Китайская компания Huawei Technologies впервые раскрыла долгосрочную стратегию развития своих чипов для искусственного интеллекта. В ближайшие три года производитель планирует выпустить четыре новых ИИ-ускорителя серии Ascend, чтобы конкурировать с продуктами американской Nvidia.
Несмотря на продолжающиеся уже пять лет американские санкции, Huawei активно развивает направление ИИ-ускорителей. В первом квартале 2025 года компания представила модель Ascend 910C. Согласно новому объявлению, в 2026 году выйдут сразу две версии чипа Ascend 950, в 2027 году последует Ascend 960, а в 2028 году рынок увидит Ascend 970.
Узнать подробнее про клуб ShareAI
Ближайшая новинка — Ascend 950 — будет оснащаться памятью типа HBM собственной разработки Huawei. Это важное достижение, поскольку ранее китайские разработчики чипов зависели от поставщиков памяти из США и Южной Кореи. Информация об этом появилась в сообщении Reuters со ссылкой на представителей компании.
Помимо отдельных чипов, Huawei планирует создание мощных вычислительных кластеров. В разработке находятся суперкомпьютерные системы Atlas 950 и Atlas 960, которые будут оснащены 8192 и 15 488 чипами Ascend соответственно. Для сравнения, текущие вычислительные системы Atlas 900, также известные как CloudMatrix 384, содержат 384 ускорителя Ascend 910C.
Huawei утверждает, что в некоторых задачах их системы уже опережают по быстродействию решения Nvidia GB200 NVL72, которые содержат 72 чипа B200. Это значительное достижение, учитывая лидирующие позиции Nvidia на рынке ускорителей для искусственного интеллекта.
Китайская компания также представила технологию SuperPod, которая поддерживает соединение до 15 488 графических карт с чипами Ascend. По словам представителей Huawei, в настоящее время компания управляет суперкластером с примерно 1 миллионом графических карт.
Основатель Huawei Рен Чжэнфэй признал в одном из интервью в этом году, что компания все еще отстает от США по производительности одного чипа. Однако он отметил, что Huawei может «добиться желаемых результатов, компенсируя их вычислениями на основе кластеров».
