Huawei rzuca wyzwanie NVIDII. Superklaster ma połączyć nawet milion chipów AI

Huawei przyspiesza ofensywę na rynku infrastruktury dla sztucznej inteligencji. Podczas HUAWEI CONNECT 2026 firma zapowiedziała dwa nowe układy AI na przyszły rok: 960DT ma pojawić się w pierwszym kwartale 2027 roku, a Ascend 960PR w trzecim. Jeszcze większe znaczenie może mieć jednak UnifiedBus – technologia pozwalająca łączyć ogromną liczbę procesorów w jeden system obliczeniowy. Huawei deklaruje, że największe superklastry mogą skalować się nawet do około miliona procesorów AI.

To bezpośrednio wpisuje się w strategię Huawei polegającą na nadrabianiu ograniczeń pojedynczego układu poprzez skalowanie całych systemów. Firma rozwija SuperPoD-y i SuperClustery, własny interconnect oraz ekosystem Ascend, próbując zbudować alternatywę dla infrastruktury zdominowanej przez NVIDIĘ. Huawei podaje, że dostarczyło już ponad 1000 mniejszych systemów typu supernode do ponad 370 klientów, a z jego narzędzi dla układów AI korzysta miesięcznie ponad 5200 aktywnych deweloperów.

Huawei 960DT i Ascend 960PR – dwa nowe chipy AI pojawią się w 2027 roku

Huawei ujawnił najważniejsze elementy nowego harmonogramu układów do sztucznej inteligencji podczas wydarzenia HUAWEI CONNECT 2026 w Szanghaju. 960DT ma trafić na rynek w pierwszym kwartale 2027 roku, natomiast Ascend 960PR został zaplanowany na trzeci kwartał. Informacje przekazał David Wang, rotacyjny przewodniczący Huawei. Firma nie ujawniła jeszcze pełnej specyfikacji obu procesorów, dlatego na szczegółowe porównanie wydajności, pamięci czy przepustowości z układami NVIDII trzeba będzie poczekać.

Nowe zapowiedzi są szczególnie ciekawe w kontekście wcześniejszej mapy produktowej Huawei. W 2025 roku firma mówiła o układach Ascend 950PR i 950DT, następnie pojedynczym Ascend 960 planowanym na czwarty kwartał 2027 roku oraz Ascend 970 przewidzianym na 2028 rok. Według tamtych założeń Ascend 960 miał podwoić względem generacji 950 m.in. moc obliczeniową, pojemność i przepustowość pamięci oraz liczbę portów interconnectu.

Nowe nazwy 960DT i 960PR oraz wcześniejsze terminy wprowadzenia na rynek wskazują więc na rozwinięcie lub modyfikację wcześniejszego planu. Dopóki Huawei nie opublikuje szczegółowej dokumentacji nowych wariantów, nie należy jednak zakładać, że ich parametry będą identyczne z wcześniej zapowiadanym Ascend 960.

Huawei chce konkurować z NVIDIĄ całymi systemami, a nie pojedynczym chipem

Rywalizacja Huawei z NVIDIĄ nie sprowadza się do porównania jednego akceleratora Ascend z jednym procesorem H100, Blackwell czy kolejną generacją układów amerykańskiej firmy. Huawei coraz wyraźniej projektuje swoją strategię wokół skalowania ogromnej liczby procesorów w jeden spójny system obliczeniowy. Ma to pozwolić uzyskiwać bardzo wysoką łączną moc nawet wtedy, gdy pojedynczy chip powstaje przy wykorzystaniu mniej zaawansowanego procesu technologicznego.

To podejście jest szczególnie istotne ze względu na ograniczony dostęp chińskich firm do najbardziej zaawansowanych układów i technologii produkcyjnych. W takich warunkach ogromnego znaczenia nabiera interconnect – sposób, w jaki setki, tysiące lub setki tysięcy procesorów wymieniają między sobą dane. Jeżeli komunikacja pomiędzy nimi jest zbyt wolna, samo dokładanie kolejnych jednostek przynosi coraz mniejsze korzyści.

Huawei rozwija więc jednocześnie procesory Ascend, architekturę SuperPoD, superklastry i UnifiedBus. To odpowiednik podejścia systemowego stosowanego również przez NVIDIĘ, która obok GPU rozwija NVLink, NVSwitch, serwery DGX, platformy rack-scale oraz własny stos programistyczny CUDA. W praktyce konkurencja na rynku AI coraz mniej dotyczy samego krzemu, a coraz bardziej całej infrastruktury potrzebnej do uruchomienia ogromnych modeli.

