Huawei Ascend 910C: Śmiały wyzwanie dla NVIDIA na rynku chipów AI

Rynek chipów AI rozwija się dynamicznie, napędzany przez wzrost zapotrzebowania na procesory, które mogą obsłużyć złożone zadania AI. Potrzeba specjalistycznych przyspieszaczy AI wzrosła wraz z rozwojem aplikacji AI, takich jak uczenie maszynowe, głębokie uczenie i sieci neuronowe.

NVIDIA (NVDA ) była dominującym graczem na tym rynku przez lata, z potężnymi jednostkami przetwarzania graficznego (GPU), które stały się standardem dla obliczeń AI na całym świecie. Jednak Huawei wyłonił się jako potężny konkurent ze swoją serią Ascend, co pozwoliło mu wyzwolić dominację NVIDIA, szczególnie w Chinach. Ascend 910C, najnowszy w serii, obiecuje konkurencyjną wydajność, efektywność energetyczną i strategiczną integrację w ramach ekosystemu Huawei, co może zmienić dynamikę rynku chipów AI.

Tło serii Ascend Huawei

Wejście Huawei na rynek chipów AI jest częścią szerszej strategii utworzenia samowystarczalnego ekosystemu dla rozwiązań AI. Seria Ascend rozpoczęła się od Ascend 310, zaprojektowanego dla obliczeń brzegowych, i Ascend 910, skierowanego do wysokowydajnych centrów danych. Uruchomiony w 2019 roku Ascend 910 został uznany za najpotężniejszy procesor AI, dostarczający 256 teraflops (TFLOPS) wydajności FP16.

Zbudowany na własnej architekturze Da Vinci Huawei, Ascend 910 oferuje skalowalne i elastyczne możliwości obliczeniowe odpowiednie dla różnych obciążeń AI. Nacisk chipa na równowadze mocy z efektywnością energetyczną położył podwaliny pod przyszły rozwój, prowadząc do ulepszonego Ascend 910B i najnowszego Ascend 910C.

Seria Ascend jest również częścią wysiłków Huawei, aby zmniejszyć zależność od technologii zagranicznej, szczególnie w świetle amerykańskich ograniczeń handlowych. Poprzez rozwój własnych chipów AI Huawei pracuje nad samowystarczalnym ekosystemem AI, oferując rozwiązania od chmury do lokalnych klastrów AI. Ta strategia zyskała przyjęcie wśród wielu chińskich firm, szczególnie gdy lokalne firmy zostały zachęcone do ograniczenia zależności od technologii zagranicznej, takiej jak NVIDIA H20. To stworzyło okazję dla Huawei, aby umieścić swoje chipy Ascend jako wiarygodną alternatywę w przestrzeni AI.

Ascend 910C: Funkcje i specyfikacje

Ascend 910C został zaprojektowany, aby oferować wysoką moc obliczeniową, efektywność energetyczną i wszechstronność, umieszczając go jako silnego konkurenta NVIDIA A100 i H100 GPU. Dostarcza do 320 TFLOPS wydajności FP16 i 64 TFLOPS wydajności INT8, co sprawia, że jest odpowiedni dla szerokiego zakresu zadań AI, w tym szkolenia i inferencji.

Ascend 910C dostarcza wysoką moc obliczeniową, zużywając około 310 watów. Chip został zaprojektowany z myślą o elastyczności i skalowalności, umożliwiając mu obsługę różnych obciążeń AI, takich jak przetwarzanie języka naturalnego, wizja komputerowa i analiza predykcyjna. Dodatkowo Ascend 910C obsługuje pamięć o wysokiej przepustowości (HBM2e), co jest niezbędne do zarządzania dużymi zbiorami danych i efektywnego szkolenia złożonych modeli AI. Kompatybilność oprogramowania, w tym obsługa ramienia AI Huawei MindSpore i innych platform, takich jak TensorFlow i PyTorch, ułatwia deweloperom integrację z istniejącymi ekosystemami bez znaczącej rekonfiguracji.

Huawei vs. NVIDIA: Bitwa o supremację AI

NVIDIA przez długi czas była liderem w obliczeniach AI, z jej GPU służącymi jako standard dla zadań szkolenia maszynowego i głębokiego uczenia. Jej GPU A100 i H100, zbudowane na architekturach Ampere i Hopper, są obecnie benchmarkami dla przetwarzania AI. A100 może dostarczyć do 312 TFLOPS wydajności FP16, podczas gdy H100 oferuje jeszcze bardziej zaawansowane możliwości. Platforma CUDA NVIDIA znacznie się rozwinęła, tworząc ekosystem oprogramowania, który ułatwia rozwój, szkolenie i wdrożenie modeli AI.

Pomimo dominacji NVIDIA, Ascend 910C Huawei ma na celu zaoferowanie konkurencyjnej alternatywy, szczególnie na rynku chińskim. Ascend 910C osiąga podobną wydajność do A100, z nieco lepszą efektywnością energetyczną. Agresywna strategia cenowa Huawei sprawia, że Ascend 910C jest bardziej przystępnym rozwiązaniem, oferując oszczędności dla przedsiębiorstw, które chcą skalować swoją infrastrukturę AI.

Jednak ekosystem oprogramowania pozostaje kluczowym obszarem konkurencji. CUDA NVIDIA jest powszechnie przyjęty i ma dojrzały ekosystem, podczas gdy ramie AI Huawei MindSpore wciąż rozwija się. Wysiłki Huawei, aby promować MindSpore, szczególnie w ramach swojego ekosystemu, są niezbędne, aby przekonać deweloperów do przejścia z narzędzi NVIDIA.

