Huawei Connect 2026 handlade inte främst om en enskild AI-processor, utan om nätverket och minnessystemet som ska få tusentals processorer att fungera som en enhet. Huawei presenterade Atlas 960E SuperPoD, en AI-supernod byggd kring Ascend 960-NPU:er, UnifiedBus och den nya optiska sammankopplingen Hi-ONE.
Målet är träning och inferens för modeller på upp till 10 biljoner parametrar – en skala där det kan vara minst lika viktigt att flytta data effektivt mellan processorer som att höja rå beräkningskapacitet.
13
6
Specifikationerna – och vad de faktiskt säger
Huawei beskriver Atlas 960E som branschens första SuperPoD med near-package optics, NPO: optiska länkar som placeras nära processorpaketet. Med enhetlig minnesadressering via UnifiedBus ska ett system kunna skala till 4 096 NPU:er, leverera 8 EFLOPS i FP8 och 16 EFLOPS i FP4, samt ha upp till 1 PB HBM – höghastighetsminne för AI-beräkningar.
38
13
Det är ambitiösa siffror, men de bör läsas rätt: det är systemspecifikationer från Huawei, inte oberoende verifierade mätningar av ett enskilt Ascend 960-chip eller jämförbara tester mot konkurrerande plattformar.
Huawei säger också att systemet använder 5 500 Hi-ONE-enheter i stället för 48 000 traditionella optiska 800G-moduler för motsvarande NPU-anslutning. Enligt bolaget minskar det effektbehovet med mer än 550 kilowatt och fördubblar systemets tillförlitlighet.
13
Tre tekniker bakom supernoden
NPO flyttar optiken närmare beräkningen
Near-package optics innebär att den optiska anslutningen placeras nära processorpaketet. Det kortar den elektriska signalvägen innan signalen omvandlas för optisk överföring. Huawei uppger att upplägget ger högre hastighet och lägre energianvändning i SuperPoD-arkitekturen.
9
13
Hi-ONE är den optiska motorn
Hi-ONE är Huaweis komponent för den optiska sammankopplingen. Bolaget beskriver den som en integrerad ljuskälla med hög bandbredd, låg fördröjning och låg energiförbrukning.
13
Rapporteringen kring lanseringen beskriver en implementering på 7,2 Tbps, med 36 banor på 200 Gbps vardera, och en Huawei-angiven kommunikationslatens på 10 nanosekunder för den optiska motorn.
32
Detta är dock inte samma sak som fördröjningen genom hela supernoden. Separat rapportering anger en tur- och returfördröjning på omkring 2 mikrosekunder för det större UnifiedBus-anslutna systemet.
11
35
UnifiedBus ska få många NPU:er att likna en maskin
UnifiedBus är lagret för sammankoppling och minnesadressering mellan beräkning, minne och lagring. I Atlas 960E möjliggör det enhetlig minnesadressering över ett system med 4 096 NPU:er.
38
Huawei har även uppgett att ett UnifiedBus-baserat SuperCluster arkitektoniskt kan skala till en miljon NPU:er. Det är ett påstående om möjlig systemskala, inte en redovisad installation.
2
34
Påstådda förbättringar för modeller med 10 biljoner parametrar
Huawei positionerar Atlas 960E för att träna och köra inferens på AI-modeller med upp till 10 biljoner parametrar.
6 Vid specificerade arbetslaster på denna nivå uppger bolaget förbättringar på upp till 2,3 gånger högre träningsgenomströmning och upp till 2,5 gånger högre inferensgenomströmning jämfört med Atlas 950.
4
35
Det illustrerar varför NPO och UnifiedBus står i centrum: för mycket stora modeller blir transporten av vikter, aktiveringar och mellanresultat mellan acceleratorer en möjlig flaskhals. Huawei har inte publicerat oberoende riktmärken som fastslår hur systemet står sig mot Nvidias alternativ över ett bredare urval av arbetslaster.
Ascend 960 jämfört med Ascend 950
I sin tidigare färdplan sade Huawei att Ascend 960 ska fördubbla Ascend 950:s beräkningsprestanda, minnesbandbredd, minneskapacitet och antal sammankopplingsportar.
