Huawei Connect 2026 không đơn thuần là sân khấu cho một chip tăng tốc mới. Trọng tâm của Huawei là Atlas 960E SuperPoD: một “siêu nút” AI ghép các NPU Ascend 960 với kết nối UnifiedBus và động cơ quang Hi-ONE, nhằm biến hàng nghìn bộ xử lý thành một hệ thống liên kết chặt chẽ cho huấn luyện lẫn suy luận mô hình tới 10 nghìn tỷ tham số.
13
6
Những thông số đáng chú ý
Huawei gọi Atlas 960E là SuperPoD đầu tiên trong ngành ứng dụng near-package optics (NPO), tức quang học đặt gần cụm đóng gói bộ xử lý. Nhờ UnifiedBus hỗ trợ định địa chỉ bộ nhớ thống nhất, một hệ thống có thể mở rộng đến 4.096 NPU, đạt 8 EFLOPS FP8, 16 EFLOPS FP4 và tối đa 1 PB HBM (bộ nhớ băng thông cao).
38
13
Cần đặt các con số này trong đúng bối cảnh: đây là thông số cấp hệ thống do Huawei công bố, không phải kết quả đo độc lập cho một chip Ascend 960 riêng lẻ, cũng không phải benchmark đa nhà cung cấp.
Huawei nói 960E dùng 5.500 đơn vị Hi-ONE thay cho 48.000 mô-đun quang 800G truyền thống để đạt cùng mức liên kết NPU. Theo hãng, cách làm này giảm hơn 550 kW điện năng và tăng gấp đôi độ tin cậy của hệ thống.
13 Thông điệp lớn hơn là hiệu quả mở rộng các tác vụ AI rất lớn sẽ ngày càng phụ thuộc vào thiết kế liên kết, chứ không chỉ vào năng lực tính toán cực đại của chip.
NPO, Hi-ONE và UnifiedBus hoạt động ra sao?
NPO đưa liên kết quang đến gần bộ xử lý hơn
NPO đặt kết nối quang gần gói chip, rút ngắn quãng đường tín hiệu phải truyền bằng điện trước khi được chuyển sang quang. Huawei cho biết kiến trúc này giúp SuperPoD tăng tốc độ và giảm mức tiêu thụ năng lượng.
9
13
Hi-ONE là động cơ kết nối quang
Hi-ONE là thành phần liên kết quang của Huawei dành cho thiết kế NPO. Huawei mô tả nó tích hợp nguồn sáng và được tối ưu cho băng thông cao, độ trễ thấp cùng điện năng thấp.
13 Các báo cáo về sự kiện đề cập phiên bản 7,2 Tbps, gồm 36 làn truyền ở tốc độ 200 Gbps mỗi làn, cùng tuyên bố của Huawei về độ trễ liên lạc 10 nano giây cho động cơ quang.
32
Con số 10 nano giây này không đồng nghĩa với độ trễ đầu-cuối của cả SuperPoD. Các báo cáo khác nêu độ trễ khứ hồi khoảng 2 micro giây trên phạm vi hệ thống kết nối bằng UnifiedBus.
11
35
UnifiedBus hướng tới trải nghiệm một cỗ máy lớn
UnifiedBus là lớp kết nối và định địa chỉ bộ nhớ, được thiết kế để liên kết tài nguyên tính toán, bộ nhớ và lưu trữ. Trên Atlas 960E, nó hỗ trợ định địa chỉ bộ nhớ thống nhất cho toàn bộ hệ thống 4.096 NPU.
38
Huawei cũng cho biết một SuperCluster dựa trên UnifiedBus có thể mở rộng tối đa 1 triệu NPU. Đây là tuyên bố về quy mô kiến trúc, không phải số lượng hệ thống đã được triển khai công khai.
2
34
Huawei tuyên bố gì với mô hình 10 nghìn tỷ tham số?
Huawei định vị Atlas 960E cho việc huấn luyện và suy luận mô hình có tối đa 10 nghìn tỷ tham số.
6 Theo các báo cáo về đợt công bố, Huawei cho biết thông lượng huấn luyện có thể tăng tới 2,3 lần, còn thông lượng suy luận tăng tới 2,5 lần so với Atlas 950 ở các tác vụ 10 nghìn tỷ tham số được hãng chỉ định.
4
35
Lý do kỹ thuật nằm ở việc truyền dữ liệu: ở quy mô này, việc di chuyển activation, trọng số và dữ liệu trung gian giữa các bộ tăng tốc có thể quan trọng ngang với khả năng tính toán số học. Huawei chưa công bố benchmark độc lập để xác lập vị thế của hệ thống trên nhiều loại tác vụ hơn hoặc so với các lựa chọn từ Nvidia.
Ascend 960 cải thiện gì so với Ascend 950?
