Cụm AI 10.000 card của Shenzhen đạt bước tiến gì với chip Huawei?

Shenzhen đã xây dựng được gì?

Shenzhen, trung tâm công nghệ ở miền nam Trung Quốc, đã đưa vào vận hành cụm máy tính AI quy mô 10.000 card do Huawei cung cấp. Hệ thống đạt công suất 11.000 petaflops, tức khoảng 11 triệu tỷ phép tính mỗi giây theo cách quy đổi thông thường của đơn vị này. Khi cộng với cụm 3.000 petaflops được triển khai từ trước, toàn bộ cơ sở đạt 14.000 petaflops. 711

Đây được mô tả là cụm máy tính AI cấp 10.000 card đầu tiên của Trung Quốc sử dụng chip tiên tiến sản xuất trong nước và kiểm soát toàn bộ chuỗi công nghệ, từ chip, máy chủ, kết nối mạng đến phần mềm. 712

Công nghệ Huawei đứng sau hệ thống

Nền tảng chính của cụm máy là các bộ tăng tốc AI Huawei Ascend 910C. Chúng được kết hợp với hệ sinh thái “Ascend + CANN”, trong đó CANN là nền tảng phần mềm và công cụ dành cho việc triển khai, tối ưu các tác vụ AI trên phần cứng Ascend.

Ascend 910C không chỉ là một con chip đơn lẻ. Huawei đang xây dựng cả một ngăn xếp công nghệ cho trung tâm dữ liệu, gồm bộ tăng tốc, máy chủ, bộ nhớ, mạng kết nối tốc độ cao và phần mềm điều phối. Cách tiếp cận này rất quan trọng vì hiệu năng của một cụm AI không phụ thuộc riêng vào tốc độ từng chip.

Một hệ thống có thể sở hữu hàng nghìn chip mạnh, nhưng nếu mạng truyền dữ liệu giữa chúng chậm hoặc phần mềm chưa tối ưu, thời gian chờ trao đổi dữ liệu sẽ làm giảm đáng kể hiệu quả thực tế.

Ascend 910C so với Nvidia H100 ra sao?

Một số báo cáo dẫn nghiên cứu của DeepSeek cho biết Ascend 910C đạt khoảng 60% hiệu năng suy luận của Nvidia H100 trong các tác vụ nhất định. 1113

Con số này cần được hiểu đúng: đây là phép so sánh theo một workload và quy trình thử nghiệm cụ thể, chủ yếu liên quan đến suy luận — giai đoạn mô hình đã được huấn luyện và bắt đầu trả lời yêu cầu. Nó không đồng nghĩa Ascend 910C đạt 60% hiệu năng H100 trong mọi loại mô hình, tác vụ đào tạo, phần mềm, độ ổn định hoặc hiệu quả năng lượng.

Nvidia vẫn có lợi thế lớn về hệ sinh thái phần mềm và kinh nghiệm triển khai các cụm GPU quy mô lớn. Vì vậy, ý nghĩa của 910C không nằm ở việc ngay lập tức vượt H100, mà ở khả năng cung cấp một lựa chọn nội địa đủ dùng cho các hệ thống AI quy mô lớn khi nguồn chip nước ngoài bị hạn chế.

Vì sao phải ghép hàng nghìn chip thành một cụm?

Một mô hình AI lớn thường vượt xa năng lực xử lý của một card đơn. Cụm AI giải quyết vấn đề này bằng cách chia công việc cho nhiều bộ tăng tốc cùng lúc:

• Dữ liệu huấn luyện có thể được phân bổ cho nhiều card.
• Các lớp hoặc phần khác nhau của mô hình có thể chạy trên những nhóm card khác nhau.
• Nhiều yêu cầu suy luận có thể được xử lý song song.
• Bộ nhớ và năng lực tính toán được mở rộng theo quy mô cụm.

Nếu hệ thống kết nối tốt, hàng nghìn card có thể phối hợp như một hạ tầng tính toán thống nhất. Mạng tốc độ cao và phần mềm điều phối giúp giảm thời gian các card phải chờ nhau, từ đó biến công suất lý thuyết thành năng lực xử lý thực tế.

Nói cách khác, xây dựng cụm AI không đơn giản là “cộng” số lượng chip. Nhà vận hành còn phải giải quyết bài toán truyền dữ liệu, phân bổ bộ nhớ, đồng bộ hóa, làm mát, độ tin cậy và tối ưu phần mềm.

