Huawei ziet een kantelpunt voor Ascend: vijf stappen voor AI-agenten

Een AI-agent die een lange taak uitvoert, moet soms na een onderbreking verdergaan, zijn eerdere werk onthouden en opnieuw snel een eerste woord van zijn antwoord produceren. Zodra zo’n taak over meer AI-chips wordt verdeeld, tellen ook het verplaatsen van gegevens en het beschikbare geheugen zwaar mee. Huawei wil die problemen niet chip voor chip aanpakken, maar op de schaal van een SuperPoD of SuperCluster: systemen waarin grote aantallen AI-chips samenwerken. 26

Tijdens HUAWEI CONNECT 2026 zei computingstrateeg Zhu Zhaosheng dat Ascend volgens Huawei een ecosysteemkantelpunt is gepasseerd. Daarmee bedoelt het bedrijf niet dat één chip alle knelpunten heeft opgelost. De claim is dat er inmiddels genoeg software, ontwikkelaars en toegankelijke rekenkracht rond Ascend ontstaan om anderen erop te laten voortbouwen. Dat blijft Huawei’s beoordeling, geen onafhankelijk vastgesteld prestatieresultaat. 221

De vijf voorgestelde stappen

1. Middelen over meerdere systemen combineren. Met programmeerinterfaces wil Huawei rekenkracht, communicatie en geheugen binnen een SuperPoD of SuperCluster gezamenlijk inzetbaar maken. Dat moet het eenvoudiger maken om taken over systemen te verdelen, al verdwijnen de kosten van gegevensoverdracht daarmee niet vanzelf. 24
2. De toestand van een agent bewaren. ThinkPro en openEuler’s ThinkProcess zijn bedoeld om de uitvoering van langdurige agenttaken te beheren. Als een agent na een pauze verder kan met bruikbare tussenresultaten, hoeft hij mogelijk minder werk te herhalen en kan zijn eerste antwoord sneller komen. De aangehaalde aankondiging bevat geen gemeten verbetering van die wachttijd. 2
3. Verschillende manieren van chipprogrammering ondersteunen. Huawei koppelt de SIMD- en SIMT-mogelijkheden van Ascend 950 aan Regbase-programmering. Daarmee wil het zowel omvangrijke, regelmatige berekeningen als minder voorspelbare bewerkingen ondersteunen. Hoe goed dat werkt, hangt af van de toepassing. 2
4. De rekenprecisie afstemmen op de taak. HiF4 is Huawei’s voorstel voor berekeningen met lagere precisie. Dat kan de doorvoer verhogen en het geheugengebruik beperken, mits het model het bijbehorende mogelijke nauwkeurigheidsverlies verdraagt. 2
5. Agenten helpen bij softwareontwikkeling. AI-agenten zouden kunnen meehelpen om zogenoemde operators — bouwstenen voor modelberekeningen — te maken en te optimaliseren. Het doel is nieuwe modeltechnieken sneller efficiënt op Ascend te laten draaien; het is geen bewezen oplossing voor elk softwareknelpunt. 2

Waarom Huawei dit een ecosysteem noemt

De technische plannen hebben pas waarde als ontwikkelaars ermee aan de slag kunnen. Huawei wijst daarom ook op een open PTO-instructieset, de door de gemeenschap ontwikkelde CANN-software, ondersteuning voor modellen en frameworks, ontwikkelaarstools en gedeelde rekenkracht op de schaal van 10.000 NPU’s. Een bericht over Zhu’s uitspraken noemt bovendien meer dan 5.200 maandelijks actieve gebruikers in de CANN-gemeenschap. Zulke cijfers tonen toegang en activiteit, maar bewijzen niet dat iedere toepassing eenvoudig over te zetten is of sneller draait. 2421

Daar ligt de kern van Huawei’s kantelpuntclaim: niet één doorbraak, maar een combinatie van infrastructuur en een groeiend ontwikkelplatform. Of de vijf stappen langdurige AI-agenten daadwerkelijk sneller en zuiniger laten werken, zal per toepassing moeten blijken. 26