Huawei прискорила запуск AI-чипа Ascend 960DT
Huawei перенесла реліз Ascend 960DT на перший квартал 2027 року. Компанія пришвидшує AI-плани на тлі конкуренції з Nvidia та обмежень США.
Huawei оголосила, що нове покоління її AI-чипа Ascend 960DT вийде раніше, ніж планувалося: запуск перенесли на перший квартал 2027 року. До цього компанія розраховувала представити його лише в третьому кварталі того ж року.
Про новий графік Huawei повідомила на конференції Huawei Connect. Це ще один сигнал, що китайський техногігант намагається швидше наростити власні можливості у сфері штучного інтелекту й скоротити відставання від Nvidia. На тлі обмеженого доступу Китаю до передових напівпровідникових технологій новина привернула увагу не лише ринку, а й ширшого політичного контексту технологічного суперництва США та Китаю.
Huawei перенесла реліз Ascend 960DT на початок 2027 року
За словами речника Huawei, Ascend 960DT має бути готовий у першому кварталі 2027 року. Він також заявив, що чипи Ascend 960 запускають раніше графіка, подвоюючи продуктивність і щороку просуваючись уперед. Оновлений термін на конференції озвучив David Wang, який виконує обов’язки ротаційного голови Huawei.
Фактично компанія зсунула свій план на кілька місяців уперед у межах 2027 року. Для ринку AI-обчислень це важливо, адже саме такі чипи визначають, наскільки швидко компанії можуть навчати моделі та запускати їх у роботі.
Huawei просуває архітектуру для об’єднання великої кількості чипів
Окрім самого чипа, Huawei просуває і ширшу архітектуру для AI-обчислень. Компанія намагається об’єднати сотні тисяч, а згодом і мільйони AI-чипів в один великий комп’ютер. Усередині Huawei цей підхід називають Peerium Computing Architecture.
В основі архітектури лежить UnifiedBus — технологія Huawei для з’єднання процесорів із пам’яттю, сховищем і мережевим обладнанням. Як повідомляють Новини IT-PUB, за словами Eric Xu, ротаційного голови Huawei, компанія використовує цю архітектуру для створення більших AI-систем, призначених і для навчання моделей, і для їхнього використання в реальних сценаріях.
Першими системами на цій архітектурі стали Atlas 950 SuperPoD і SuperCluster. Huawei стверджує, що Atlas 950 SuperCluster може з’єднувати до 256 000 прискорювальних карт.
Заяви про масштаб системи викликали нові питання
Прискорений запуск чипа не зняв усіх запитань навколо AI-планів Huawei. Китайська технологічна аналітикиня Rui Ma звернула увагу на розбіжність між масштабами систем, про які компанія говорила раніше, і тим, що згадувалося цього тижня.
За її словами, раніше Huawei повідомляла, що Atlas 960 SuperPoD масштабуватиметься до 15 488 чипів Ascend 960, тоді як у новому оголошенні йшлося про систему з 4 096 чипів. Вона написала, що сам чип з’являється значно раніше, але представлений SuperPoD є набагато меншим, ніж компанія планувала спочатку.
Це не означає, що Huawei відмовляється від своїх амбіцій. Але уточнення показують: між заявленими планами і фактичними параметрами системи можуть бути суттєві відмінності.
Обмеження США не зупинили чипові плани Huawei
Huawei продовжує розвивати свої чипові проєкти попри американські обмеження на доступ Китаю до передових напівпровідникових технологій. На думку Rui Ma, ці обмеження навряд чи зупинять Китай у прагненні створити власну напівпровідникову базу.
Вона написала, що зупинити розвиток Китаю в напівпровідниках марно, оскільки ставки для технологічної самодостатності стали надто високими. Схоже, саме ця логіка і лежить в основі прискорення AI-планів Huawei.
На ширшому рівні тема давно вийшла за межі однієї компанії. У США Дональд Трамп виступає проти закликів з боку лідерів AI-індустрії сповільнити розвиток технології через ризики для безпеки, наголошуючи, що США мають зберігати перевагу над Китаєм. Водночас Eric Xu, за даними Financial Times, казав, що Китай має прискорити розвиток AI, щоб наздогнати США, і що китайським компаніям потрібно просунутися далі, аби повністю зрозуміти та навчитися контролювати ризики потужніших AI-систем.
Для бізнесу й користувачів це важливо не лише як черговий епізод технологічного суперництва. Такі кроки показують, як швидко змінюється ринок AI-обчислень і як великі гравці намагаються будувати власну інфраструктуру, щоб менше залежати від чужих технологій.
