は、単体のAIアクセラレーターではない。Ascend 960 NPU、メモリー、光インターコネクト、システムを一体化して、大規模モデルを1台の巨大な計算機のように動かすための「Atlas 960E SuperPoD」だ。136

同社は、10兆パラメーター級モデルの学習・推論を視野に、チップのピーク演算性能だけでなく、数千基のプロセッサー間でデータをどれだけ速く、低消費電力で移動できるかを競争軸に据えた。

Atlas 960Eの公表スペック

ファーウェイはAtlas 960Eを、NPO（Near-Package Optics、近接パッケージ光学）を採用した初のSuperPoDと位置付ける。UnifiedBusによる統一メモリーアドレッシングを使い、1システムで最大4,096 NPUまで拡張可能とした。公表値は以下の通りだ。3813

• FP8演算性能：8 EFLOPS
• FP4演算性能：16 EFLOPS
• HBM（高帯域幅メモリー）容量：最大1PB
• 対応NPU数：最大4,096基

ただし、これらはシステム全体についてファーウェイが示した仕様値であり、Ascend 960の単体チップ性能や、他社製品との比較を第三者が検証したベンチマークではない点には注意が必要だ。

NPO、Hi-ONE、UnifiedBusは何を変えるのか

NPO：光接続をプロセッサーの近くへ

NPOは、電気信号を光信号へ変換するための光接続をプロセッサーパッケージの近くに置く設計である。電気配線を長く引き回す距離を縮めることで、高速化と省電力化を狙う。ファーウェイは、Atlas 960Eでこの方式をSuperPoDへ初めて導入したとしている。913

大規模AIでは、計算そのものに加え、各NPUの間で重み、活性化値、中間データを運ぶ処理が性能と電力を大きく左右する。NPOは、そのボトルネックを抑えるための技術だ。

Hi-ONE：NPOを支える光インターコネクトエンジン

Hi-ONEは、ファーウェイのNPO設計を構成する光インターコネクト部品で、光源を統合した高帯域・低遅延・低消費電力の設計と説明されている。13

報道では、1基あたり7.2Tbps、200Gbps×36レーンの構成で、光エンジンの通信遅延はファーウェイ公表で10ナノ秒とされる。32 ただし、これは光エンジン単体に関する値であり、SuperPoD全体のエンドツーエンド遅延と同一視はできない。別の報道では、UnifiedBusで接続されたシステム全体の往復遅延は約2マイクロ秒とされている。1135

ファーウェイによれば、4,096 NPUの接続にはHi-ONEを5,500基使用し、従来方式なら必要となる800G光モジュール4万8,000個を不要にする。これにより消費電力を550kW超削減し、システムの信頼性を2倍にできるとしている。13

UnifiedBus：多数のNPUを「1台」に近づける基盤

UnifiedBusは、計算資源、メモリー、ストレージを接続するためのファブリックとメモリーアドレッシングの層だ。Atlas 960Eでは、4,096 NPUにまたがる統一メモリーアドレッシングを可能にする。38

ファーウェイは、UnifiedBusベースのSuperClusterについて最大100万NPUまでの拡張を目指せるとしている。ただし、これは公表済みの実導入規模ではなく、アーキテクチャ上のスケールに関する主張である。234

10兆パラメーター級モデルでの性能主張

Atlas 960Eは、最大10兆パラメーターのAIモデルを対象にした学習・推論システムとして発表された。6 ファーウェイは特定の10兆パラメーター級ワークロードにおいて、Atlas 950に比べて学習スループットを最大2.3倍、推論スループットを最大2.5倍に高められると主張する。435

この数字の意味は、演算器を増やすだけでは大規模モデルを効率よく動かせないということだ。NPU間の通信やメモリーアクセスが滞れば、総演算性能は活用しきれない。NPOとUnifiedBusは、まさにそこを改善するための構成要素である。

