Huaweis Ascend 910C: En dristig utfordring til NVIDIA på markedet for AI-brikker

Kunstig intelligens (AI)-brikke-markedet har vokst raskt, drevet av økt etterspørsel etter prosessorer som kan håndtere komplekse AI-oppdrag. Behovet for spesialiserte AI-akseleratorer har økt ettersom AI-applikasjoner som maskinlæring, dyplæring, og neuronale nettverk utvikler seg.

NVIDIA (NVDA ) har vært den dominerende aktøren på dette området i mange år, med sine kraftfulle Grafikkprosessorer (GPUs) som har blitt standarden for AI-regning verden over. Imidlertid har Huawei dukket opp som en kraftfull konkurrent med sin Ascend-serie, som har ledet til at de utfordrer NVIDIA’s markedsdominans, spesielt i Kina. Den Ascend 910C, den nyeste i rekken, lover konkurrerende ytelse, energieffektivitet og strategisk integrasjon innen Huaweis økosystem, og kan potensielt endre dynamikken i AI-brikke-markedet.

Bakgrunn på Huaweis Ascend-serie

Huaweis inntreden på AI-brikke-markedet er en del av en bredere strategi for å etablere et selvstendig økosystem for AI-løsninger. Ascend-serien begynte med Ascend 310, som var designet for kantregning, og Ascend 910, som var rettet mot høy-ytelses datacenter. Lansert i 2019, ble Ascend 910 anerkjent som verdens kraftigste AI-prosessor, og leverte 256 teraflops (TFLOPS) av FP16-ytelse.

Bygget på Huaweis proprietære Da Vinci-arkitektur, tilbyr Ascend 910 skalerbare og fleksible regnekapasiteter som er egnet for ulike AI-arbeidsbyrder. Brikken’s fokus på å balansere kraft med energieffektivitet la grunnlaget for fremtidige utviklinger, som ledet til den forbedrede Ascend 910B og den nyeste Ascend 910C.

Ascend-serien er også en del av Huaweis innsats for å redusere avhengigheten av utenlandsk teknologi, spesielt i lys av amerikanske handelsrestriksjoner. Ved å utvikle sine egne AI-brikker, arbeider Huawei mot et selvstendig AI-økosystem, og tilbyr løsninger som omfatter skyregning, lokale AI-kluster og mer. Denne strategien har fått fotfeste hos mange kinesiske selskaper, særlig ettersom lokale selskaper har blitt oppmuntret til å begrense avhengigheten av utenlandsk teknologi, som NVIDIA’s H20. Dette har skapt en mulighet for Huawei til å posisjonere sine Ascend-brikker som en livskraftig alternativ i AI-rommet.

Ascend 910C: Egenskaper og spesifikasjoner

Ascend 910C er konstruert for å tilby høy beregningskraft, energieffektivitet og fleksibilitet, og stiller seg som en sterk konkurrent til NVIDIA’s A100 og H100 GPUs. Den leverer opptil 320 TFLOPS av FP16-ytelse og 64 TFLOPS av INT8-ytelse, og er egnet for en rekke AI-oppdrag, inkludert trening og inferens.

Ascend 910C leverer høy beregningskraft, og forbruker omtrent 310 watt. Brikken er designet for fleksibilitet og skalerbarhet, og kan håndtere ulike AI-arbeidsbyrder, som naturleg språkbehandling, datamaskin-syn og prediktiv analyse. I tillegg støtter Ascend 910C høy båndbredde-minne (HBM2e), som er essensiell for å håndtere store datasamlinger og effektivt trene komplekse AI-modeller. Brikken’s programvare-kompatibilitet, inkludert støtte for Huaweis MindSpore AI-rammeverk og andre plattformer som TensorFlow og PyTorch, gjør det enklere for utviklere å integrere i eksisterende økosystemer uten betydelige omkonfigureringer.

Huawei vs. NVIDIA: Kampen om AI-overlegenhet

NVIDIA har lenge vært ledende på AI-regning, med sine GPUs som standarden for maskinlæring og dyplæring. Deres A100 og H100 GPUs, bygget på Ampere og Hopper-arkitektur, er for tiden benchmarkene for AI-prosessering. A100 kan levere opptil 312 TFLOPS av FP16-ytelse, mens H100 tilbyr enda mer robuste muligheter. NVIDIA’s CUDA-plattform har fremmet betydelig, og har skapt et programvare-økosystem som forenkler AI-modellutvikling, trening og distribusjon.

Til tross for NVIDIA’s dominans, har Huaweis Ascend 910C som mål å tilby en konkurrerende alternativ, spesielt innen det kinesiske markedet. Ascend 910C utfører lignende som A100, med en litt bedre effektivitet. Huaweis aggressive prissætningsstrategi gjør Ascend 910C til en mer overkommelig løsning, og tilbyr kostnadsbesparelser for bedrifter som ønsker å skalerer sin AI-infrastruktur.

Likevel er programvare-økosystemet et kritisk område for konkurranse. NVIDIA’s CUDA er vidt akseptert og har et modent økosystem, mens Huaweis MindSpore-rammeverk er fortsatt under utvikling. Huaweis innsats for å fremme MindSpore, spesielt innenfor sitt eget økosystem, er essensiell for å overbevise utviklere om å gå over fra NVIDIA’s verktøy. Til tross for denne utfordringen, har Huawei fremmet ved å samarbeide med kinesiske selskaper for å skape et sammenhengende programvare-miljø som støtter Ascend-brikker.

