Huawei собирает ИИ-гиганта

Huawei расширяет линейку ускорителей Ascend и делает ставку не только на мощность отдельных чипов, но и на гигантские объединённые системы. Компания развивает платформу Atlas 960 SuperPoD — вычислительный комплекс для обучения и запуска искусственного интеллекта. Его рассчитали на модели, содержащие до 10 триллионов параметров. Параметры — это числовые настройки нейросети: чем их больше, тем потенциально сложнее задачи она может решать, хотя одними масштабами качество не гарантируется.

В обновлённой дорожной карте Huawei максимальная конфигурация Atlas 960 SuperPoD включает до 15 488 процессоров Ascend 960. Ранее компания говорила о системе на 8192 процессора. Заявленная производительность достигает 30 EFLOPS в режиме FP8 и 60 EFLOPS в режиме FP4. EFLOPS — это квинтиллион операций с плавающей точкой в секунду, а FP8 и FP4 обозначают форматы вычислений с разной точностью. Снижение точности позволяет ускорить работу ИИ, если конкретная модель сохраняет приемлемое качество.

Общий объём памяти системы заявлен на уровне 4460 ТБ, а пропускная способность соединений между компонентами — 34 ПБ/с. Huawei рассчитывает, что система сможет обрабатывать до 15,9 млн токенов в секунду при обучении. Токены — небольшие фрагменты текста, на которые ИИ разбивает входные данные.

Ключевой частью проекта стала UnifiedBus — архитектура соединения процессоров, памяти и накопителей внутри крупного вычислительного комплекса. Huawei использует её в Atlas 960E, где до 4096 NPU получают доступ к общей памяти SuperPoD. NPU — специализированные процессоры для нейросетевых вычислений. Иными словами, компания пытается заставить тысячи чипов работать как единая система, а не как толпа специалистов, одновременно кричащих в одном коридоре.

UnifiedBus дополняет оптическая технология Hi-ONE. В системе применяются near-packaged optics, или NPO: оптические компоненты размещают ближе к процессорам, чтобы ускорить передачу данных и снизить энергопотребление. По данным Huawei, Atlas 960E использует примерно 5500 блоков Hi-ONE вместо около 48 000 обычных оптических модулей класса 800G. Это может сократить энергопотребление межсоединений более чем на 550 кВт.

Atlas 960E заявлен с производительностью 8 EFLOPS в FP8 и поддержкой моделей до 10 триллионов параметров. Такие системы можно объединять в SuperCluster на 512 000 NPU, а архитектура в перспективе рассчитана на конфигурации с миллионом процессоров.

Причина такого размаха вполне практична. Huawei сложно закрыть отставание от Nvidia одной лишь производительностью отдельного ускорителя. Поэтому компания компенсирует ограничения масштабированием: добавляет больше процессоров, ускоряет обмен данными и создаёт общую среду для обучения и запуска моделей. В тяжёлых ИИ-нагрузках чипы постоянно обмениваются данными, и медленная связь способна превратить дорогой кластер в очень большой обогреватель.

Параллельно Huawei ускоряет выпуск семейства Ascend 960. Версию 960DT теперь планируют представить в первом квартале 2027 года, а Ascend 960PR — в третьем квартале 2027-го. Компания утверждает, что обе версии выйдут раньше прежних сроков, а прирост характеристик уже превысил первоначальные ожидания.

Заместитель председателя и сменяющийся председатель Huawei David Wang заявил, что компания переходит на ежегодный цикл обновления Ascend. По его словам, в 2028 году появится Ascend 970, а в 2029-м — Ascend 980. Huawei связывает дальнейший рост характеристик с Tau Scaling Law и обещает, что вычислительная мощность будет продолжать удваиваться. Насколько гладко это сработает в реальных системах, покажут не презентации, а энергосчета, стабильность кластеров и результаты обучения моделей.