一方で、幅広いワークロードやNvidia製品との比較を裏付ける独立検証の公開ベンチマークは、現時点で確認できない。

Ascend 950から960へ：改善点と製品名の注意点

ファーウェイの従来ロードマップでは、Ascend 960はAscend 950比で、演算性能、メモリーアクセス帯域、メモリー容量、インターコネクトポート数をそれぞれ2倍にする計画とされていた。30 Atlas 960Eは、その次世代シリコンをNPO光接続とより密に統合したシステムである。

ここで注意したいのは、発表資料には似た製品名と異なる規模の構成が存在することだ。Connect 2026で詳述されたAtlas 960Eは、4,096 NPUのNPO採用システムである。一方、過去のロードマップでは、より大規模な将来の「Atlas 960 SuperPoD」構成も示されている。異なる時期・異なる構成の数値を、同じ出荷製品の仕様として混同すべきではない。2538

Ascend 960DTと960PRは2027年に前倒し

ファーウェイはAscend 960系列を、用途別の2製品として前倒しする計画を明らかにした。

• Ascend 960DT：学習向け。2027年第1四半期を予定。従来計画より3四半期早い。13
• Ascend 960PR：推論向け。2027年第3四半期を予定。従来計画より1四半期早い。15

以前のロードマップは、Ascend 960を2027年第4四半期に投入し、単体チップでFP8 2 PFLOPS、FP4 4 PFLOPSとする計画を示していた。30 今回の発表はプラットフォームの方向性を具体化したが、DTとPRの単体性能について第三者が検証できる詳細はまだ限られる。

「Nvidia型」のAIインフラ企業を目指す構図

今回の発表は、ファーウェイがAI競争をチップ単体ではなく、Ascendプロセッサー、HBM、光接続、Atlasシステム、ソフトウェアを含むフルスタックで戦おうとしていることを明確にした。背景には、Nvidiaをはじめとする海外の半導体サプライヤーへの依存を下げる中国の取り組みがある。918

製造面には依然として重要な不確実性がある。米国の輸出規制により、ファーウェイはTSMCと取引できない。ファーウェイは対象チップの製造委託先を公表しておらず、SMICとの関係はアナリストによる評価として扱うべきで、同社の公式な製造元開示ではない。19

さらに、ハードウェアだけで成熟したソフトウェア基盤を置き換えることはできない。開発者にはフレームワーク、コンパイラー、モデル実装の最適化が必要になる。DeepSeekがAscend 950DTを推論に使う計画がある一方、学習にはNvidiaハードウェアを継続利用すると報じられたことは、ファーウェイの進展と課題を同時に映している。21

国内需要を満たせない供給制約、海外展開は限定的

大きな構想に対して、短期的な制約は生産能力だ。ファーウェイの輪番董事長である徐直軍（エリック・シュー）氏は、中国国内の需要を満たすほどAIコンピューティング機器を生産できていないため、本格的な海外展開は計画していないと説明した。一部の需要が強い国・地域には供給しているという。20

徐氏はAI安全性についても、中国のAI開発企業は米国の主要企業が報告している最前線の安全リスクに直面するほど、まだモデルが高度化していない可能性があると述べた。ロイターによると、同氏はリスクとの均衡を保ちながら能力向上を続けるべきだと主張した。17

まとめ

Atlas 960E SuperPoDは、ファーウェイがAIインフラ競争を「プロセッサー、メモリー、光、接続、ソフトウェアを一体で最適化する戦い」と捉えていることを示す発表だ。最大4,096 NPU、FP8で8 EFLOPS、HBM最大1PBという構成の技術的な中心にあるのがNPOである。1338

ただし現段階ではロードマップ上のプラットフォームであり、重要な性能数値の多くはファーウェイによる公表値だ。Nvidiaに対する持続的な選択肢になれるかどうかは、生産能力、ソフトウェアとモデル最適化の普及、実運用での性能、そして中国国外への供給可能性にかかっている。2019