Hệ thống đã được sử dụng rộng rãi đến đâu?

Nhu cầu đối với năng lực tính toán nội địa dường như đã xuất hiện trước khi giai đoạn mở rộng 10.000 card hoàn tất. Phần cụm 3.000 petaflops trước đó được báo cáo là đã được đặt kín. Một nguồn tin khác cho biết gần 50 tổ chức đã ký thỏa thuận nguyên tắc sử dụng năng lực tính toán của cụm, với tỷ lệ đặt chỗ tổng hợp đạt 92%. 1

Những dữ liệu này cho thấy nhu cầu đáng kể từ các phòng thí nghiệm AI, doanh nghiệp công nghệ và những đơn vị cần năng lực tính toán trong nước. Tuy nhiên, chúng chưa đủ để kết luận rằng nền tảng Huawei đã thay thế Nvidia trên diện rộng tại Trung Quốc. Một số doanh nghiệp Trung Quốc vẫn được cho là tiếp cận năng lực xử lý Nvidia thông qua các trung tâm dữ liệu ở nước ngoài.

Ngoài ra, một nhóm nghiên cứu có sự tham gia của Huawei cho biết họ đã thực hiện hậu huấn luyện toàn bộ tham số cho mô hình DeepSeek V4-Pro với 1.000 chip Ascend 910C trở lên. Đây là tuyên bố cho thấy chip nội địa Trung Quốc có thể đảm nhiệm một workload đào tạo đáng kể, nhưng vẫn cần được đánh giá độc lập rộng hơn. 3

Những tiến bộ chip khác được Trung Quốc công bố

Huawei cũng đã trình bày một hướng thiết kế nhằm đạt mật độ transistor tương đương công nghệ 1,4 nm vào năm 2031 mà không phụ thuộc vào các công cụ quang khắc tiên tiến nhất. Reuters lưu ý rằng Huawei chưa đưa ra dữ liệu hiệu năng độc lập cho lộ trình này, vì vậy đây vẫn là mục tiêu công nghệ chứ chưa phải bằng chứng về một chip sản xuất hàng loạt.

Trong một diễn biến riêng, Reuters đưa tin quá trình thử nghiệm với khách hàng đối với chip Ascend 950PR có kết quả tích cực; ByteDance và Alibaba được cho là đang lên kế hoạch đặt hàng. Thông tin này cho thấy Huawei đang cố gắng mở rộng Ascend từ một sản phẩm thay thế trong tình huống thiếu hụt thành nền tảng có thể được các công ty internet lớn sử dụng thường xuyên.

Phản ứng trước các hạn chế công nghệ của Mỹ

Mỹ bắt đầu kiểm soát việc xuất khẩu các GPU tính toán tiên tiến như Nvidia A100 và H100 sang Trung Quốc từ năm 2022. Các quy định được mở rộng và siết chặt vào năm 2023, bao gồm cả chip tính toán tiên tiến hơn và thiết bị sản xuất bán dẫn liên quan.

Trong bối cảnh đó, cụm AI của Shenzhen là một phản ứng công nghiệp có tính hệ thống. Thay vì chỉ tìm một mẫu chip thay thế, Trung Quốc đang cố gắng xây dựng cả chuỗi công nghệ nội địa gồm:

• chip tăng tốc AI;
• máy chủ và hệ thống rack;
• kết nối giữa các chip;
• bộ nhớ và hạ tầng trung tâm dữ liệu;
• trình biên dịch, thư viện và công cụ phần mềm.

Huawei giữ vai trò trung tâm vì dòng Ascend cung cấp lựa chọn nội địa ở cả cấp chip lẫn cấp hệ thống trung tâm dữ liệu. Tuy vậy, khoảng cách hiệu năng trong một số phép thử, những thách thức về phần mềm và việc một số doanh nghiệp vẫn tiếp cận năng lực Nvidia ở nước ngoài cho thấy mục tiêu tự chủ hoàn toàn vẫn chưa đạt được. 712

Cột mốc 10.000 card vì thế không nên được hiểu đơn giản là Nvidia đã bị thay thế. Nó cho thấy Trung Quốc đã có khả năng triển khai một nền tảng AI nội địa ở quy mô đủ lớn để phục vụ các mô hình tiên tiến — và đang biến áp lực từ hạn chế xuất khẩu thành động lực xây dựng hệ sinh thái riêng.