Shenzhen bouwt AI-cluster van 10.000 kaarten met Huawei-technologie

Een AI-fabriek op grote schaal

Shenzhen heeft een nieuw intelligent rekencluster met 10.000 AI-kaarten officieel in gebruik genomen. Het systeem is gebouwd met Huawei’s Ascend 910C-accelerators en levert volgens de berichtgeving 11.000 petaflops — oftewel 11 biljard berekeningen per seconde. 711

Daarmee is dit volgens de aangehaalde bronnen China’s eerste cluster van deze omvang dat volledig steunt op binnenlandse chips en een binnenlandse hardware- en softwarestack. Een eerder gebouwde fase van 3.000 petaflops brengt de totale capaciteit op de locatie op 14.000 petaflops. 711

Welke technologie zit erachter?

De kern bestaat uit Huawei’s Ascend 910C, een AI-accelerator die bedoeld is voor zowel het trainen als het uitvoeren van AI-modellen. Rond de chips bouwde Huawei een bredere infrastructuur op: servers, verbindingen tussen de rekenkaarten en de softwarelaag CANN — de afkorting van Compute Architecture for Neural Networks.

Die combinatie wordt vaak aangeduid als de ‘Ascend + CANN’-stack. Het doel daarvan is niet alleen een krachtige chip te leveren, maar een compleet alternatief voor de systemen waarop veel AI-datacenters traditioneel draaien. 1112

Volgens gerapporteerde tests van onderzoekers van DeepSeek haalt een Ascend 910C bij inferentietaken ongeveer 60 procent van de prestaties van Nvidia’s H100. Inferentie betekent dat een al getraind model nieuwe antwoorden of voorspellingen berekent. 1114

Dat cijfer moet wel voorzichtig worden geïnterpreteerd. Het gaat om een gemelde, specifieke vergelijking voor een bepaalde werklast. Het is geen universele benchmark en bewijst niet dat de 910C op het gebied van training, softwarevolwassenheid of energie-efficiëntie gelijkwaardig is aan de H100.

Waarom worden duizenden AI-chips gekoppeld?

Een afzonderlijke AI-chip kan maar een beperkt deel van een zeer groot model of een omvangrijke dataset tegelijk verwerken. In een cluster worden duizenden accelerators met elkaar verbonden, zodat het werk parallel kan worden verdeeld.

Een AI-taak kan bijvoorbeeld worden opgesplitst in:

• verschillende delen van een model;
• stukken van de trainingsdata;
• grote aantallen gelijktijdige verzoeken van gebruikers.

Door die taken tegelijk uit te voeren, stijgt de totale rekenkracht sterk. Maar alleen veel chips bij elkaar zetten is niet genoeg. De verbindingen tussen de kaarten moeten snel zijn en de software moet de taken goed coördineren. Anders wachten de chips vooral op gegevens van elkaar en gaat een groot deel van de theoretische winst verloren.

Daarom zijn snelle datacenterverbindingen, geheugen en software-optimalisatie minstens zo belangrijk als het aantal kaarten. Een goed ontworpen cluster maakt van duizenden afzonderlijke accelerators één samenhangend systeem.

Is het cluster al breed in gebruik?

Het eerdere deel van 3.000 petaflops zou al volledig zijn volgeboekt voordat de uitbreiding met 10.000 kaarten operationeel werd. Dat wijst op een aanzienlijke vraag naar binnenlandse rekenkracht bij Chinese AI-ontwikkelaars. 11

Toch betekent dit niet automatisch dat Huawei Nvidia in heel China heeft verdrongen. Beschikbaarheid, softwareondersteuning, prestaties per watt en de geschiktheid voor verschillende AI-taken spelen allemaal een rol. Ook is gemeld dat sommige Chinese bedrijven nog altijd toegang zoeken tot Nvidia-capaciteit buiten China.

De berichtgeving over een cluster van minstens 1.000 Ascend 910C-chips dat werd gebruikt voor het post-trainen van een DeepSeek-model met 1,6 biljoen parameters laat wel zien dat Chinese accelerators inmiddels voor zeer zware trainingsachtige workloads worden ingezet. Dat is een claim van een onderzoeksgroep waarin Huawei deelneemt en moet als zodanig worden gelezen. 3

Een andere ontwikkeling: chipdichtheid richting 1,4 nanometer

Huawei heeft daarnaast een ontwerproute gepresenteerd die tegen 2031 een transistordichtheid zou moeten bereiken die vergelijkbaar is met een productieproces van 1,4 nanometer. Volgens het bedrijf zou dat kunnen zonder gebruik van de meest geavanceerde lithografiemachines.

Vooralsnog gaat het om een bedrijfsprognose, niet om een productiedemonstratie van een chip die deze doelstelling al haalt. 23

Los daarvan meldde Reuters dat klantentests van Huawei’s Ascend 950PR positief zijn verlopen. ByteDance en Alibaba zouden volgens bronnen overwegen bestellingen te plaatsen. 23

Het antwoord op Amerikaanse exportbeperkingen

De ontwikkeling past in de bredere technologiewedloop tussen China en de Verenigde Staten. Washington stelde in 2022 exportbeperkingen in voor geavanceerde Nvidia-chips zoals de A100 en H100. In 2023 werden die regels aangescherpt om ook bepaalde geavanceerde computerchips en apparatuur voor de productie ervan verder aan banden te leggen. 23

Voor China vergroot dat de druk om een eigen alternatief op te bouwen. Shenzhen probeert daarom niet alleen een andere processor te gebruiken, maar een complete binnenlandse keten neer te zetten: van chips en servers tot netwerkverbindingen en AI-software.

Huawei speelt daarin een centrale rol. De Ascend-serie biedt China een alternatief op zowel chipniveau als het niveau van complete datacentersystemen. Tegelijkertijd laten de gemelde achterstand ten opzichte van de H100 bij bepaalde taken en de blijvende afhankelijkheid van buitenlandse Nvidia-capaciteit zien dat Chinese zelfvoorziening nog niet volledig is bereikt. 712