Advertentie
Huawei werkt aan een duidelijk gestructureerde roadmap voor zijn Ascend-AI-chips, waarin het bedrijf niet alleen nieuwe processoren plant, maar ook inzet op eigen high-bandwidth memory (HBM) en schaalbare systemen om wereldwijd relevant te blijven, ondanks beperkingen op toegang tot toonaangevende foundries en buitenlandse GPU’s.
Focus op schaal en systeemarchitectuur
Waar veel AI-chipmakers kiezen voor zoveel mogelijk performance in één enkele chip, focust Huawei juist op schaalbaarheid en systeemniveau-engineering. Die strategie komt voort uit de realiteit dat de toegang tot de meest geavanceerde productienodes beperkt is door exportbeperkingen en de supply chain voor onderdelen zoals geheugen sterk vaak ook onder buitenlandse controle staat.
In plaats van simpelweg de concurrentie aan te gaan op single-chip prestaties, wil Huawei met zijn Ascend-portfolio grote clusters bouwen, gecombineerd in wat het bedrijf intern SuperPoD- en SuperCluster-systemen noemt, om zo tot duizendvoudige rekenkracht te komen door duizenden kaarten tegelijk aan te sturen.
Drie jaar roadmap: 950, 960, 970
Huawei heeft een roadmap gepresenteerd die zich uitstrekt over meerdere productgeneraties:
- Ascend 950PR en 950DT: gepland voor begin 2026. Dit zijn de eerste Ascend-chips met Huawei’s eigen HBM-geheugen geïntegreerd.
- Ascend 960: gepland voor eind 2027. Huawei mikt op verdubbelde rekenkracht en geheugenbandbreedte ten opzichte van de 950-serie.
- Ascend 970: gepland voor eind 2028. Nog verder verbeterde prestaties en interconnect-capaciteit.
Dit belooft een jaarlijkse releasecyclus te worden waarin Huawei elk jaar probeert de prestaties en efficiëntie van zijn AI-chips te verdubbelen.
Eigen HBM: geheugen onafhankelijkheid
Een van de kernelementen van deze roadmap is dat Huawei vanaf de Ascend 950-serie overstapt op eigen HBM-technologie. Traditioneel wordt dit zeer snelle geheugen (HBM) geleverd door buitenlandse leveranciers zoals SK hynix en Samsung, maar Huawei’s eigen varianten (intern aangeduid als HiBL 1.0 voor de 950PR en HiZQ 2.0 voor de 950DT) moeten tot 128–144 GB geheugen en tot 4 TB/s bandbreedte leveren.
Volgens Huawei is eigen HBM kostenefficiënter dan de standaard HBM3E/HBM4E-modules en helpt het om de geheugenknelpunten te verminderen die vaak de prestaties van AI-accelerators beperken.
Verhoogde prestaties en nieuwe datatypes
De komende chips ondersteunen ook nieuwe, laag-precisie datatypen zoals FP8, MXFP8, MXFP4 en Huawei’s eigen HiF8/HiF4, waarmee zowel trainings- als inferentietaken efficiënter moeten verlopen. De interconnect-bandbreedte binnen de Ascend-architectuur wordt eveneens sterk verhoogd, wat vooral belangrijk is bij het draaien van grote taal- en multimodale modellen.
Systeem- en clusterstrategie
Huawei benadrukt dat het niet alleen om een enkele chip draait, maar om geheel AI-computingsystemen. De Ascend-chips worden gecombineerd in SuperPoD-systemen zoals de Atlas-reeks, waarin duizenden GPU-achtige accelerators samenwerken. Dat is precies de schaal waarop moderne AI-modellen economisch rendabel worden.
Deze systeemstrategie is een expliciete reactie op beperkingen in chip-ecosystemen waarbij individuele prestaties alleen weinig zeggen; de echte kracht zit in grootschalige clusters en efficiënte netwerken eromheen.
Huawei wil relevant blijven
Huawei manoeuvreert in een lastig internationaal speelveld. Door de focus op schaal-infrastructuur en eigen geheugencomponenten probeert het bedrijf een AI-compute-stack te bouwen die minder afhankelijk is van buitenlandse technologieën. Daarmee wil het de exportbeperkingen en tekorten aan toeleveranciers omzeilen zonder in te leveren op bruikbare prestaties.
Toch blijft er een aanzienlijke kloof tussen dit type systeemgebaseerde AI-strategie en de enorme ecosystemen rond Nvidia, AMD of Intel, waar software-optimalisatie, tooling en modelcompatibiliteit een grote rol spelen. Huawei zal dus niet alleen moeten concurreren op silicon-niveau, maar vooral op systeem- en ecosysteem-niveau om echt wereldwijd serieus te kunnen mee doen.