AnswersPublished16 sources
Huawei vill lösa AI-klustrens flaskhals med UnifiedBus och Atlas 960E
Huawei uppger att Atlas 960E kan skala en gemensam minnesadressering över 4 096 NPU:er och ge 8 EFLOPS vid FP8 eller 16 EFLOPS vid FP4 per SuperPoD. UnifiedBus samlar fler än tio sammankopplingsprotokoll i ett gemensamt protokoll och en gemensam minnessemantik.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- Huawei uppger att Atlas 960E kan skala en gemensam minnesadressering över 4 096 NPU:er och ge 8 EFLOPS vid FP8 eller 16 EFLOPS vid FP4 per SuperPoD.
- UnifiedBus samlar fler än tio sammankopplingsprotokoll i ett gemensamt protokoll och en gemensam minnessemantik.
- Ascend 960DT är planerad till första kvartalet 2027 och Ascend 960PR till tredje kvartalet 2027 – båda tidigare än Huaweis föregående tidsplan.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Huawei’s new AI computing architecture—centered on the near-packaged-optics Atlas 960E SuperPoD, Ascend 960 chips, and UnifiedBus int. Article summary: Huawei’s approach is to treat communication and memory access—not just accelerator throughput—as the limiting resource in giant AI clusters. It combines tightly coupled Ascend NPUs, a single UnifiedBus protocol and memor. 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
Huaweis nya AI-infrastruktur bygger på en enkel idé: när träningskluster blir mycket stora är det inte nödvändigtvis beräkningskapaciteten i varje AI-accelerator som begränsar effektiviteten. I stället kan flaskhalsen vara flytten av parametrar, aktiveringar, cachedata och minnesåtkomster mellan tusentals processorer.
Atlas 960E SuperPoD, den kommande Ascend 960-serien och sammankopplingen UnifiedBus är Huaweis svar. Det är dock viktigt att skilja på tillkännagivanden och verifierade resultat: prestanda- och effektivitetsuppgifterna kommer från Huawei och är inte oberoende benchmarkresultat. 9
18
Målet: få klustret att fungera mer som en sammanhängande dator
I stora traditionella kluster är CPU:er, AI-acceleratorer, lagring och minne ofta separata resurser som kopplas samman med flera olika protokoll. Huawei uppger att UnifiedBus samlar fler än tio sammankopplingsprotokoll under ett gemensamt protokoll och en gemensam minnessemantik. Tanken är att CPU:er, NPU:er, minne och SSD-enheter ska kunna nå varandra direkt mellan jämbördiga komponenter. 18
Den praktiska ambitionen är att minska väntetiderna. I stället för att data upprepade gånger ska kopieras eller samordnas explicit mellan isolerade noder ska programvara kunna adressera minne i hela en SuperPoD genom ett gemensamt globalt minnesadressutrymme. Det skulle kunna göra distribuerat minne mer användbart som en delad resurs när modellen och dess mellanliggande data inte ryms i en enskild accelerators lokala minne. 18
Huawei hävdar att arkitekturen höjer sammankopplingskapaciteten från ungefär 100 GB/s-klassen till TB/s-klassen och minskar tur-och-retur-latensen från omkring 7 mikrosekunder till 2 mikrosekunder. Det är mått för Huaweis planerade UnifiedBus-arkitektur, inte en generell och oberoende testad jämförelse med andra system. 18
Atlas 960E: optik nära kapslingen i SuperPoD-skala
Atlas 960E SuperPoD kombinerar kommande Ascend 960-processorer med UnifiedBus och Huaweis Hi-ONE-motor för near-packaged optics (NPO), alltså optiska anslutningar placerade mycket nära chipkapslingen. Huawei beskriver det helt vätskekylda systemet som en NPO-baserad SuperPoD för träning och inferens med modeller på upp till 10 biljoner parametrar. 9
Den angivna toppkonfigurationen är 4 096 NPU:er med gemensam minnesadressering, med en uppgiven kapacitet på 8 EFLOPS vid FP8 eller 16 EFLOPS vid FP4. 9
NPO är centralt i konstruktionen eftersom elektriska förbindelser blir allt svårare att skala när bandbredd och klusterstorlek ökar. Huawei uppger att varje Hi-ONE-optikmotor levererar 7,2 Tbit/s. I systemet med 4 096 NPU:er ska cirka 5 500 Hi-ONE-motorer kunna ersätta omkring 48 000 traditionella optiska 800G-moduler, minska effektförbrukningen med mer än 550 kW och höja tillgängligheten till 99,8 procent. Även detta är Huaweis egna beräkningar för den föreslagna designen. 9
Komponenterna för skåp, kluster och mindre system
Huawei beskriver också produkter för flera fysiska nivåer i klustret:
- LinkBlade är en kabelfri UnifiedBus-komponent för sammankoppling inom ett skåp. Huawei säger att den eliminerar kretsförluster kopplade till kablage och kan ta bort omkring 196 km kopparkabel i en SuperPoD med 4 096 NPU:er.
