답변게시됨21 소스
화웨이의 링취 UnifiedBus: 에이전틱 AI 슈퍼팟을 위한 인터커넥트 구상
화웨이는 링취 UnifiedBus를 Agentic SuperPoD와 미래형 AI 클러스터를 위한 공통 인터커넥트·메모리 패브릭으로 제시했다. 목표는 캐비닛 한 대에서 최대 100만 NPU 규모 클러스터까지의 탄력적 확장이다.
게시자GPT-5.6 Terra로 편집GPT Image 2로 이미지 생성
연구 답변
주요 시사점
- 화웨이는 링취 UnifiedBus를 Agentic SuperPoD와 미래형 AI 클러스터를 위한 공통 인터커넥트·메모리 패브릭으로 제시했다. 목표는 캐비닛 한 대에서 최대 100만 NPU 규모 클러스터까지의 탄력적 확장이다.
- 이 구조는 CPU, NPU, 메모리, SSD, 스토리지, 네트워크를 분리된 계층이 아니라 서로 직접 접근하는 자원으로 다루려는 접근이다.
- Atlas 650E는 서버당 Ascend 950DT NPU 8개를 탑재하며, 두 서버를 UnifiedBus Link 2.0으로 연결해 스위치 없이 16 NPU 풀메시를 구성할 수 있다고 화웨이는 밝혔다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Huawei present at Huawei Connect 2026 about Lingqu UnifiedBus as the interconnect foundation for an Agentic SuperPoD and cluster co. Article summary: Huawei positioned Lingqu UnifiedBus as the common interconnect and memory fabric for an “Agentic SuperPoD” and a co-designed SuperPod/cluster architecture: one intended to scale compute, memory, and storage from cabinet . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
화웨이가 Huawei Connect 2026에서 강조한 메시지는 AI 인프라의 성패가 더 이상 프로세서 자체의 성능만으로 결정되지 않는다는 것이다. 대규모 모델을 학습·추론할 때는 프로세서 사이에서 데이터와 메모리가 오가는 방식, 즉 인터커넥트가 핵심 병목이 된다는 판단이다.
화웨이는 이를 위해 링취(灵衢) UnifiedBus를 ‘에이전틱 슈퍼팟(Agentic SuperPoD)’과 슈퍼팟·클러스터 공동 설계를 위한 공통 인터커넥트 및 메모리 패브릭으로 내세웠다. 캐비닛 한 대에서 출발해 향후 100만 NPU 규모 슈퍼클러스터까지 확장할 수 있다는 것이 회사의 구상이다. 1
7
다만 아래의 대역폭, 지연시간, 확장성, 성능 수치는 화웨이가 제시한 사양·목표·행사 발표 기준이다. 제공된 자료만으로는 슈퍼팟 전체 또는 다중 클러스터 규모에서의 독립적인 종단 간 실측 성능이 확인되지는 않는다. 1
6
7
화웨이가 겨냥한 병목: ‘칩이 아니라 연결’
화웨이는 기존 방식으로 AI 클러스터를 키우면 연산 자원이 통신과 데이터 이동을 기다리는 시간이 늘어난다고 본다. 회사는 10만 NPU 클러스터에서 실효 모델 연산 활용률이 약 20%에 그친다고 언급했으며, 초대형 모델 학습의 메모리 제약, 에이전트 워크로드에서 달라지는 CPU·NPU 수요, 대규모 KV 캐시와 스토리지 수요도 문제로 제시했다. 1
해법은 연산, 메모리, 스토리지, 네트워크를 별개 인프라 계층으로 두기보다 하나의 더 밀결합된 시스템으로 설계하는 것이다. 이 관점에서 SuperPoD는 단순히 서버를 전통적 네트워크로 연결한 집합이 아니라, UnifiedBus를 통해 자원이 협업하는 단위가 된다. 1
7
단일 프로토콜과 통합 메모리 주소 체계
화웨이에 따르면 UnifiedBus는 10종이 넘는 인터커넥트 프로토콜을 공통 프로토콜 및 메모리 시맨틱 모델 아래 통합하고, SuperPoD 내부에 통합 글로벌 메모리 주소 체계를 제공한다. 회사는 이를 통해 인터커넥트 대역폭을 약 100GB/s급에서 TB/s급으로 높이고, 왕복 지연시간(RTT)은 약 7마이크로초에서 2마이크로초까지 낮출 수 있다고 주장한다. 1
설계의 요점은 CPU, NPU, 메모리, SSD를 직접 연결해 중앙 호스트를 거치는 경로에만 의존하지 않고 피어 투 피어 방식으로 접근하게 하는 데 있다. 화웨이는 이를 CPU와 NPU 자원을 보다 유연하게 조합하는 기반으로도 설명한다. 1
19
데이터 이동량이 큰 AI 작업을 위해서는 활성화값 캐싱용 하이브리드 미디어 스토리지 풀도 제시했다. 화웨이는 DDR을 NPU 메모리의 대안 계층으로 활용할 수 있으며, 검색·추천·광고 워크로드의 지연시간을 줄이고 초대형 모델 학습에서 NPU당 HBM 요구량을 낮추는 것이 목표라고 설명했다. Transformer 계층 가속과 Attention·FFN 분리 배치, 즉 AF-separated deployment도 지원 대상으로 포함됐다. 1
캐비닛에서 클러스터까지: 광 인터커넥트로 확장
화웨이는 캐비닛 내부, 캐비닛 간, 클러스터 간의 세 단계에 맞춰 UnifiedBus 제품군을 제시했다. 회사는 이 구성이 단일 캐비닛부터 100만 NPU 클러스터까지 탄력적 확장을 가능하게 한다고 주장한다. 7
- 캐비닛 내부: 케이블 없는 구성요소인 UnifiedBus LinkBlade를 통해 회로 손실을 낮추겠다는 구상이다. 화웨이는 4,096-NPU SuperPoD에서 약 196km의 구리 케이블을 없앨 수 있다고 밝혔다.
