Tiek ziņots, ka Huawei Ascend 910C darbināmā sistēma pārspēj Nvidia H100 par galveno metriku

Tikai nedēļu pēc tam, kad paziņoja par tā Ascend 910c AI mikroshēmas masveida sūtījumiem, lai palīdzētu aizpildīt tukšumu, ko Ķīnā atstāja Nvidia, Huawei ir vēl vairāk ņēmis lietas. Jauna semianalīzes analīze rāda, ka Huawei’s CloudMatrix 384 sistēma, kuru darbina Ascend 910c mikroshēmas, ir izvirzījusies priekšā NVIDIA jaunākajai GB200 NVL72 plauktu sistēmai, kas izmanto H100 GPU, vairākās galvenajās jomās.

GB200 NVL72, ko NVIDIA atklāja šī gada sākumā, ir masīva 72 Blackwell GPU un 36 Grace CPU konfigurācija. Tas nodrošina nopietnus jauninājumus H100, piedāvājot līdz 30 reizes ātrākai AI uzdevumu apstrādei un 25 reizes labāka energoefektivitāte, jo īpaši tādām darba slodzēm kā lielas valodas modeļa secinājumi.

Huawei un Ķīnai tagad ir AI sistēmas iespējas, kas var pārspēt Nvidia

Semianalīze 2025. gada 16. aprīlī atklāja, ka Huawei’s CloudMatrix 384 var pārspēt pat NVIDIA GB200 NVL72-sasniegumu, kas nav tikai ātrums, bet arī par signalizāciju par būtisku maiņu ASV un Ķīnas tehnoloģiju sacīkstēs.

“Pilna CloudMatrix sistēma tagad var piegādāt 300 pflopu blīvu BF16 aprēķinu, gandrīz divkāršu GB200 NVL72. Huawei un Ķīnai tagad ir AI sistēmas iespējas, kas var pārspēt Nvidia”Ziņoja pusianalīze.

Saskaņā ar pusianalīzi, lai gan Huawei Ascend Chip tehniski var izgatavot SMIC, tas ir tālu no pilnībā vietējā produkta. Tas joprojām lielā mērā ir atkarīgs no globālām piegādes ķēdēm – izmantojot HBM atmiņu no Korejas, primāro vafeļu ražošanu no TSMC un mikroshēmu ražošanas aprīkojuma, kas iegūts no ASV, Nīderlandes un Japānas. Semianalīze norāda, ka, lai arī Ķīna ir guvusi panākumus, liela daļa Huawei panākumu slido tuvu esošajai eksporta kontrolei. Ziņojumā tiek apgalvots, ka ASV valdībai vajadzētu pievērst uzmanību šīm piegādes ķēdes nepilnībām, ja tā vēlas palēnināt Ķīnas sasniegumus AI.

Huawei, iespējams, atpaliek no mikroshēmu tehnoloģijas paaudzes, taču tās sistēmas līmeņa stratēģija ir priekšā tam, ko šobrīd piedāvā Nvidia un AMD. Tātad, kādas pilnvaras Huawei’s CloudMatrix 384?

CloudMatrix 384 šuves kopā 384 Ascend 910c mikroshēmas pilna acu tīklā. Loģika ir vienkārša: kaut arī katra pacelšanās mikroshēma nodrošina apmēram vienu trešdaļu NVIDIA Blackwell GPU, milzīgā mēroga, sniegumu, iesaiņojot piecas reizes vairāk mikroshēmu, vairāk nekā to kompensē.

Huawei sagatavo savu nākamo streiku: The Ascend 910d

Performance News parādījās tieši tad, kad The Wall Street Journal ziņoja, ka Huawei gatavojas pārbaudīt savu jauno Ascend 910D mikroshēmu, kas būvēta, lai konkurētu tieši ar NVIDIA H100. Uzņēmums jau ir vērsusies pie vairākām Ķīnas tehnoloģiju firmām, lai sāktu 910D izmēģinājumus, cenšoties piegādāt kaut ko spēcīgāku par H100.

“Huawei Technologies gatavojas pārbaudīt savu jaunāko un visspēcīgāko mākslīgās instrumentācijas procesoru, kuru uzņēmums cer, ka varētu aizstāt dažus ASV mikroshēmu giganta Nvidia augstākās klases produktus,” ziņoja Wall Street Journal.