18
- LinkDevice är tänkt för optisk sammankoppling mellan skåp. Huawei anger 176 portar på 1,6 Tbit/s vardera, 280 Tbit/s i sammanlagd bandbredd och en tur-och-retur-latens ned till 2 mikrosekunder.
- UBG-switchar är den föreslagna klusternivån för att koppla ihop SuperPoD-system. Huawei uppger att topologin kan skalas till 512 000 NPU:er i ett Clos-nät med två nivåer och fyra plan, samt till en miljon NPU:er med en flerkanalig (multi-rail) topologi. Det är kapacitetsmål för arkitekturen, inte belägg för att kluster med en miljon NPU:er redan har byggts och tagits i drift.
För verksamheter som inte behöver en SuperPoD i den största klassen finns Atlas 650E, med en mindre fullmesh-konfiguration med 16 NPU:er baserad på UnifiedBus Link 2.0. Huawei anger upp till 4,0 TB/s i läs- och skrivbandbredd för integrerat minne samt 13,4 TB/s i UB Link-bandbredd per server med 16 NPU:er. 20
Ascend 960: två varianter under 2027
Huawei säger att utvecklingen av Ascend 960 har överträffat förväntningarna och att den planerade prestandan har fördubblats. Företaget har däremot inte publicerat tillräckligt detaljerade oberoende benchmarkdata för att uppgiften ska kunna verifieras. 11
Den tillkännagivna tidsplanen är:
- Ascend 960DT, för dekodning och träning: första kvartalet 2027, tre kvartal före Huaweis tidigare plan.
1
- Ascend 960PR, för prefill samt rekommendations- och inferensarbetslaster: tredje kvartalet 2027, ett kvartal före plan.
Huawei har även sagt att den tidigare generationens Atlas 950 SuperPod-system redan används kommersiellt i stor skala. Det ska inte blandas ihop med utrullning av Atlas 960E, som är knuten till den kommande Ascend 960-generationen. 3
9
Jämförelsen med Nvidia NVLink
UnifiedBus kan enklast förstås som Huaweis systeminriktade svar på samma grundproblem som sammankopplingstekniker som Nvidias NVLink försöker lösa: att förse många acceleratorer med data och låta dem kommunicera tillräckligt snabbt för att ökad skala ska ge användbar beräkningskapacitet, snarare än mer synkroniseringsarbete.
Huaweis uttalade skillnader är en bredare protokollsamordning, global minnesadressering inom en SuperPoD, direktåtkomst mellan skilda komponenttyper och integrering av NPO på SuperPoD-nivå. 18
9
Det tillgängliga underlaget räcker däremot inte för en rättvis jämförelse med NVLink när det gäller bandbredd, latens, mjukvarans mognad, driftsäkerhet, kostnad eller faktisk träningsgenomströmning. Det visar heller inte att UnifiedBus är en öppen standard för flera leverantörer, med jämförbara mål för styrning och interoperabilitet som öppna initiativ för acceleratorlänkar. UnifiedBus presenteras som Huaweis egen arkitektur och produktmiljö. 18
Vad som avgör om satsningen lyckas
Tillkännagivandet är betydelsefullt eftersom Huawei gör systemdesign – sammankoppling, optik, topologi och minnessemantik – till kärnan i sin AI-infrastrukturstrategi. Det kan vara värdefullt om arbetslasten begränsas lika mycket av kommunikation och minneskapacitet som av beräkningskraften i varje chip.
Avgörande bevis kommer senare: levererade Ascend 960- och Atlas 960E-system, mätbar träningsgenomströmning och resursutnyttjande på verkliga arbetslaster, fungerande mjukvaruverktyg, driftsäkerhet i stor skala och förmåga att leverera systemen i volym. Fram till dess är siffrorna för SuperPoD med 4 096 NPU:er och SuperCluster med en miljon NPU:er ambitiösa arkitekturmål, inte oberoende visade resultat. 9
11
18
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Huawei vill lösa AI-klustrens flaskhals med UnifiedBus och Atlas 960E"?
Huawei uppger att Atlas 960E kan skala en gemensam minnesadressering över 4 096 NPU:er och ge 8 EFLOPS vid FP8 eller 16 EFLOPS vid FP4 per SuperPoD.
What are the key points to validate first?
Huawei uppger att Atlas 960E kan skala en gemensam minnesadressering över 4 096 NPU:er och ge 8 EFLOPS vid FP8 eller 16 EFLOPS vid FP4 per SuperPoD. UnifiedBus samlar fler än tio sammankopplingsprotokoll i ett gemensamt protokoll och en gemensam minnessemantik.
What should I do next in practice?
Ascend 960DT är planerad till första kvartalet 2027 och Ascend 960PR till tredje kvartalet 2027 – båda tidigare än Huaweis föregående tidsplan.