В Шанхае на прошлой неделе прошла конференция Huawei Connect 2025. На ней Эрик Сюй, председатель ротационного совета директоров Huawei, представил стратегию компании по развитию инфраструктуры ИИ, включая дорожную карту по чипам Ascend (специализированных для задач машинного обучения и инференса).
🔺2026 год — Ascend 950 (950PR для рекомендательных систем и предзаполнения контекста и 950DT для обучения моделей и декодирования)
🔺2027 год — Ascend 960 (удвоение вычислительной мощности и пропускной способности памяти по сравнению с серией 950)
🔺2028 год — Ascend 970 (дальнейший рост производительности — межсоединение до 4 ТБ/с)
Huawei признает, что вычислительная мощность одной микросхемы уступает решениям NVIDIA. Однако компания делает ставку на архитектуру «суперузел + кластер», которая за счет технологий межсоединения позволяет объединять десятки тысяч процессоров в единую систему (ключевым технологическим решением стал протокол межсоединений UnifiedBus 2.0).
Уже анонсированы два продукта — Atlas 950 SuperPoD (2026 год) и Atlas 960 SuperPoD (2027 год), которые обеспечат производительность в десятки EFLOPS. По словам Эрика Сюй, за счет этого Huawei рассчитывает предложить «самое мощное решение в области вычислительных ресурсов».
Huawei не единственный игрок на китайском рынке, продвигающий новые решения. Ранее были сообщения, что Alibaba и Baidu с начала года начали использовать собственные чипы для обучения моделей, частично заменяя NVIDIA. Alibaba опирается на внутренние разработки для малых ИИ-моделей, а Baidu использует Kunlun P800 для новой версии Ernie (нейросеть компании).
На стороне стартапов заметен прогресс Cambricon. Серия Siyuan, включая новейший Siyuan 590 на архитектуре ASIC с поддержкой chiplet, работает с ведущими открытыми моделями (LLaMA, GPT, BLOOM, GLM, Stable Diffusion и др.) и по совокупным характеристикам приближается к решениям уровня NVIDIA A100 (ускоритель 2020 года).