Rapporter indikerer at Huawei har begynt å distribuere prototyper av Ascend 910C til større kinesiske selskaper, inkludert ByteDance, Baidu og China Mobile. Denne tidlige engasjementet antyder sterk markedssøkning, spesielt blant selskaper som søker å redusere avhengigheten av utenlandsk teknologi. Så langt som i fjor, ble Huaweis Ascend-løsninger brukt til å trene nesten halvparten av Kinas 70 største språkmodeller, og demonstrerer prosessorens påvirkning og utstrakt aksept.

Tidspunktet for Ascend 910C-lanseringen er betydelig. Med amerikanske eksportrestriksjoner som begrenser tilgangen til avanserte brikker som NVIDIA’s H100 i Kina, søker lokale selskaper etter alternativer, og Huawei stiller seg inn for å fylle denne lukken. Huaweis Ascend 910B har allerede fått fotfeste for AI-modelltrening over ulike sektorer, og den geopolitiske situasjonen driver ytterligere aksept av den nyere 910C.

Selv om NVIDIA forventes å levere over 1 million H20 GPUs til Kina, og generere omtrent 12 milliarder dollar i inntekter, forventes Huaweis Ascend 910C å generere 2 milliarder dollar i salg i år. I tillegg kan selskaper som adopterer Huaweis AI-brikker bli mer integrert i Huaweis bredere økosystem, og øke avhengigheten av deres hardware- og programvareløsninger. Likevel kan denne strategien også vekke bekymring blant bedrifter om å bli for avhengige av en enkelt leverandør.

Strategiske partnerskap og allianser

Huawei har inngått strategiske partnerskap for å fremme adopsjonen av Ascend 910C. Samarbeid med større teknologiselskaper som Baidu, ByteDance og Tencent har lett integreringen av Ascend-brikker i skytjenester og datacenter, og sikrer at Huaweis brikker er en del av skalerbare AI-løsninger. Teleselskaper, inkludert China Mobile, har inkorporert Huaweis AI-brikker i sine nettverk, og støtter kantregning og sanntids AI-prosessering.

Disse alliansene sikrer at Huaweis brikker er både selvstendige produkter og en del av bredere AI-løsninger, og gjør dem mer attraktive for bedrifter. I tillegg tillater denne strategiske tilnærmingen Huawei å fremme sitt MindSpore-rammeverk, og bygge et økosystem som kan rivalisere NVIDIA’s CUDA-plattform over tid.

Geopolitiske faktorer har hatt en betydelig innvirkning på Huaweis strategi. Med amerikanske restriksjoner som begrenser tilgangen til avanserte halvlederkomponenter, har Huawei økt investeringene i forskning og utvikling, og samarbeid med kinesiske chipprodusenter. Dette fokuset på å bygge et selvstendig forsyningskjede er kritisk for Huaweis langtidsstrategi, og sikrer motstandskraft mot eksterne forstyrrelser og muliggjør innovasjon uten avhengighet av utenlandsk teknologi.

Teknisk overlegenhet og fremtidige utsikter

Ascend 910C har fått anerkjennelse for sin sterke ytelse, energieffektivitet og integrasjon i Huaweis økosystem. Den konkurrerer tett med NVIDIA’s A100 i flere nøkkelområder. For oppdrag som krever FP16-beregninger, som dyplæring-modelltrening, er brikken’s arkitektur optimalisert for høy effektivitet, og resulterer i lavere driftskostnader for stor skala-bruk.

Likevel er det ingen enkel oppgave å utfordre NVIDIA’s dominans. NVIDIA har bygget en lojal brukerbase over årene, og deres CUDA-økosystem tilbyr omfattende utviklingsstøtte. For å vinne mer markedssøkning, må Huawei matche NVIDIA’s ytelse, og tilby enkelhet og pålitelig utviklerstøtte.

AI-brikke-markedet vil sannsynligvis fortsette å utvikle seg, med teknologier som kvanteregning og kant-AI som omdefinerer området. Huawei har ambisiøse planer for sin Ascend-serie, og fremtidige modeller lover enda bedre integrasjon, ytelse og støtte for avanserte AI-applikasjoner. Ved å fortsette å investere i forskning og danne strategiske partnerskap, sikrer Huawei sine fundament i AI-brikke-markedet.

Sluttorden

I konklusjon er Huaweis Ascend 910C en betydelig utfordring til NVIDIA’s dominans på AI-brikke-markedet, spesielt i Kina. 910C’s konkurrerende ytelse, energieffektivitet og integrasjon i Huaweis økosystem gjør den til en sterk konkurrent for bedrifter som søker å skalerer sin AI-infrastruktur.

Likevel står Huawei overfor betydelige hindringer, spesielt i konkurranse med NVIDIA’s etablerte CUDA-plattform. Suksessen til Ascend 910C vil avhenge sterkt av Huaweis evne til å utvikle et robust programvare-økosystem, og styrke sine strategiske partnerskap for å konsolidere sin posisjon i det utviklende AI-brikke-markedet.