UnifiedBus jest jednym z najważniejszych elementów strategii Huawei

Kluczową technologią łączącą kolejne elementy infrastruktury Huawei jest UnifiedBus. To własny interconnect firmy zaprojektowany do komunikacji pomiędzy bardzo dużą liczbą procesorów i zasobów pamięci. Jego zadaniem jest zapewnienie wystarczająco wysokiej przepustowości i niskich opóźnień, aby wiele fizycznych urządzeń mogło działać z punktu widzenia obciążenia AI jak jeden większy system.

Huawei rozwija UnifiedBus od kilku lat. W 2025 roku firma opublikowała specyfikację UnifiedBus 2.0 i zapowiedziała bardziej otwarte podejście do technologii, zachęcając partnerów do tworzenia zgodnych komponentów i produktów. Wcześniejsza wersja była już wykorzystywana w Atlas 900 A3 SuperPoD, natomiast nowsza generacja miała stanowić fundament dla bardziej zaawansowanych systemów Atlas 950 i 960.

Podczas najnowszej prezentacji Huawei poinformował, że stworzył już 11 układów wykorzystujących UnifiedBus w dużych systemach obliczeniowych. Technologia ma być również jednym z głównych elementów kolejnej generacji infrastruktury bazującej na nowych procesorach.

To właśnie jakość takiego połączenia może być dla Huawei równie ważna jak parametry samych chipów. W trenowaniu największych modeli AI wąskim gardłem często staje się już nie czysta liczba operacji wykonywanych przez pojedynczy akcelerator, lecz sprawność wymiany danych pomiędzy tysiącami procesorów.

Superklaster Huawei ma łączyć nawet milion procesorów AI

Najbardziej spektakularna liczba z zapowiedzi Huawei dotyczy skali całego systemu. Największe superklastry firmy mają być zdolne do połączenia nawet około miliona procesorów AI, które mogą wspólnie wykonywać bardzo duże zadania obliczeniowe.

Nie jest to zupełnie nowy kierunek. Huawei już wcześniej zapowiadał Atlas 960 SuperCluster składający się z ponad miliona NPU. Według wcześniejszej dokumentacji system miał integrować wiele SuperPoD-ów i osiągać do 2 ZFLOPS w FP8 oraz 4 ZFLOPS w FP4. Mniejszy Atlas 950 SuperCluster miał natomiast korzystać z ponad 520 tys. układów Ascend 950DT.

Warto przy tym precyzyjnie rozróżnić SuperPoD od SuperCluster. SuperPoD jest gęsto połączonym systemem obejmującym tysiące procesorów i działającym w dużym stopniu jak pojedyncza maszyna. SuperCluster łączy natomiast wiele takich jednostek w jeszcze większą infrastrukturę.

Milion procesorów brzmi imponująco, ale sama liczba jednostek nie przesądza o rzeczywistej wydajności. Kluczowe są również moc pojedynczego NPU, przepustowość pamięci, efektywność interconnectu, zużycie energii, niezawodność oraz oprogramowanie pozwalające efektywnie wykorzystać cały system. Dopiero te parametry pozwolą realnie porównywać infrastrukturę Huawei z rozwiązaniami NVIDII.

Huawei dostarczył już ponad 1000 supernode’ów

Strategia ogromnych systemów nie pozostaje wyłącznie na etapie demonstracji technologicznych. Huawei poinformował, że dostarczył już ponad 1000 mniejszych systemów typu supernode do przeszło 370 klientów. Firma nie ujawniła jednak nazw odbiorców ani szczegółowego podziału dostaw. Nie podała również podczas najnowszej prezentacji dokładnej liczby procesorów znajdujących się w każdym z tych systemów.

Supernode jest rozwiązaniem pośrednim pomiędzy pojedynczym serwerem a ogromnym superklastrem. Łączy wiele procesorów tak, aby mogły wspólnie realizować jedno zadanie, np. trening dużego modelu albo obsługę bardzo intensywnego inferencingu. Huawei rozwija tę koncepcję od kilku generacji i przedstawia ją jako sposób na skalowanie mocy obliczeniowej przy wykorzystaniu dostępnych technologii półprzewodnikowych.