Trong lộ trình trước đó, Huawei nói Ascend 960 sẽ gấp đôi năng lực tính toán, băng thông truy cập bộ nhớ, dung lượng bộ nhớ và số cổng kết nối so với Ascend 950.
30 Với 960E, hãng kết hợp thế hệ silicon này vào một hệ thống quang tích hợp chặt hơn.
Tên gọi sản phẩm cần được phân biệt rõ. Atlas 960E vừa được công bố là cấu hình 4.096 NPU dùng NPO. Các tài liệu lộ trình trước đó cũng nhắc đến một cấu hình Atlas 960 SuperPoD lớn hơn trong tương lai. Vì vậy, không nên xem mọi thông số Atlas 960 xuất hiện ở các công bố khác nhau là của cùng một cấu hình thương mại.
25
38
Lộ trình 2027: Ascend 960DT và 960PR
Huawei đã đẩy nhanh lịch hai biến thể Ascend 960:
- Ascend 960DT, dành cho huấn luyện, dự kiến vào quý I/2027, sớm hơn ba quý so với lịch cũ.
1
3
- Ascend 960PR, hướng đến suy luận, dự kiến vào quý III/2027, sớm hơn một quý so với kế hoạch trước đó.
1
5
Lộ trình cũ từng đặt Ascend 960 vào quý IV/2027, với mục tiêu 2 PFLOPS FP8 và 4 PFLOPS FP4 cho chip.
30 Công bố tại Connect 2026 cho thấy hướng phát triển nền tảng rõ hơn, nhưng thông tin công khai có thể kiểm chứng độc lập về thông số từng chip của bản DT và PR vẫn còn hạn chế.
Một chiến lược hạ tầng AI kiểu Nvidia
Huawei đang xây dựng một chuỗi hạ tầng AI đầu-cuối: bộ xử lý Ascend, HBM, kết nối quang, hệ thống Atlas và các lớp phần mềm cần thiết để triển khai mô hình. Mục tiêu được hãng nêu ra là giảm phụ thuộc vào các nhà cung cấp bán dẫn nước ngoài, đặc biệt Nvidia.
9
18
Sản xuất vẫn là một dấu hỏi lớn. Kiểm soát xuất khẩu của Mỹ ngăn Huawei làm việc với TSMC, trong khi Huawei chưa công khai nhà sản xuất chip này. Các nhà phân tích liên hệ Huawei với SMIC của Trung Quốc, nhưng đây nên được xem là nhận định của giới phân tích, không phải xác nhận từ Huawei.
19
Tối ưu mô hình cũng quyết định không kém phần quan trọng. Phần cứng mạnh không tự động thay thế được một hệ sinh thái phần mềm trưởng thành: nhà phát triển vẫn cần framework, trình biên dịch và các mô hình được tinh chỉnh. Thông tin DeepSeek dự tính dùng Ascend 950DT của Huawei cho suy luận nhưng vẫn dùng phần cứng Nvidia để huấn luyện cho thấy cả tiến triển lẫn thách thức còn lại.
21
Rào cản nguồn cung và nhận xét của Eric Xu
Tham vọng này đang đối mặt với giới hạn sản xuất trong ngắn hạn. Chủ tịch luân phiên Eric Xu nói Huawei chưa thể sản xuất đủ thiết bị điện toán AI để đáp ứng nhu cầu tại Trung Quốc, vì thế chưa có kế hoạch mở rộng quốc tế một cách toàn diện, dù vẫn cung cấp cho một số thị trường có nhu cầu mạnh.
20
Ông Xu cũng nhận định các nhà phát triển AI Trung Quốc có thể chưa sở hữu những mô hình đủ tiên tiến để gặp các rủi ro an toàn AI ở tuyến đầu mà các công ty Mỹ hàng đầu từng nêu. Reuters đưa tin ông ủng hộ tiếp tục phát triển năng lực, đồng thời phải cân bằng đổi mới với rủi ro.
17
Kết luận
Atlas 960E là tuyên bố rõ nét nhất của Huawei rằng cạnh tranh hạ tầng AI sẽ diễn ra ở cấp độ toàn hệ thống: bộ xử lý, bộ nhớ, quang học, mạng kết nối và phần mềm phải phối hợp với nhau. Cấu hình 4.096 NPU, 8 EFLOPS FP8, 1 PB HBM rất tham vọng, còn NPO là điểm nhấn kỹ thuật trung tâm.
13
38
Tuy nhiên, đây vẫn là nền tảng ở giai đoạn lộ trình, với các chỉ số hiệu năng quan trọng chủ yếu do Huawei đưa ra. Khả năng biến thiết kế này thành đối trọng bền vững với Nvidia sẽ phụ thuộc vào năng lực sản xuất, mức độ chấp nhận phần mềm, hiệu năng mô hình trong thực tế và khả năng cung ứng hệ thống ngoài Trung Quốc.
20
19