من المتوقع أن يقدم معالج Huaweis من الجيل التالي-Hisilicon Ascend 910D AKI أداءً أفضل من H100 من Nvidia ، وفقًا لتقارير رويترز. سيكون المعالج الجديد أبطأ مقارنة بـ NVIDIAS Blackwell B200 و BLACKWELL ULTRA B300 GPU مقارنة بـ NVIDIAS Blackwell B300. يجب على نهج Huawei لبناء القرون مع مئات المعالجات تمكين Ascend 910D من التنافس ضد القرون ، استنادًا إلى Nvidia الحالي Blackwell و Rubin GPUs القادم.
يستعد Huawei لبدء اختبارات معالجه الأكثر تقدماً للذكاء الاصطناعي ، Ascend 910D ، مع هدف الأداء ، لتجاوز H100 من Nvidia وتقديم بديل محلي في منتصف قيود التصدير الأمريكية. وفقًا للمصادر ، تحولت Huawei إلى العديد من الشركات المحلية لتقييم ما إذا كانت رقاقة Ascend 910D الجديدة تلبي متطلبات الأداء والتوفير. من المتوقع أن يتم التدريبات الأولى بحلول نهاية مايو.
بغض النظر عن ذلك ، يخطط Huawei لبدء برامج كبيرة من Chiplet المزدوج يصعد معالجات AI 910C للعملاء الصينيين (وربما أيضًا أنظمة كاملة بناءً على الرقائق). وبحسب ما ورد تم إنتاج غالبية هذه المعالجات بواسطة TSMC لشركة ثالثة. يبقى أن نرى ما إذا كان Secend 910D مقرًا في الصين أو ، على الرغم من خمس سنوات من حكومة Huawei ، وصول حكومة Huawei إلى قدرات إنتاج أشباه الموصلات من أجل إيجاد أشباه الموصلات الرائدة مرة أخرى في تجنب العقوبات الأمريكية.
الوصول إلى مستويات أداء NVIDIA H100 ليس بالأمر السهل على Huawei. تقدم أحدث طراز Dual Chiplet Ascend 910C للشركة حوالي 780 BF16-TFLOPS من الأداء ، في حين أن H100 من NVIDIA يمكن أن يقدم حوالي 2000 BF16 TFLOPS. من أجل تحقيق مستويات أداء H100 ، يتعين على Huawei إعادة تصميم العمارة الداخلية لـ Ascend 910D وربما زيادة عدد رقائق الحساب.
من أجل أن تظل قادرة على المنافسة في صناعة الذكاء الاصطناعى العام المقبل ، يتعين على Huawei تحقيق الأداء الذي يمكن مقارنته لمجموعات الذكاء الاصطناعى التي تم تطويرها في الولايات المتحدة هذا العام. قدمت الشركة نظام CloudMatrix 384 مع 384 معالجات Ascend 910C. وفقًا للتقارير ، يمكن أن يتجاوز NVIDIA في بعض أعباء العمل GB200 NVL72 ، ولكن على حساب استهلاك الطاقة الأعلى بشكل كبير بسبب انخفاض الطاقة بشكل كبير لكل واط. كما أن لديها أكثر من خمسة أضعاف عدد “معالجات الذكاء الاصطناعى” مثل رف NVL72. يبقى أن نرى ما إذا كان الوصلة البينية يمكن أن تتوسع بشكل جيد مع العدد المطلوب من المعالجات.
دون الوصول إلى تقنيات الإدارة ، سيكون من الصعب الحفاظ على مناصب تنافسية أكثر صعوبة في العام المقبل. NVIDIA على المسار الصحيح لتقديم اسم الكود Rubin GPUS لـ AI و HPC في عام 2026. ستقام Rubin GPUs على عملية التصنيع TSMCS N3 (أو أكثر تقدماً) ويجب أن توفر إخراجًا أعلى لكل وات كحويل Blackwell للجيل الحالي.
ستقدم Rubin GPUS حوالي 8300 TFLOPS FP8 أداء التدريب وربما نصف من أجل BF16 – حوالي ضعف أداء B200. أنظمة CloudMatrix من Huawei Ascend 910D والجيل القادم مع 384 من هؤلاء المعالجات يمكن أن تقدم نظريًا أداءً تنافسيًا على مستوى الرف. ومع ذلك ، يبقى أن نرى أي أداء Huawei Ascend 910D و Nvidia من Rubin GPUs سيقدمه مقارنة بالعروض الحالية. تجدر الإشارة أيضًا إلى أن NVIDIA لن تتمكن من بيع GPUS Rubin GPUs عالية الأداء في الصين ، بحيث لا يكون لدى Huawei منافس مباشر لهذا السوق.
بغض النظر عن الأداء أو الكفاءة ، من المحتمل أن تكون معالجات Ascend 910D من Huawei هي العمل في الصين فيما يتعلق بتدريب الذكاء الاصطناعي في السنوات القادمة. في ضوء الأهمية الاستراتيجية لمنظمة العفو الدولية ، فإن استهلاك الكهرباء في Ascend 910D (أو معالج AI المحلي الآخر) ليس عاملاً محدودًا ، لأن عدد الوحدات المستخدمة يمكن أن يعوض عن كفاءة معالجات AI في NVIDIA (أو AMD ، Intel ، Broadcom ، إلخ). سيكون عامل التقييد الرئيسي للصين هو قدرتها على إنتاج ما يكفي من المعالجات – سواء في ألمانيا أو في الخارج مع شركات الوكيل.