1
- 캐비닛 간: UnifiedBus LinkDevice는 포트당 1.6Tbit/s, 총 176포트의 사양으로 제시됐다. 화웨이가 밝힌 전체 광 인터커넥트 용량은 280Tbit/s이며, RTT는 최저 2마이크로초다.
- 클러스터 간: Xinghe UBG는 SuperPoD를 넘어 클러스터 간으로 패브릭을 확장하는 게이트웨이 또는 스위칭 계층 역할을 맡는다.
광 연결은 이 전략의 중심 요소다. 화웨이는 근접 패키지 광학(NPO·near-packaged optics)을 적용한 Atlas 960E SuperPoD를 공개했으며, 이를 NPO 기반 SuperPoD의 첫 사례로 소개했다. 1
6
12
Agentic SuperPoD를 구성하는 요소들
화웨이가 설명한 Agentic SuperPoD는 연산, AI 가속, 컨텍스트 저장, 클러스터 인터커넥트를 결합한 구성이다.
- Kunpeng 950: 통합 시스템에서 CPU 측과 범용 처리 역할을 담당한다.
- Ascend 960: UnifiedBus 포트폴리오의 차세대 AI 가속기다. 화웨이는 기존 제품 대비 두 배 성능을 제공한다고 밝혔고, 보도에 따르면 학습용 960DT는 2027년 1분기, 추론용 960PR은 2027년 3분기에 출시될 예정이다.
3
4
- OceanStor M900: 에이전트와 모델의 컨텍스트를 보존하고 제공하기 위한 메모리·컨텍스트 스토리지 구성요소다.
- Xinghe UBG: 클러스터 전반으로 패브릭을 확장하는 스위칭 또는 게이트웨이 계층이다.
이 구성요소들은 연산, 인터커넥트, 스토리지, 관리 기능을 아우르는 화웨이의 11종 칩 기반 UnifiedBus 포트폴리오 안에 포함된다. 1
5
Atlas 650E가 보여주는 16-NPU 구성
대규모 SuperPoD 이전의 작은 단위에서도 같은 접근을 볼 수 있다. 화웨이에 따르면 Atlas 650E 서버 한 대에는 Ascend 950DT NPU 8개가 탑재되며, 서버 두 대는 UnifiedBus Link 2.0으로 연결돼 스위치 없이 16-NPU 풀메시 구성을 만들 수 있다. 17
18
화웨이가 제시한 서버 사양은 mxFP4 기준 최대 12.4PFLOPS, 온칩 메모리 읽기·쓰기 대역폭 최대 4.0TB/s다. 중국 제품 사양에는 두 서버 구성에서 전체 NPU 인터커넥트 대역폭이 13.4TB/s라고도 기재돼 있다. 그러나 실제 워크로드 성능은 소프트웨어, 모델 구조, 정밀도, 통신 패턴, 시스템 구성에 따라 달라진다. 17
18
핵심은 ‘하나의 컴퓨터처럼’ 작동할 수 있느냐
링취 UnifiedBus는 인터커넥트, 메모리 모델, 스토리지 계층화, 광 패브릭을 하나의 AI 시스템 설계 문제로 다루려는 화웨이의 시도다. 목표는 자원들을 한 대의 컴퓨터 구성요소처럼 동작하게 한 뒤, 이를 캐비닛에서 SuperPoD로, 다시 100만 NPU 슈퍼클러스터로 확장하는 데 있다. 7
23
로드맵의 규모는 분명 크다. 앞으로 확인할 지점은 양산 환경에서 화웨이가 제시한 지연시간과 처리량, 자원 풀링 효율, 신뢰성, 그리고 실제 모델 학습 효율을 얼마나 재현할 수 있는지다. 현재 발표는 아키텍처와 목표치를 보여준다. 대규모 실사용 환경의 독립 측정 결과가 나와야 그 성과를 판단할 수 있다. 1
6
7
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"화웨이의 링취 UnifiedBus: 에이전틱 AI 슈퍼팟을 위한 인터커넥트 구상"에 대한 짧은 대답은 무엇입니까?
화웨이는 링취 UnifiedBus를 Agentic SuperPoD와 미래형 AI 클러스터를 위한 공통 인터커넥트·메모리 패브릭으로 제시했다. 목표는 캐비닛 한 대에서 최대 100만 NPU 규모 클러스터까지의 탄력적 확장이다.
먼저 검증할 핵심 포인트는 무엇인가요?
화웨이는 링취 UnifiedBus를 Agentic SuperPoD와 미래형 AI 클러스터를 위한 공통 인터커넥트·메모리 패브릭으로 제시했다. 목표는 캐비닛 한 대에서 최대 100만 NPU 규모 클러스터까지의 탄력적 확장이다. 이 구조는 CPU, NPU, 메모리, SSD, 스토리지, 네트워크를 분리된 계층이 아니라 서로 직접 접근하는 자원으로 다루려는 접근이다.
실무에서는 다음으로 무엇을 해야 합니까?
Atlas 650E는 서버당 Ascend 950DT NPU 8개를 탑재하며, 두 서버를 UnifiedBus Link 2.0으로 연결해 스위치 없이 16 NPU 풀메시를 구성할 수 있다고 화웨이는 밝혔다.
출처
scmp.comHuawei unveils latest tech to boost AI power in push to break ...
thesun.myHuawei Pioneers a New Computing Architecture for the AI Era