Sākotnējie 910D paraugi tiek gaidīti līdz maija beigām, un pēc WSJ teiktā, masveida ražošana pēc tam, pēc tam. Pārcelšanās tiek uzskatīta par vēl vienu skaidru Huawei centienu izveidot pašmāju alternatīvu NVIDIA AI dominancei, it īpaši pēc ASV eksporta kontroles pastiprināšanas ķīniešu firmas no NVIDIA vismodernākajiem produktiem.

Tikmēr CNBC segments pievienoja zināmu apjukumu, nepareizi liekot domāt, ka Huawei lielais veiktspējas lēciens nāca no 910D. Semianalīze ātri norādīja, ka kredīts pieder 910C mikroshēmai, kas ir ražota un jau darbojas reālās pasaules izvietošanā.

CloudMatrix 384 vs GB200 NVL72: pēc skaitļiem

Huawei CloudMatrix 384 nav tikai jaudīgu čipsu komplekts-tā ir pilna sistēma, kas veidota, lai apmācītu un vadītu triljonu parametru AI modeļus. Arhitektūra savieno 384 Ascend 910c mikroshēmas visa optiskā acu tīklā. Kad pusianalīze to izklāstīja pret NVIDIA GB200 NVL72, rezultāti bija skaidri.

Lūk, kur Huawei’s CloudMatrix 384 izvelk uz priekšu:

• Aprēķināt jaudu: 300 BF16 veiktspējas petaflops, aptuveni dubultā GB200 NVL72 ~ 150 PETAFLOPS.

• Atmiņas spēja: 49,2 terabaiti HBM, apmēram 3,6 reizes lielāks par GB200 13,8 terabaitiem HBM3E.

• Atmiņas joslas platums: 1229 terabaiti sekundē, vairāk nekā divreiz GB200 576 terabaiti sekundē.

Šiem ieguvumiem ir nozīme, jo AI darba slodze ir ļoti atkarīga no aprēķināšanas stiprības, atmiņas lieluma un joslas platuma. Ātrāka apmācība un ātrāks modeļa secinājums var nozīmēt atšķirību starp palikšanu uz priekšu vai atpaliekot – tādās jomās kā zinātniski pētījumi, autonomi transportlīdzekļi un ģeneratīva AI.

Tā kā GB200 NVL72 jau nodrošina milzīgus uzlabojumus H100, Huawei mala šeit norāda, ka CloudMatrix 384 var pārspēt arī uz H100 balstītas sistēmas, piemēram, NVIDIA DGX H100, kas nodrošina ap 16 PetaFlops BF16 pāri astoņiem H100 GPUS.

Bet tur ir kompromiss, kuru Huawei nevar izvairīties. CloudMatrix 384 patērē gandrīz četras reizes vairāk enerģijas nekā NVIDIA GB200 NVL72 un nodrošina 2,3 reizes sliktāku veiktspēju uz vienu vatu. Huawei uzvar ar brutālu spēku, bet NVIDIA joprojām pieder vainagam par efektivitāti-būtisku priekšrocību enerģijas izsalkušajos datu centros.

CHIP sajaukšanas notīrīšana

Steiga ziņot par Huawei izrāvienu radīja zināmu neskaidrību. CNBC 28. aprīļa segmenta laikā citēja Semianalysis atklājumus, bet kļūdaini kreditēja veiktspējas rezultātu jaunajā Ascend 910D mikroshēmā.

“Saskaņā ar pusianalīzi viņu risinājumi tagad pārspēj NVIDIA vairākos galvenajos rādītājos,” intervijas laikā sacīja CNBC Kristina Partsinevelos (video zemāk)

Patiesībā, kā noskaidrots Wall Street Journal un Semianalysis, 910D joprojām atrodas testēšanas posmā, vēl nav pārbaudītu veiktspējas datu. Sistēma, kas izgatavoja viļņus – CloudMatrix 384 – ir veidota ar Ascend 910c, kas tiek piegādāts klientiem, piemēram, bytedance.