ファーウェイがHuawei Connect 2026で打ち出した主役は、単体のAIアクセラレーターではない。Ascend 960 NPU、メモリー、光インターコネクト、システムを一体化して、大規模モデルを1台の巨大な計算機のように動かすための「Atlas 960E SuperPoD」だ。136

同社は、10兆パラメーター級モデルの学習・推論を視野に、チップのピーク演算性能だけでなく、数千基のプロセッサー間でデータをどれだけ速く、低消費電力で移動できるかを競争軸に据えた。

Atlas 960Eの公表スペック

ファーウェイはAtlas 960Eを、NPO（Near-Package Optics、近接パッケージ光学）を採用した初のSuperPoDと位置付ける。UnifiedBusによる統一メモリーアドレッシングを使い、1システムで最大4,096 NPUまで拡張可能とした。公表値は以下の通りだ。3813

• FP8演算性能：8 EFLOPS
• FP4演算性能：16 EFLOPS
• HBM（高帯域幅メモリー）容量：最大1PB
• 対応NPU数：最大4,096基

ただし、これらはシステム全体についてファーウェイが示した仕様値であり、Ascend 960の単体チップ性能や、他社製品との比較を第三者が検証したベンチマークではない点には注意が必要だ。

NPO、Hi-ONE、UnifiedBusは何を変えるのか

NPO：光接続をプロセッサーの近くへ

NPOは、電気信号を光信号へ変換するための光接続をプロセッサーパッケージの近くに置く設計である。電気配線を長く引き回す距離を縮めることで、高速化と省電力化を狙う。ファーウェイは、Atlas 960Eでこの方式をSuperPoDへ初めて導入したとしている。913

大規模AIでは、計算そのものに加え、各NPUの間で重み、活性化値、中間データを運ぶ処理が性能と電力を大きく左右する。NPOは、そのボトルネックを抑えるための技術だ。

Hi-ONE：NPOを支える光インターコネクトエンジン

Hi-ONEは、ファーウェイのNPO設計を構成する光インターコネクト部品で、光源を統合した高帯域・低遅延・低消費電力の設計と説明されている。13

報道では、1基あたり7.2Tbps、200Gbps×36レーンの構成で、光エンジンの通信遅延はファーウェイ公表で10ナノ秒とされる。32 ただし、これは光エンジン単体に関する値であり、SuperPoD全体のエンドツーエンド遅延と同一視はできない。別の報道では、UnifiedBusで接続されたシステム全体の往復遅延は約2マイクロ秒とされている。1135

ファーウェイによれば、4,096 NPUの接続にはHi-ONEを5,500基使用し、従来方式なら必要となる800G光モジュール4万8,000個を不要にする。これにより消費電力を550kW超削減し、システムの信頼性を2倍にできるとしている。13

UnifiedBus：多数のNPUを「1台」に近づける基盤

UnifiedBusは、計算資源、メモリー、ストレージを接続するためのファブリックとメモリーアドレッシングの層だ。Atlas 960Eでは、4,096 NPUにまたがる統一メモリーアドレッシングを可能にする。38

ファーウェイは、UnifiedBusベースのSuperClusterについて最大100万NPUまでの拡張を目指せるとしている。ただし、これは公表済みの実導入規模ではなく、アーキテクチャ上のスケールに関する主張である。234

10兆パラメーター級モデルでの性能主張

Atlas 960Eは、最大10兆パラメーターのAIモデルを対象にした学習・推論システムとして発表された。6 ファーウェイは特定の10兆パラメーター級ワークロードにおいて、Atlas 950に比べて学習スループットを最大2.3倍、推論スループットを最大2.5倍に高められると主張する。435

この数字の意味は、演算器を増やすだけでは大規模モデルを効率よく動かせないということだ。NPU間の通信やメモリーアクセスが滞れば、総演算性能は活用しきれない。NPOとUnifiedBusは、まさにそこを改善するための構成要素である。

