Huawei представила Atlas 950 SuperPoD – систему с 256 ТБ памяти, которая, по заявлению компании, значительно быстрее и эффективнее конкурентов от Nvidia.
Гонка суперкомпьютеров для искусственного интеллекта перестала быть просто соревнованием терафлопсов. Когда на кону — обучение моделей с триллионами параметров, любые миллисекунды задержки и лишние гигабайты памяти превращаются в пропасть между возможностью и невозможностью. И вот китайский технологический гигант делает ход, который может перекроить расстановку сил: на сцену выходит Atlas 950 SuperPoD — система, объединяющая более тысячи собственных чипов в единый вычислительный монолит.
Слухи о том, что Huawei готовит ответ Nvidia в сегменте AI-инфраструктуры, ходили давно. Но когда компания наконец подняла занавес, масштаб поразил даже скептиков: 256 ТБ унифицированной памяти, два экзафлопса в половинной точности и заявленное превосходство над топовой стойкой Nvidia в 6,7 раза по производительности. Цифры выглядят как вызов — и теперь разбираемся, за счет каких инженерных решений этот зверь вообще способен дышать.
Обзор суперкомпьютера Huawei Atlas 950 SuperPoD
Когда речь заходит о железе, способном переваривать модели с триллионами параметров, на сцену выходят не просто серверы, а настоящие мегафабрики вычислений. И вот — свежий удар от Huawei: компания официально представила свой новый суперкомпьютер ИИ, который моментально приковывает внимание масштабами. Речь об Atlas 950 SuperPoD — системе, которая вобрала в себя тысячу и один инженерный компромисс, чтобы стать, по заявлению производителя, крупнейшей в отрасли платформой для AI-вычислений.
Что скрывается под капотом этого монстра? Основа — ровно 1024 чипа Ascend. Но на этом аппетиты не заканчиваются: архитектура SuperPoD позволяет наращивать кластер до 8192 нейронных процессоров (Ascend NPU) в единой связке. Да, вы не ослышались — почти восемь с половиной тысяч ускорителей. Суть концепции SuperNode (или SuperPoD) как раз в том, чтобы с помощью высокоскоростных межсоединений «сшить» тысячи NPU в один логический блок. Никакой разрозненности: вся эта армада мыслит как единый организм, что критически важно для эффективного обучения больших языковых моделей.
Инженеры Huawei не просто наштамповали кремния — они переработали сам подход к коммуникации внутри системы. Заявлена пропускная способность NPU терабайтного уровня и задержка всего 3 микросекунды. Достигается это за счёт собственного протокола Lingqu и модернизированной архитектуры SuperPoD. В результате суперкомпьютер ИИ может обеспечивать как обучение, так и инференс многоуровневых моделей, оперируя чудовищными объёмами данных. Для наглядности: Atlas 950 SuperPoD предлагает унифицированную память в 256 ТБ и пиковую производительность 1 EFLOPS в точности FP8 (или 2 EFLOPS в FP4).
Чтобы оценить размах, стоит взглянуть на сравнение с конкурентом от Nvidia — стойкой NVL144 на архитектуре Rubin Ultra. По данным Huawei, их решение выдает в 6,7 раза большую вычислительную мощность и в 15 раз превосходит по объёму памяти. Цифры, конечно, маркетинговые и требуют приземления на реальные бенчмарки, но сам вектор очевиден: китайский гигант перестал догонять и перешёл в режим демонстрации силы. Для тех, кто строит ИИ-инфраструктуру следующего поколения, появление такого игрока на рынке — сигнал, что гонка вооружений в сфере AI-железа выходит на новый виток.
Технические характеристики и производительность
Когда речь заходит о «начинке» Atlas 950 SuperPoD, первое, что вышибает дух, — объём памяти. В системе распаяно 256 ТБ унифицированной памяти. Это не просто цифра для пресс-релиза: такой пул позволяет держать в оперативном доступе гигантские веса моделей, не тратя время на постоянную подкачку данных с дисков. Для сравнения: если вы когда-нибудь пытались запустить локально LLM с сотней миллиардов параметров и упирались в нехватку VRAM, представьте, что здесь этих параметров — триллионы, и память под них едва заканчивается. Производительность — второй козырь. Пиковая вычислительная мощность достигает 1 EFLOPS FP8 и 2 EFLOPS FP4. Расшифровка простая: на операциях с половинной точностью (FP4) этот зверь выдаёт два экзафлопса — то есть два квинтиллиона операций в секунду. Чтобы выжать столько из классических GPU, пришлось бы ставить ферму размером со стадион. Здесь же всё упаковано в единый логический блок благодаря фирменному протоколу Lingqu и модернизированной архитектуре SuperPoD. Именно они обеспечивают ту самую невероятную пропускную способность NPU — она выходит на терабайтный уровень, а задержка между чипами составляет жалкие 3 микросекунды. Это значит, что даже при обучении распределённой модели с тысячами ускорителей узким местом становятся не межсоединения, а скорость расчётов. Кстати, о масштабе. В базовой конфигурации Atlas 950 использует 1024 чипа Ascend, но архитектура позволяет наращивать кластер до 8192 нейронных процессоров. Такой размах — прямой ответ на запросы индустрии, где многоуровневые модели с триллионами параметров (вроде GPT-4 или его аналогов) требуют не просто больше железа, а принципиально иной организации памяти и обмена данными. И если сравнивать с конкурентами, то здесь Huawei бьёт не в бровь, а в глаз: по заявлениям компании, Atlas 950 SuperPoD в 6,7 раза мощнее стойки Nvidia NVL144 на архитектуре Rubin Ultra и превосходит её по объёму памяти в 15 раз. Пусть это цифры из маркетингового буклета, их масштаб даёт понять — гонка вооружений в области AI-инфраструктуры перешла на новый уровень, и у китайского гиганта теперь есть чем ответить.Сравнение с Nvidia NVL144
Когда Huawei выкатывает на сцену Atlas 950 SuperPoD, просто перечислять терабайты памяти и флопсы скучно. Нужен ориентир. И он есть: компания сама ткнула пальцем в конкурента, проведя прямое сравнение со стойкой Nvidia NVL144. Цифры там, мягко говоря, впечатляют. По заявлению Huawei, их новинка выдает в 6,7 раза большую вычислительную мощность — то есть на одинаковых задачах Atlas должен пылесосить гигабайты данных почти в семь раз быстрее. А объем унифицированной памяти и вовсе превосходит решение Nvidia в 15 раз. Пятнадцать! Это не ситуация «ну, чуть больше VRAM», это другой класс голода — когда модель с триллионом параметров умещается целиком, без шаманства с шардированием.
