Huawei stellt Ascend 960 SuperPoD vor: Optische Effizienz braucht lieferbare Chips
Kurzfassung
Huawei erläutert optische Verbindungen und einen vorgezogenen Chip-Zeitplan für 2027. Mehr als 550 kW sollen eingespart werden; Tests und Lieferengpässe begrenzen die verfügbare Rechenleistung.
Huawei stellte am 2026-09-17 den Ascend 960 SuperPoD mit Near-Package Optics (NPO) vor und beziffert die Verringerung der Leistungsaufnahme auf mehr als 550 kW. Die Ankündigung enthält keinen Vergleich des Stromverbrauchs pro abgeschlossenem Trainingslauf bei gleichem Modell und gleicher numerischer Präzision. Diese Datenlücke begrenzt die Aussagekraft: Effizientere Verbindungen könnten das Gesamtsystem verbessern, belegen aber noch keine niedrigeren Kosten für das Modelltraining. Huawei-Ankündigung
Die Vorstellung erfolgte an diesem Tag auf der Huawei Connect in Shanghai; auch dieser Artikel trägt den 17. September als Veröffentlichungsdatum in Taipeh. Die offiziellen Seiten nennen ein Datum ohne Uhrzeit. Reuters veröffentlichte den Bericht um 11:33 Uhr Taipeh-Zeit und aktualisierte ihn um 17:07 Uhr, jeweils vor dem Rechercheschluss dieses Laufs um 20:46 Uhr. Laut Reuters plant Huawei den 960DT nun für das erste und den 960PR für das dritte Quartal 2027. Das ist drei beziehungsweise ein Quartal früher als zuvor geplant. Es bleiben künftige Termine. Reuters-Bericht
Optische Engines verringern den Aufwand für verbundene Chips
Huawei verbindet Rechen-, Arbeitsspeicher- und Speicherkomponenten über UnifiedBus und bietet eine einheitliche Speicheradressierung. Der Entwurf soll das Zusammenwirken mehrerer Prozessoren erleichtern und den Aufwand für geräteübergreifende Datenübertragung senken. Architektur-Ankündigung Der neue SuperPoD lässt sich auf 4096 Karten erweitern. Nach Unternehmensangaben ersetzen 5500 Hi-ONE-Optik-Engines insgesamt 48000 optische 800G-Module. Die genannte Reduzierung um mehr als 550 kW bezieht Huawei auf diesen Austausch. Huawei-Ankündigung
Um Daten zu arbeitenden Chips zu transportieren, braucht es Verbindungstechnik und Strom. Huawei versucht, diesen Aufwand zu verringern, damit eine Systemerweiterung nicht mehr im bisherigen Umfang zusätzliche optische Module erfordert. Diese Entwicklungsrichtung halte ich für sinnvoll, weil sie die Zusammenarbeit vieler Chips adressiert. Wie viel sie bei einem bestimmten Modell einspart, hängt jedoch weiterhin davon ab, welchen Anteil der Arbeit der Datenaustausch beansprucht und was die neue Ausrüstung kostet.
Huaweis zweite Ankündigung dieses Tages unterscheidet die Lieferstadien: Das NPO-basierte Atlas-960-System befindet sich noch in Tests. Der Cluster mit 256000 Karten, der gerade aufgebaut wird, nutzt dagegen die vorherige Generation Atlas 950. Das ist ein konkretes Beispiel für einen groß angelegten Einsatz. Kundenname und Abnahmeergebnisse veröffentlicht das Unternehmen jedoch nicht. Die Installation der älteren Generation lässt sich nicht als Auslieferung des neuen Systems zählen. Architektur-Ankündigung
Frühere Chip-Termine beseitigen die Lieferengpässe nicht
Reuters zitiert den turnusmäßigen Vorsitzenden Eric Xu: Huaweis Produktionskapazität für KI-Rechentechnik reiche noch nicht einmal aus, um die Nachfrage in China zu decken. Deshalb verzichte das Unternehmen vorerst auf eine breite Expansion ins Ausland, liefere dorthin allerdings in begrenztem Umfang. Reuters merkt außerdem an, dass Huawei keine Daten vorgelegt habe, die seine Schätzung eines höheren Ascend-Marktanteils in China gegenüber NVIDIA stützen. Reuters-Bericht Die Architektur ist angekündigt; wie viel Ausrüstung Käufer erhalten können, bleibt eine gesonderte Einschränkung.
Ich betrachte die Vorstellung deshalb vor allem als Verbesserung des Zusammenspiels von Rechenressourcen. Eine Prognose darüber, wie viele Konkurrenzprodukte dadurch verdrängt werden, wäre verfrüht. Angenommen, ein Modellanbieter ist bereits durch sein Stromkontingent begrenzt. Sparsamere Verbindungen könnten mehr davon für nutzbare Berechnungen freigeben. Wartet der Anbieter hingegen auf noch nicht gelieferte Chips, können effiziente optische Engines die fehlende Produktionskapazität nicht vorwegnehmen. Diese Situationen erfordern unterschiedliche Lösungen.
Auch die Einschätzung der Produktkosten sollte dieser Unterscheidung folgen. Niedrigere Stromkosten lassen sich erst dann begründen, wenn bei gleichem Modell und gleicher Präzision der Gesamtverbrauch einschließlich Wartezeiten, Wiederholungen und Kühlung sinkt. Gleichen zusätzliche Hardwarekosten die Einsparungen aus, müssen die Dienstleistungspreise nicht fallen. Dies ist ein aus der Ankündigung abgeleiteter Vergleichsvorschlag. Die Quellen liefern weder vollständige Testbedingungen noch Preise; eine konkrete Rendite lässt sich daher nicht berechnen.
Nach Abschluss der Tests und Beginn der Auslieferung von Atlas 960 würde ich Gesamtstromverbrauch und Bearbeitungszeit für eine feste Arbeitsmenge betrachten und daneben die tatsächlich an Käufer gelieferte Stückzahl erfassen. Die ersten Werte prüfen, ob optische Verbindungen die Arbeit effizienter machen. Die Stückzahl zeigt, wie viel verfügbare Rechenkapazität der vorgezogene Zeitplan tatsächlich hinzufügt.
Das Titelbild stammt aus dem bisherigen Huawei-HarmonyOS-7-Beitrag dieser Website. Es zeigt weder Ascend-960-Hardware noch die aktuelle Konferenz; der Download des neuen offiziellen Fotos schlug fehl.
Quellen:
Verwandte Artikel
a16z legt $1.1B Machine Age Fund für KI-Hardware, Rechenzentren und Strom auf
Andreessen Horowitz hat den $1.1B Machine Age Fund für Chips, Speicher, Netzwerke, Rechenzentren, Robotik und KI-Geräte aufgelegt; Einsatztempo und Portfolio sind noch offen.
OpenAI veröffentlicht erste Jalapeño-Benchmarks: Entscheidend sind die Vergleichsbedingungen
OpenAI meldet für sein Jalapeño-System im InferenceX-Test den 1,5- bis 1,9-fachen Spitzendurchsatz bei geringerer Latenz; neuere GPUs, Speculative Decoding und die Systemleistung fehlen im Vergleich.