Raporty wskazują, że Huawei rozpoczął dystrybucję prototypów Ascend 910C do dużych chińskich firm, w tym ByteDance, Baidu i China Mobile. Ten wczesny zaangażowanie wskazuje na silne zainteresowanie rynku, szczególnie wśród firm, które chcą zmniejszyć zależność od technologii zagranicznej. Jak podaje się, rozwiązania AI Huawei zostały użyte do szkolenia prawie połowy najlepszych 70 dużych modeli językowych w Chinach, co pokazuje wpływ i powszechne przyjęcie procesora.

Czas premiery Ascend 910C jest znaczący. Z ograniczeniami eksportowymi USA, które ograniczają dostęp do zaawansowanych chipów, takich jak NVIDIA H100 w Chinach, krajowe firmy szukają alternatyw, a Huawei wypełnia tę lukę. Ascend 910B Huawei już zyskał uznanie dla szkolenia modeli AI w różnych sektorach, a środowisko geopolityczne napędza dalsze przyjęcie nowszego 910C.

Podczas gdy NVIDIA ma szansę na wysyłkę ponad 1 miliona GPU H20 do Chin, generując około 12 miliardów dolarów przychodu, Ascend 910C Huawei ma szansę na wygenerowanie 2 miliardów dolarów sprzedaży w tym roku. Ponadto firmy, które przyjmują chipy AI Huawei, mogą stać się bardziej zintegrowane z szerszym ekosystemem Huawei, pogłębiając zależność od jego rozwiązań sprzętowych i oprogramowania. Jednak ta strategia może również budzić obawy wśród firm o stanie się zbyt zależnymi od jednego dostawcy.

Strategiczne partnerstwa i sojusze

Huawei utworzył strategiczne partnerstwa, aby napędzić przyjęcie Ascend 910C. Współpraca z dużymi graczami technologicznymi, takimi jak Baidu, ByteDance i Tencent, ułatwiła integrację chipów Ascend z usługami chmurowymi i centrami danych, zapewniając, że chipy Huawei są częścią skalowalnych rozwiązań AI. Operatorzy telekomunikacyjni, w tym China Mobile, włączyli chipy AI Huawei do swoich sieci, wspierając aplikacje obliczeń brzegowych i przetwarzanie AI w czasie rzeczywistym.

Te sojusze sprawiają, że chipy Huawei są atrakcyjne dla przedsiębiorstw, ponieważ są częścią szerszych rozwiązań AI. Dodatkowo ten strategiczny podejście pozwala Huawei promować swoje ramie AI MindSpore, tworząc ekosystem, który może rywalizować z platformą CUDA NVIDIA w czasie.

Czynniki geopolityczne znacznie wpłynęły na strategię Huawei. Z ograniczeniami USA, które ograniczają dostęp do zaawansowanych komponentów półprzewodnikowych, Huawei zwiększył inwestycje w badania i rozwoju oraz współpracę z krajowymi producentami chipów. Ten nacisk na budowanie samowystarczalnego łańcucha dostaw jest kluczowy dla długoterminowej strategii Huawei, zapewniając odporność na zewnętrzne zakłócenia i umożliwiając firmie innowacje bez zależności od technologii zagranicznych.

Przewaga techniczna i perspektywy na przyszłość

Ascend 910C zyskał uznanie dzięki silnej wydajności, efektywności energetycznej i integracji z ekosystemem Huawei. Konkurował ściśle z NVIDIA A100 w kilku kluczowych obszarach wydajności. Dla zadań wymagających obliczeń FP16, takich jak szkolenie modeli głębokiego uczenia, architektura chipa jest zoptymalizowana pod kątem wysokiej efektywności, co skutkuje niższymi kosztami operacyjnymi dla dużych wdrożeń.

Jednak wyzwanie dominacji NVIDIA nie jest łatwe. NVIDIA zbudowała lojalną bazę użytkowników przez lata, ponieważ jej ekosystem CUDA oferuje obszerny wsparcie dla deweloperów. Aby Huawei zyskał większy udział w rynku, musi dorównać wydajności NVIDIA i oferować łatwość użycia oraz niezawodne wsparcie dla deweloperów.

Rynek chipów AI prawdopodobnie będzie nadal ewoluował, z technologiami takimi jak komputery kwantowe i edge AI, które zmieniają ten obszar. Huawei ma ambitne plany dla serii Ascend, z przyszłymi modelami obiecującymi jeszcze lepszą integrację, wydajność i wsparcie dla zaawansowanych aplikacji AI. Poprzez kontynuowanie inwestycji w badania i tworzenie strategicznych partnerstw, Huawei dąży do umocnienia swojej pozycji na rynku chipów AI.

Podsumowanie

Podsumowując, Ascend 910C Huawei jest znaczącym wyzwaniem dla dominacji NVIDIA na rynku chipów AI, szczególnie w Chinach. Konkurencyjna wydajność, efektywność energetyczna i integracja Ascend 910C z ekosystemem Huawei sprawiają, że jest to silny kandydat dla przedsiębiorstw, które chcą skalować swoją infrastrukturę AI.

Jednak Huawei stoi przed znaczącymi wyzwaniami, szczególnie w konkurowaniu z dobrze ugruntowaną platformą CUDA NVIDIA. Sukces Ascend 910C będzie w dużej mierze zależał od zdolności Huawei do rozwoju solidnego ekosystemu oprogramowania i umocnienia strategicznych partnerstw, aby umocnić swoją pozycję w ewoluującym przemyśle chipów AI.