Skala dostaw jest ważna, bo jednym z największych wyzwań infrastruktury AI jest przejście od demonstracji laboratoryjnej do stabilnego działania w centrum danych. System składający się z tysięcy procesorów musi radzić sobie z awariami komponentów, ruchem sieciowym, synchronizacją pamięci i bardzo wysokim poborem energii.

Huawei chce więc pokazać, że jego koncepcja SuperPoD nie jest jedynie zapowiedzią przyszłości, lecz architekturą wykorzystywaną już przez klientów. Dopiero kolejne generacje z 960DT i 960PR mają jednak pokazać pełną skalę tego podejścia.

NVIDIA ma przewagę, której nie da się nadrobić samą liczbą chipów

Największą barierą dla Huawei pozostaje nie tylko wydajność sprzętu. NVIDIA przez lata zbudowała ogromny ekosystem oprogramowania wokół CUDA, bibliotek do uczenia maszynowego, narzędzi deweloperskich oraz integracji z najpopularniejszymi frameworkami AI. To sprawia, że dla wielu firm wybór infrastruktury NVIDII jest decyzją dotyczącą całego środowiska programistycznego, a nie wyłącznie parametrów GPU.

Huawei próbuje zbudować własną alternatywę wokół platformy Ascend i stosu CANN. Firma poinformowała, że jej ekosystem układów AI ma obecnie 5270 miesięcznie aktywnych deweloperów. To pokazuje wzrost zainteresowania, ale skala ekosystemu nadal pozostaje jednym z najważniejszych obszarów, w których NVIDIA posiada ugruntowaną przewagę.

Sama możliwość skonstruowania systemu z setkami tysięcy procesorów również nie rozwiązuje tego problemu. Deweloperzy muszą być w stanie przenosić modele, optymalizować kod, korzystać z gotowych bibliotek i uruchamiać obciążenia bez konieczności przebudowy całego stosu.

Dlatego strategia Huawei obejmuje równolegle sprzęt i oprogramowanie. Firma coraz mocniej promuje otwartą architekturę UnifiedBus, narzędzia dla programistów i rozwiązania cloudowe. Prawdziwa rywalizacja z NVIDIĄ rozegra się więc zarówno w centrach danych, jak i na komputerach deweloperów.

Dlaczego Huawei stawia na ogromne klastry AI?

Największe modele językowe i systemy multimodalne wymagają mocy, której nie jest w stanie zapewnić pojedynczy procesor. Trening odbywa się więc równolegle na tysiącach akceleratorów, a infrastruktura musi w odpowiednim momencie przesyłać pomiędzy nimi olbrzymie ilości danych. Im większy model, tym bardziej znaczenie mają przepustowość sieci, pamięć oraz możliwość szybkiej synchronizacji procesorów.

Huawei już w poprzedniej generacji deklarował, że jego strategia będzie oparta na „łączeniu chipów”. Firma sama wskazywała, że wobec ograniczonego dostępu do najbardziej zaawansowanych procesów technologicznych koncentruje się na rozwijaniu architektur pozwalających wykorzystywać większą liczbę dostępnych jednostek jako jeden system.

Taki kierunek niesie jednak własne problemy. Więcej procesorów oznacza większe zapotrzebowanie na energię, chłodzenie, przełączniki sieciowe i przestrzeń centrum danych. Rosną również wymagania dotyczące odporności na awarie – przy setkach tysięcy komponentów prawdopodobieństwo problemu z pojedynczą jednostką staje się codziennością, a system musi umieć kontynuować pracę bez zatrzymywania całego zadania.

Dlatego milion NPU jest bardziej deklaracją możliwości całej architektury niż pojedynczym parametrem wydajności. O jej sukcesie zdecyduje to, jaka część teoretycznej mocy będzie możliwa do wykorzystania w realnych modelach AI.

Nowe chipy Huawei pojawiają się w kluczowym momencie rynku AI

Popyt na infrastrukturę AI nadal gwałtownie rośnie. Coraz większe modele, systemy reasoningowe i agenci generują ogromne zapotrzebowanie nie tylko na trening, ale przede wszystkim na inference – czyli wykonywanie już wytrenowanych modeli dla milionów użytkowników. Huawei prognozuje, że do 2035 roku agenci AI mogą odpowiadać za ponad 90 proc. całego ruchu tokenowego generowanego przez sztuczną inteligencję.

