На мероприятии HUAWEI CONNECT 2026 Huawei представила своё видение развития инфраструктуры, способной адаптироваться к стремительному росту моделей искусственного интеллекта, а также нагрузок, связанных с их выводом и обучением. В ходе основного выступления, которое провёл Дэвид Ван, заместитель председателя совета директоров и ротационный председатель компании, Huawei сосредоточилась на расширении вычислительных и коммуникационных возможностей, рассматривая их как основу для масштабирования приложений искусственного интеллекта.
В основе видения компании лежат технологии SuperPoD и SuperCluster, предназначенные для объединения большого числа вычислительных узлов в единую высокоскоростную среду. Huawei утверждает, что такой подход позволяет эффективнее обрабатывать крупномасштабные рабочие нагрузки, обеспечивая варианты вычислений как на площадках клиентов, так и в облаке.
Почему растёт потребность в специализированной инфраструктуре?
Huawei связывает своё направление развития с увеличением размеров моделей и возможностей агентов искусственного интеллекта. Согласно представленным компанией данным, число параметров крупных моделей приближается к 10 триллионам, а к 2030 году, как ожидается, превысит 100 триллионов. Размер моделей для смартфонов вырос с 3 миллиардов параметров в 2024 году до 30 миллиардов в настоящее время, при этом приближается появление моделей со 100 миллиардами параметров.
На уровне вывода ежедневный объём в Китае достиг примерно 500 триллионов токенов, и Huawei ожидает его роста до квадриллиона к 2030 году. Это увеличение создаёт дополнительную нагрузку на производительность и надёжность систем, особенно в средах, объединяющих десятки тысяч нейропроцессоров.
Результаты моделирования и их практическое значение
Huawei пояснила, что операции обмена данными между компонентами традиционной инфраструктуры могут занимать более 40% общего времени обучения моделей, что ограничивает эффективность использования вычислительных ресурсов. В моделировании, проведённом принадлежащей компании лабораторией Markov Lab, кластер со 100 000 NPU, построенный с использованием SuperPoD, каждый из которых содержит 4000 NPU, обеспечил повышение эффективности использования вычислительных ресурсов до 2,75 раза по сравнению с сопоставимым кластером на серверах, каждый из которых оснащён 8 NPU.
Этот результат объясняет важность сокращения времени обмена данными между устройствами при обучении крупномасштабных моделей, однако он остаётся результатом моделирования, а не опубликованным независимым измерением в реальной рабочей среде. Поэтому сам материал не раскрывает подробностей о рабочих нагрузках, программном обеспечении или условиях тестирования, которые привели к заявленной разнице.
Распространение Atlas и поддержка экосистемы
Huawei заявила, что к настоящему времени развернула более 1000 устройств Atlas 900 A3 SuperPoD, тогда как Atlas 950 SuperPoD получает широкое коммерческое распространение. Компания также отметила поддержку обучения базовых моделей на своих системах, а также работы широкого спектра моделей и приложений в рамках открытых вычислительных экосистем.
Стратегия компании включает ограниченные, средние и крупные вычислительные возможности, расширение использования искусственного интеллекта в устройствах и транспортных средствах, а также параллельную разработку телекоммуникационных сетей следующего поколения. Это указывает на то, что Huawei рассматривает SuperPoD не только как отдельный продукт, но и как часть более широкой концепции, объединяющей вычисления, сети, облако и устройства.