화웨이 아틀라스 960E, AI 칩 4,096개를 잇는 핵심은 광연결

AI 시스템의 규모를 키울 때 중요한 것은 칩 하나의 속도만이 아니다. 수천 개의 AI 연산장치가 함께 학습·추론하려면 장치 사이에서 데이터를 주고받을 수 있어야 한다. 화웨이가 2026년 9월 17일 중국 상하이의 HUAWEI CONNECT 2026에서 공개한 아틀라스 960E SuperPoD는 이 연결 문제에 초점을 맞춘 시스템이다. 화웨이는 이를 근접 패키지 광학 기술(NPO)을 적용한 첫 SuperPoD라고 소개했다. 새 NPU 한 개를 발표한 것이 아니라 여러 NPU를 묶는 AI 연산 시스템을 발표한 것이다. 169

UnifiedBus와 Hi-ONE은 각각 무엇을 하나

UnifiedBus는 시스템의 상호연결 구조이고, Hi-ONE은 여기에 쓰이는 광연결을 제공하는 엔진이다. NPO 방식은 광엔진을 프로세서 패키지 가까이에 배치해 연결 중 전기 신호로 이동해야 하는 구간을 줄인다. 화웨이가 제시한 Hi-ONE의 전송 용량은 엔진당 7.2 Tbit/s이며, 광원도 제품 안에 통합했다고 설명한다. 이 숫자는 광엔진 한 개의 사양이지 SuperPoD 전체에서 측정된 데이터 처리 속도가 아니다. 6122021

화웨이에 따르면 아틀라스 960E 한 대는 최대 NPU 4,096개까지 확장할 수 있다. 제시된 최대 연산 성능은 FP8 정밀도에서 8 EFLOPS, FP4 정밀도에서 16 EFLOPS다. FP8과 FP4는 서로 다른 수치 정밀도이므로 두 성능 수치를 합산하거나 실제 AI 서비스의 처리 속도로 받아들여서는 안 된다. 시스템당 고대역폭 메모리(HBM) 용량은 최대 **1페타바이트(PB)**로 제시됐다. 1315

대형 모델과 긴 문맥 처리에 왜 중요한가

화웨이는 이 시스템을 최대 10조 개 매개변수 규모의 모델을 학습·추론하기 위한 인프라로 제시한다. 여러 NPU가 데이터를 교환하는 광연결과 모델·작업 데이터를 담을 대용량 HBM을 결합한다는 구상이다. 긴 문맥을 다루는 작업도 염두에 두고 있지만, Hi-ONE의 엔진당 7.2 Tbit/s 사양만으로 긴 문맥 작업의 실제 처리 속도나 지연 시간을 판단할 수는 없다. 16912

전력 절감과 가용성 수치는 어떻게 봐야 하나

화웨이는 Hi-ONE 약 5,500개를 쓰는 구성이 기존 800G 광모듈 약 4만 8,000개를 대체할 수 있다고 주장한다. 이 비교를 바탕으로 550 kW 이상의 전력을 절감하고, 고장 없이 작동하는 시간을 두 배로 늘리며, 시스템 가용성을 **99.8%**까지 높일 수 있다고 제시했다. 이는 화웨이의 설계 비교와 신뢰성 주장이다. 실제 설치·운영 중인 아틀라스 960E에서 독립적으로 검증된 성과로 읽어서는 안 된다. 52122

함께 발표된 제품과는 구분해야 한다

TaiShan 950 SuperPoD는 업그레이드된 범용 컴퓨팅 시스템이다. Ascend 로드맵은 프로세서 계획, CANN의 오픈소스 개발은 AI 소프트웨어에 관한 소식이며, OceanStor M900은 문맥 정보 저장을 위한 스토리지 시스템이다. 모두 화웨이의 더 넓은 AI 인프라 발표에 속하지만, NPO 광연결을 적용한 AI 연산 시스템인 아틀라스 960E의 다른 이름은 아니다. 161520