Чтобы понять масштаб, вспомним, с чем именно сравнивают. Nvidia NVL144 — это серверная стойка, построенная на базе 144 ускорителей серии Rubin, которые работают на новой архитектуре Rubin Ultra. Решение серьёзное, ориентированное на обучение самых жирных AI-моделей. Но здесь вступает в дело разница в подходе. У Nvidia — связка дискретных ускорителей, пусть и с быстрыми мостами. У Huawei — единый логический блок из 1024 чипов Ascend, «сшитый» протоколом Lingqu с микросекундными задержками. Если говорить о сравнении производительности, картина выходит показательная: 1 ЕFLOPS в FP8 против того, что может выжать стойка на архитектуре Rubin с 144 GPU. Разрыв в 6,7 раза — это не просто цифры из брошюры, это заявка на лидерство в классе SuperPod.
Конечно, стоит делать скидку на маркетинговый пыл. Но когда разница по памяти достигает 15-кратного значения (256 ТБ против ~17 ТБ у NVL144, если верить данным), становится очевидно: инженеры Huawei решили бить не по ваттам, а по узким местам — объёму и пропускной способности. Пока Nvidia продолжает наращивать количество чипов в классической компоновке, Atlas 950 SuperPoD предлагает архитектуру, где память едина, а задержка между NPU составляет жалкие 3 микросекунды. Это другой уровень плотности вычислений. И если первая партия таких систем доберётся до реальных дата-центров, гонка AI-железа выйдет на принципиально новый виток. А пока — лёгкая затрещина от Huawei в сторону зелёного лагеря.
Ключевые технологии Huawei
В основе столь впечатляющей производительности Atlas 950 SuperPoD лежат три столпа, и первый из них — полностью самостоятельная разработка чипов. Huawei не пошла по пути лицензирования готовых решений, а выковала собственные нейронные процессоры Ascend. Именно они становятся кирпичиками, из которых наращивается вычислительная мощь вплоть до 8192 NPU в единой связке. Но простого нагромождения кристаллов недостаточно: чтобы заставить тысячи чипов работать как единый организм, потребовался особый язык общения.
И тут на сцену выходит протокол Lingqu — фирменная технология Huawei, обеспечивающая передачу данных между NPU с пропускной способностью терабайтного уровня и задержкой всего 3 микросекунды. Без такого скоростного межсоединения любые разговоры о масштабировании до тысяч ускорителей остались бы теоретическими выкладками. Именно протокол Lingqu позволяет кластеру ИИ не рассыпаться на отдельные серверы, а мыслить как единый логический блок.
Третья опора — модернизированная архитектура SuperPoD. Она переработана именно для работы с большими языковыми моделями: вместо традиционной иерархии памяти здесь реализовано плоское адресное пространство на 256 ТБ. Это значит, что любой из тысяч NPU может мгновенно обратиться к любому участку унифицированной памяти без многоступенчатых запросов. В сочетании с протоколом Lingqu архитектура SuperPoD превращает Atlas 950 в настоящую фабрику ИИ, где узким местом становится уже не подсистема обмена данными, а только скорость самих вычислений.
Huawei Atlas 950 SuperPoD — это не просто очередной суперкомпьютер, а демонстрация того, что китайская инженерная мысль способна создавать системы, бросающие вызов признанным лидерам. Собственные чипы Ascend, уникальный протокол Lingqu и модернизированная архитектура SuperPoD сложились в пазл, где каждый элемент заточен под одну задачу — обучение моделей, которые еще вчера казались фантастикой. Пока Nvidia продолжает наращивать количество GPU в классической компоновке, Huawei предлагает принципиально иной подход: единое адресное пространство памяти и микросекундные задержки между тысячами процессоров. Если эти цифры подтвердятся в реальных дата-центрах, рынок AI-железа ждет сдвиг тектонических масштабов.