Впечатляющие ИИ-ускорители Huawei нового поколения серии Ascend 900 будут предлагаться только в Китае, а не на международном рынке, поскольку компания испытывает трудности с удовлетворением внутреннего спроса из-за ограничений производственных мощностей, объявила компания на этой неделе. Хотя грядущие процессоры нейронных сетей (NPU) серии Ascend 960 могут конкурировать с некоторыми существующими ИИ-графическими процессорами AMD и Nvidia, спрос на эти устройства за пределами Китая в любом случае не был гарантирован. «Поскольку у нас недостаточно мощностей, чтобы удовлетворить даже спрос в Китае, у нас нет планов по полномасштабному выходу на международный рынок», — заявил Эрик Сюй, ротируемый председатель Huawei, в кулуарах конференции Huawei Connect, сообщает Reuters. Он добавил, что Huawei поставляет ограниченные объемы в «некоторые страны, где спрос особенно высок», хотя и не уточнил деталей. На этой неделе Huawei представила свою последнюю дорожную карту ИИ-ускорителей, раскрыв значительные улучшения производительности для обучения и инференса своих NPU нового поколения Ascend 960, 970 и 980 по сравнению с существующими сериями Ascend 910C и Ascend 950. Ожидается, что Ascend 960DT и 960PR увеличат свою производительность обучения FP8 до 2 PFLOPS и производительность инференса FP4 до 4 PFLOPS и 8 PFLOPS соответственно в 2027 году. Тем временем их преемники, Ascend 970 и Ascend 980, как ожидается, увеличат свою производительность FP4 до 14 PFLOPS и 28 PFLOPS соответственно в ближайшие годы. *Предварительные данные S/D — Sparse and Dense T/I — Training and Inference Но хотя грядущие NPU Ascend будут значительно быстрее своих предшественников, особенно для инференса, они будут оставаться далеко позади ускорителей Nvidia предыдущего и текущего поколений, по крайней мере, по сырой вычислительной мощности. Ожидается, что Ascend 960DT от Huawei в 2027 году обеспечит 2 FP8 TFLOPS для обучения, по сравнению с 4 FP8 TFLOPS Nvidia для H200, выпущенного в 2023 году. Ожидается, что Ascend 960PR предложит 8 FP4 PFLOPS для обучения, что значительно отстает от B300 Nvidia, который обеспечивает 15–20 NVFP4 PFLOPS. Даже Ascend 980, запланированный на 2029 год, как ожидается, достигнет 7,2 FP8 PFLOPS и 28 FP4 PFLOPS, что значительно ниже R200 Nvidia, который должен обеспечить 17,5 FP8 PFLOPS и 35/50 FP4 PFLOPS в этом году. Такая огромная разница в производительности с ведущим ИИ-оборудованием усилит зависимость Huawei от масштабного масштабирования на уровне системы, а не от производительности чип за чипом, чтобы конкурировать с Nvidia. Но масштабное масштабирование на уровне системы сопряжено с огромным энергопотреблением, что сделает новые Atlas SuperPoD и SuperCluster от Huawei значительно менее конкурентоспособными на рынках, где доступно оборудование от AMD или Nvidia. Huawei находится в интересной парадоксальной ситуации. С одной стороны, ее интеграционные усилия, такие как Near-Package Optics (NPO), явно освобождают мощности на «старых» узлах, которые могут быть использованы для других компонентов ИИ-платформ. Но с другой стороны, неспособность SMIC нарастить производство на узлах класса 7 нм и 6 нм ограничивает возможности Huawei по поставке своего ИИ-оборудования, поэтому она едва может удовлетворить спрос. С другой стороны, хотя Atlas SuperPoD от Huawei с до 15 488 NPU Ascend 960 могут обеспечить производительность до 30 FP8 EFLOPS и 120 FP4 EFLOPS, далеко превосходя возможности кластеров Nvidia NVL72 с масштабированием до 72 GPU, их производительность на ватт будет значительно ниже по сравнению с архитектурами Nvidia, что означает, что спрос на такое оборудование за пределами Китая будет ограничен в лучшем случае. Тем не менее, глобальный толчок в области ИИ-оборудования не имеет особого смысла для Huawei прямо сейчас. Возможно, имеет смысл предложить облачный доступ к своему оборудованию различным академическим и исследовательским клиентам для популяризации своего программного стека CANN.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Anton Shilov
