ファーウェイはHUAWEI CONNECT 2026のイベントで、AIモデルと推論・トレーニングのワークロードが急速に拡大する中、それに対応できるインフラを開発する構想を示した。ファーウェイは、同社の取締役会副会長兼輪番会長であるデビッド・ワンが行った基調講演で、AIアプリケーションの拡大の基盤として、コンピューティング能力と接続性の強化に焦点を当てた。
同社のビジョンは、SuperPoDとSuperClusterの技術に基づいている。これらは、多数のコンピューティングノードを高速な統合環境内で接続することを目指すものだ。ファーウェイは、このアプローチにより、大規模なワークロードをより効率的に処理できるほか、顧客拠点内およびクラウド経由でのコンピューティングの選択肢を提供できるとしている。
なぜ専用インフラの必要性が高まっているのか
ファーウェイは、自社の方針をモデル規模の拡大とAIエージェントの能力向上に結び付けている。同社が示した数値によると、大規模モデルのパラメーター数は10兆に近づいており、2030年までに100兆を超えると予測されている。また、スマートフォンモデルの規模は2024年の30億パラメーターから現在は300億パラメーターへ増加し、1,000億パラメーターを備えるモデルも近づいている。
推論の面では、中国における1日当たりの規模は約500兆トークンに達しており、ファーウェイは2030年までに1,000兆（1クアドリリオン）レベルに達すると予測している。この増加により、システムの性能と信頼性への負荷は一層高まっており、特に数万基のニューラル・プロセッシング・ユニットを組み合わせる環境で顕著になっている。
シミュレーション結果と実際の意味
ファーウェイは、従来型インフラのコンポーネント間通信が、モデルのトレーニング時間全体の40%以上を占める可能性があり、コンピューティング能力を活用する効率を制限していると説明した。同社傘下のMarkov Labが実施したシミュレーションでは、それぞれ4,000基のNPUを搭載するSuperPoDを用いて構築した10万基のNPUを含むグループが、それぞれ8基のNPUを搭載するサーバーに基づく同等のグループと比べ、コンピューティング能力の利用効率を最大2.75倍高めた。
この結果は、大規模モデルのトレーニング時にユニット間の通信時間を短縮することの重要性を説明するものだが、実際の稼働環境について独立して公表された測定値ではなく、あくまでシミュレーション結果である。そのため、発表内容だけでは、発表された差を生み出したワークロード、ソフトウェア、試験条件の詳細は明らかになっていない。
Atlasの展開とエコシステムの支援
ファーウェイは、これまでに1,000台を超えるAtlas 900 A3 SuperPoDを展開しており、Atlas 950 SuperPoDも商業的に広く普及していると述べた。また、自社システム上での基盤モデルのトレーニングを支援しているほか、オープンなコンピューティング・エコシステム内で幅広いモデルやアプリケーションを稼働させていると説明した。
同社の戦略には、小規模、中規模、大規模のコンピューティング能力が含まれており、次世代通信ネットワークの開発と並行して、デバイスや車両におけるAIの利用を拡大している。これは、ファーウェイがSuperPoDを単独の製品としてだけでなく、処理、ネットワーク、クラウド、デバイスを結び付ける、より広範な構想の一部として位置付けていることを示している。