30 Atlas 960E sätter den planerade kretsgenerationen i en mer hårt integrerad optisk systemdesign.
Det är viktigt att skilja mellan närliggande produktnamn. Den nu detaljerade Atlas 960E är NPO-baserade systemet med 4 096 NPU:er som presenterades vid Connect 2026. I tidigare färdplansmaterial nämndes också en större framtida Atlas 960 SuperPoD-konfiguration. Siffror för Atlas 960 från olika tillkännagivanden bör därför inte automatiskt ses som specifikationer för samma produktkonfiguration.
25
38
Färdplanen för 2027: 960DT och 960PR
Huawei har tidigarelagt två varianter av Ascend 960:
- Ascend 960DT, för AI-träning, planeras till första kvartalet 2027 – tre kvartal tidigare än den tidigare tidplanen.
1
3
- Ascend 960PR, inriktad på inferens, planeras till tredje kvartalet 2027 – ett kvartal tidigare än tidigare plan.
1
5
I den äldre färdplanen angavs fjärde kvartalet 2027 för Ascend 960, med 2 PFLOPS i FP8 och 4 PFLOPS i FP4 per chip.
30 Connect 2026 gav mer information om plattformens riktning, men de offentliga och oberoende verifierbara specifikationerna per chip för DT- och PR-varianterna är fortfarande begränsade.
En AI-infrastrukturstrategi i Nvidia-stil
Huawei försöker bygga en komplett AI-plattform: Ascend-processorer, högbandbreddsminne, optiska länkar, Atlas-system och mjukvarulagren som krävs för att utveckla och driftsätta modeller. Strategin är en del av Kinas bredare strävan att minska beroendet av utländska halvledarleverantörer, särskilt Nvidia.
9
18
Tillverkningen är samtidigt en avgörande osäkerhet. Amerikanska exportrestriktioner hindrar Huawei från att arbeta med TSMC, och Huawei har inte offentligt namngivit tillverkaren av dessa kretsar. Analytiker har kopplat bolaget till kinesiska SMIC, men det är en analytisk bedömning – inte en bekräftad uppgift från Huawei.
19
Mjukvara och modelloptimering blir minst lika viktiga. Stor hårdvarukapacitet ersätter inte automatiskt ett moget ekosystem med ramverk, kompilatorer och optimerade modellimplementationer. Uppgifter om att DeepSeek planerar att använda Huaweis Ascend 950DT för inferens, men fortsätta använda Nvidia-hårdvara för träning, visar både Huaweis framsteg och det återstående gapet.
21
Kapacitetsbrist bromsar en global satsning
Huaweis tillförordnade ordförande Eric Xu säger att bolaget inte kan tillverka tillräckligt med AI-utrustning för att möta efterfrågan i Kina. Därför planeras ingen fullskalig internationell expansion, även om företaget levererar till vissa marknader med stark efterfrågan.
20
Xu sade också att kinesiska AI-utvecklare kanske ännu inte har modeller som är tillräckligt avancerade för att möta de mest långtgående säkerhetsrisker som amerikanska ledande bolag har rapporterat. Enligt Reuters argumenterade han för fortsatt kapacitetsutveckling, men med en avvägning mellan innovation och risk.
17
Slutsats
Atlas 960E är Huaweis tydligaste besked hittills om att konkurrensen inom AI-infrastruktur ska avgöras på systemnivå: processorer, minne, optik, sammankoppling och mjukvara måste fungera tillsammans. Den annonserade konfigurationen med 4 096 NPU:er, 8 EFLOPS i FP8 och 1 PB HBM är djärv, och NPO är dess tekniska mittpunkt.
13
38
Men plattformen befinner sig fortfarande i färdplansfas, och de viktigaste prestandasiffrorna kommer från Huawei självt. Om Atlas 960E blir ett varaktigt alternativ till Nvidia beror på tillverkningskapacitet, mjukvaruadoption, verklig modellprestanda och tillgången på systemen även utanför Kina.
20
19