To właśnie dlatego nowe procesory nie są projektowane wyłącznie z myślą o trenowaniu modeli. Huawei od kilku generacji dzieli część układów na warianty lepiej dostosowane do poszczególnych etapów pracy modeli. Wcześniejszy Ascend 950PR był projektowany z myślą o prefill podczas inferencingu, a 950DT miał obsługiwać zarówno decode, jak i trening.

Na razie firma nie przedstawiła analogicznego szczegółowego podziału dla nowych 960DT i 960PR. Same nazwy wskazują jednak na kontynuowanie tej koncepcji wyspecjalizowanych wariantów.

Rynek zmierza więc w kierunku infrastruktury budowanej nie tylko pod „najmocniejszy procesor”, ale pod wydajność całej fabryki tokenów – od pamięci i interconnectu, przez procesory, po oprogramowanie i systemy chłodzenia.

Czy Huawei może realnie zagrozić NVIDII?

Nowe zapowiedzi pokazują, że Huawei nie zamierza ograniczać się do roli lokalnego dostawcy pojedynczych akceleratorów AI. Firma buduje pełny stos obliczeniowy: własne NPU, interconnect UnifiedBus, SuperPoD-y, superklastry, oprogramowanie i narzędzia deweloperskie. To właśnie taki poziom integracji pozwolił NVIDII zbudować bardzo silną pozycję na rynku centrów danych.

Nie oznacza to jednak, że milion procesorów automatycznie daje Huawei przewagę nad systemami NVIDII. Bez pełnych danych dotyczących 960DT i 960PR nie można jeszcze porównać ich wydajności na wat, przepustowości pamięci czy efektywności podczas treningu konkretnych modeli. NVIDIA ma ponadto ogromną przewagę programistyczną oraz szeroką bazę klientów na całym świecie.

Huawei posiada natomiast bardzo mocną pozycję na rynku chińskim i dodatkową motywację do rozwijania krajowej alternatywy dla amerykańskich akceleratorów. Ograniczony dostęp do części najbardziej wydajnych GPU NVIDII zwiększa zapotrzebowanie na lokalną infrastrukturę.

Najważniejszym testem nie będzie więc sama prezentacja chipów w 2027 roku, lecz to, czy Huawei będzie w stanie dostarczyć całe klastry w dużej skali i zapewnić oprogramowanie pozwalające klientom efektywnie wykorzystać ich moc.

Huawei 960DT, 960PR i superklastry – podsumowanie i wnioski

Huawei zapowiedział dwa nowe procesory AI na 2027 rok: 960DT w pierwszym kwartale oraz Ascend 960PR w trzecim. Firma jednocześnie rozwija UnifiedBus, czyli technologię mającą pozwalać na łączenie ogromnej liczby procesorów w jeden system. Największe superklastry mają skalować się nawet do około miliona jednostek AI.

To pokazuje, że strategia Huawei nie polega wyłącznie na stworzeniu pojedynczego układu zdolnego bezpośrednio pokonać najnowsze GPU NVIDII. Kluczowe ma być skalowanie całej infrastruktury – połączenie NPU, pamięci, interconnectu i oprogramowania w system zdolny do trenowania i uruchamiania największych modeli.

Jednocześnie najważniejszych danych wciąż brakuje. Huawei nie podał pełnej specyfikacji 960DT i 960PR, ich poboru energii, konfiguracji pamięci ani bezpośrednich wyników porównawczych z nadchodzącymi platformami NVIDII. Liczba miliona procesorów robi wrażenie, ale dopiero rzeczywista wydajność całego systemu pokaże, jak poważnym konkurentem będzie nowa generacja Ascend.

Jedno jest już widoczne: rywalizacja o infrastrukturę AI nie będzie rozgrywana wyłącznie na poziomie pojedynczych chipów. Huawei chce konkurować całymi superklastrami – i właśnie to może być najważniejszym elementem jego ofensywy na rynek zdominowany obecnie przez NVIDIĘ.

Źródła:

1. Reuters – zapowiedź 960DT, Ascend 960PR i nowych superklastrów Huawei.
2. Huawei – oficjalna mapa rozwoju Ascend, SuperPoD i UnifiedBus.

Opracowanie własne.

Dziękujemy za przeczytanie artykułu na Techoteka.pl.
Publikujemy codziennie informacje o sztucznej inteligencji, nowych technologiach, IT oraz rozwoju agentów AI.
Obserwuj nas na Facebooku, aby nie przegapić kolejnych artykułów.