Runājot par neapstrādātu mikroshēmu veiktspēju, Nvidia H100 joprojām pārspēj vienu Ascend 910c. Vientuļais H100 nodrošina 4 Petaflops FP8 un 3,35 terabaitus sekundē no joslas platuma. 910C sasniedz apmēram 2,4 Petaflops FP16 jeb aptuveni 60% no H100 veiktspējas.

Huawei priekšrocība nāk no mēroga, nevis individuāla mikroshēmas izturības. Veids, kā tas savieno simtiem 910c mikroshēmu ātrgaitas optiskajā tīklā, ļauj CloudMatrix 384, lai pārspētu uz H100 balstītām sistēmām. Bez šādas skalas ar 910c vien nepietiks.

Sankciju faktors

Huawei pieaugums nav tikai par tehniskiem pagrieziena punktiem – tas ir saistīts ar izdzīvošanu un inovācijām ar sankcijām.

Kopš ASV melnajā sarakstā uzņēmums 2019. gadā, Huawei ir bloķēts piekļūt labākajiem mikroshēmām, piemēram, TSMC un augstākās klases atmiņu piegādātājiem. Tomēr tas atrada risinājumus. Saskaņā ar pusianalīzi Huawei netieši izmanto TSMC 7nm procesu, strādājot caur trešajām personām, piemēram, Sophgo. Tas arī iegūst HBM2E atmiņas mikroshēmas no Samsung, izmantojot starpniekus, uzturot divas paaudzes aiz NVIDIA jaunākās HBM3E tehnoloģijas.

Kamēr Huawei virzījās uz priekšu, ASV ierobežojumi pastiprināja cilpu ap Nvidia Ķīnas biznesu. Līdz 2025. gadam ne tikai H100 eksports tika aizliegts, bet arī pazeminātās H20 mikroshēmas tika bloķētas, samazinot NVIDIA potenciālos Ķīnas ieņēmumus un piespiežot norakstīt USD 5,5 miljardus, teikts Reuters un DCD ziņojumos.

Huawei sagrāba šo brīdi, 2025. gadā plānojot nosūtīt apmēram 1 miljonu 910c mikroshēmu, lai apmierinātu pieaugošo pieprasījumu Ķīnā.

Tirgi ātri reaģēja. Pēc tam, kad ziņas izplatījās par Huawei veiktspējas pieaugumu, Nvidia akcijas samazinājās par aptuveni 2%, kas ir zīme, ka investori ļoti cieši vēro šo tehnoloģiju cīņu.

Izaicinājumi vēl priekšā

Neskatoties uz lielajām uzvarām, Huawei nav mājās bez maksas. Paliek lieli izaicinājumi:

• Enerģijas prasības: Datu centru palaišana ar 3,9x lielāku enerģijas patēriņu nav viegla vai lēta.

• Tehnoloģiju plaisa: Huawei mikroshēmas tiek veidotas, izmantojot vecākas 7 nm tehnoloģijas un lēnāku HBM2E atmiņu, salīdzinot ar Nvidia uzlaboto HBM3E.

• Programmatūras ekosistēma: NVIDIA CUDA ietvars joprojām ir AI attīstības galvenā sastāvdaļa, savukārt Huawei programmatūra joprojām ir aiz muguras.

Gaidāmais Ascend 910d varētu būt nākamais pārbaudījums. Saskaņā ar WSJ teikto, sagaidāms, ka 910D tieši izaicinās H100, kad tas būs pieejams. Bet pagaidām tas ir Ascend 910c-un CloudMatrix 384 sistēmas līmeņa dizains-, kas dod NVIDIA reālo konkurenci.

Šī cīņa vairs nav tikai par mikroshēmām. Tas ir par to, kurš var veidot labākas sistēmas, ātrāk un izdzīvot globālās politikas spiedienam.

Avoti:

• Semianalīze, “Huawei AI CloudMatrix 384: Ķīnas atbilde uz NVIDIA GB200 NVL72”, 2025. gada 16. aprīlis

• The Wall Street Journal, 2025. gada 27. aprīlis (Ascend 910d pārbaude)

• CNBC, 2025. gada aprīlis (tirgus komentārs un 910D kļūda)

• Reuters, DCD (NVIDIA sankcijas, H20 norakstīšana)

• Toma aparatūra (Ascend 910c veiktspējas etaloni)

https://www.youtube.com/watch?v=jltxovi3fsa

---