Huawei’s Lingqu UnifiedBus moet AI-systemen op grotere schaal laten samenwerken

Meer AI-chips toevoegen heeft weinig zin als ze op gegevens moeten wachten. Daarom zette Huawei tijdens Huawei Connect 2026 Lingqu UnifiedBus centraal in zijn ontwerp voor Agentic AI SuperPoDs en SuperClusters. Het systeem moet processors, geheugen en opslag over afzonderlijke fysieke servers laten samenwerken, in plaats van elke server als een los rekeneiland te behandelen. Een SuperPoD is daarbij een groep verbonden rekeneenheden die als een groter systeem moet functioneren. 81921

Eén verbinding voor gegevens en geheugen

Volgens Huawei brengt UnifiedBus meer dan tien verbindingsprotocollen samen onder één protocol met geheugensemantiek: aangesloten onderdelen kunnen geheugen benaderen over servergrenzen heen. Het ontwerp gebruikt directe verbindingen tussen onderdelen, zodat onder meer CPU’s (algemene processors) en NPU’s (AI-processors) gegevens kunnen uitwisselen. Huawei noemt een stijging van ongeveer 100 GB/s naar de orde van TB/s voor de verbindingsbandbreedte en een daling van de retourvertraging van circa 7 naar 2 microseconden. Dat zijn cijfers voor de verbinding zelf, geen gemeten versnellingen van AI-toepassingen. 271923

Die snelle gegevensuitwisseling is ook van belang voor Huawei’s plan om Attention en het feed-forward-netwerk — twee soorten rekenwerk binnen een Transformer-model — op verschillende geschikte middelen uit te voeren. Zo’n verdeling helpt alleen als het doorgeven van tussentijdse resultaten de winst niet tenietdoet. Het beschikbare materiaal geeft geen cijfer voor het effect op de totale prestaties. 78

Een grotere werkcontext voor AI

In Huawei’s bredere opzet levert Kunpeng 950 algemene rekenkracht, Ascend 960 AI-rekenkracht en OceanStor M900 opslag voor de werkcontext tijdens inferentie: het genereren van antwoorden met een bestaand model. M900 gebruikt UnifiedBus om een gedeelde, gelaagde KV-cache mogelijk te maken. Die cache bewaart eerder berekende informatie die het model tijdens het verwerken van een gesprek opnieuw nodig kan hebben. De opslag loopt volgens Huawei van geheugen op de chip en DRAM tot SSD’s. 421

Daarmee probeert Huawei twee verschillende grenzen te verleggen. Snellere communicatie helpt processors gegevens uitwisselen; een gedeelde KV-cache vergroot de beschikbare capaciteit voor context. Hoe snel gegevens uit een SSD daadwerkelijk bruikbaar zijn, hangt af van de volledige route door het systeem, niet alleen van de opgegeven vertraging van de verbinding. 721

Van serverkast naar cluster

Huawei beschrijft UnifiedBus-apparatuur voor verbindingen binnen serverkasten, tussen serverkasten en tussen clusters. Een genoemd verbindingsapparaat heeft 176 poorten van elk 1,6 Tbit/s, samen ongeveer 280 Tbit/s aan poortcapaciteit. Dat is niet de bandbreedte die één processor of AI-taak ter beschikking krijgt. 719

Voor grotere systemen combineert Huawei de verbinding met optische netwerken. De Atlas 960E SuperPoD gebruikt optische verbindingen die dicht bij de chipverpakking zijn geplaatst. Volgens Huawei ondersteunt een volledig optische UnifiedBus-configuratie van de TaiShan 950 SuperPoD maximaal 4.096 NPU’s. Het bedrijf schetst daarnaast een route naar clusters met een miljoen NPU’s. Dat laatste is een schaalambitie, geen gepubliceerde benchmark van zo’n cluster. 2519

Wat nog niet is aangetoond

Huawei plaatst ook verbindingsapparatuur, waaronder de in conferentieverslagen genoemde UBG-laag, in dit ontwerp van serverkast tot cluster. Het beschikbare materiaal maakt niet duidelijk welke precieze rol de Atlas 650E daarin heeft of of die al is ingezet. Ook onderbouwt het geen concreet cijfer voor koperbesparing. Onafhankelijke benchmarks van een volledig cluster die aantonen dat de genoemde specificaties tot aanhoudende winst bij training of inferentie leiden, ontbreken eveneens. UnifiedBus is daarmee vooralsnog vooral een uitgewerkt architectuurplan met door Huawei opgegeven cijfers, geen bewezen resultaat voor een compleet AI-systeem. 7819