一方で、幅広いワークロードやNvidia製品との比較を裏付ける独立検証の公開ベンチマークは、現時点で確認できない。

Ascend 950から960へ：改善点と製品名の注意点

ファーウェイの従来ロードマップでは、Ascend 960はAscend 950比で、演算性能、メモリーアクセス帯域、メモリー容量、インターコネクトポート数をそれぞれ2倍にする計画とされていた。30 Atlas 960Eは、その次世代シリコンをNPO光接続とより密に統合したシステムである。

ここで注意したいのは、発表資料には似た製品名と異なる規模の構成が存在することだ。Connect 2026で詳述されたAtlas 960Eは、4,096 NPUのNPO採用システムである。一方、過去のロードマップでは、より大規模な将来の「Atlas 960 SuperPoD」構成も示されている。異なる時期・異なる構成の数値を、同じ出荷製品の仕様として混同すべきではない。2538

Ascend 960DTと960PRは2027年に前倒し

ファーウェイはAscend 960系列を、用途別の2製品として前倒しする計画を明らかにした。

• Ascend 960DT：学習向け。2027年第1四半期を予定。従来計画より3四半期早い。13
• Ascend 960PR：推論向け。2027年第3四半期を予定。従来計画より1四半期早い。15

以前のロードマップは、Ascend 960を2027年第4四半期に投入し、単体チップでFP8 2 PFLOPS、FP4 4 PFLOPSとする計画を示していた。30 今回の発表はプラットフォームの方向性を具体化したが、DTとPRの単体性能について第三者が検証できる詳細はまだ限られる。

「Nvidia型」のAIインフラ企業を目指す構図

今回の発表は、ファーウェイがAI競争をチップ単体ではなく、Ascendプロセッサー、HBM、光接続、Atlasシステム、ソフトウェアを含むフルスタックで戦おうとしていることを明確にした。背景には、Nvidiaをはじめとする海外の半導体サプライヤーへの依存を下げる中国の取り組みがある。918

製造面には依然として重要な不確実性がある。米国の輸出規制により、ファーウェイはTSMCと取引できない。ファーウェイは対象チップの製造委託先を公表しておらず、SMICとの関係はアナリストによる評価として扱うべきで、同社の公式な製造元開示ではない。19

さらに、ハードウェアだけで成熟したソフトウェア基盤を置き換えることはできない。開発者にはフレームワーク、コンパイラー、モデル実装の最適化が必要になる。DeepSeekがAscend 950DTを推論に使う計画がある一方、学習にはNvidiaハードウェアを継続利用すると報じられたことは、ファーウェイの進展と課題を同時に映している。21

国内需要を満たせない供給制約、海外展開は限定的

大きな構想に対して、短期的な制約は生産能力だ。ファーウェイの輪番董事長である徐直軍（エリック・シュー）氏は、中国国内の需要を満たすほどAIコンピューティング機器を生産できていないため、本格的な海外展開は計画していないと説明した。一部の需要が強い国・地域には供給しているという。20

徐氏はAI安全性についても、中国のAI開発企業は米国の主要企業が報告している最前線の安全リスクに直面するほど、まだモデルが高度化していない可能性があると述べた。ロイターによると、同氏はリスクとの均衡を保ちながら能力向上を続けるべきだと主張した。17

まとめ

Atlas 960E SuperPoDは、ファーウェイがAIインフラ競争を「プロセッサー、メモリー、光、接続、ソフトウェアを一体で最適化する戦い」と捉えていることを示す発表だ。最大4,096 NPU、FP8で8 EFLOPS、HBM最大1PBという構成の技術的な中心にあるのがNPOである。1338

ただし現段階ではロードマップ上のプラットフォームであり、重要な性能数値の多くはファーウェイによる公表値だ。Nvidiaに対する持続的な選択肢になれるかどうかは、生産能力、ソフトウェアとモデル最適化の普及、実運用での性能、そして中国国外への供給可能性にかかっている。2019