Ascend 950 w Huawei Cloud: kiedy rusza usługa i co obiecuje Huawei?

Huawei Cloud udostępnia klientom klaster obliczeniowy Ascend 950 jako usługę chmurową. Oznacza to, że firmy mogą korzystać z połączonych akceleratorów AI bez konieczności samodzielnego budowania całej infrastruktury. Usługa ruszyła komercyjnie w Chinach 30 września 2026 r. Huawei zapowiada jej udostępnienie klientom poza Chinami 30 listopada. To ogłoszony termin, a nie gwarancja, że wówczas dostępna będzie duża pula mocy obliczeniowej. 93

Co obiecuje klaster Ascend 950?

Architektura UnifiedBus łączy w jeden klaster 1024 karty Ascend 950. Według podawanych przez Huawei parametrów system ma osiągać do 1 EFLOPS mocy obliczeniowej w formacie FP8 lub do 2 EFLOPS w FP4, a także oferować 256 TB pamięci adresowalnej w obrębie całego systemu. 13

Huawei opisuje również możliwość rozbudowy do klastrów liczących nawet 100 tys. kart. To deklarowana skala, nie niezależnie potwierdzony wynik działania gotowej usługi. Tak samo podane wartości mocy należy traktować jako specyfikację, a nie niezależny pomiar wydajności. 11

Ambicje wobec Nvidii, ale niepotwierdzony udział w rynku

Eric Xu z Huawei twierdzi, że układy Ascend mają już większy udział w chińskim rynku niż produkty Nvidii. To stanowisko firmy, a nie niezależnie potwierdzony fakt. Ograniczenia dotyczące sprzedaży w Chinach najwydajniejszych układów Nvidii stworzyły przestrzeń dla krajowych dostawców, ale same w sobie nie potwierdzają, kto ma większy udział w rynku. 35

Wąskie gardło: liczba dostępnych układów

Xu przyznaje, że Huawei nie jest w stanie wyprodukować dość sprzętu AI, by zaspokoić popyt w Chinach, i ogranicza sprzedaż zagraniczną. Dlatego zapowiedziany na 30 listopada dostęp poza Chinami nie powinien być utożsamiany z obietnicą dużej dostępności mocy obliczeniowej. 3

Czy Ascend oznacza odwrót od CUDA?

Sama premiera klastra nie dowodzi, że CUDA — platforma programistyczna Nvidii — traci znaczenie ani że deweloperzy przestają od niej zależeć. Dostępne informacje pokazują, że Huawei buduje alternatywę dla infrastruktury Nvidii, ale nie wystarczają do potwierdzenia tezy o spadku znaczenia CUDA. 3