Huawei przedstawił architekturę SuperCluster, która ma pozwalać na połączenie nawet miliona układów obliczeniowych w jeden system do pracy z zaawansowaną sztuczną inteligencją. Informację o rozwiązaniu opublikowano 11 listopada 2026 roku. Zamiast polegać wyłącznie na mocy pojedynczego procesora, projekt zakłada spięcie ogromnej liczby układów w sieć, która może wspólnie trenować i obsługiwać bardzo duże modele AI. To odpowiedź na rosnące zapotrzebowanie na moc obliczeniową w centrach danych oraz sposób Huawei na zwiększanie skali systemów mimo ograniczeń dotyczących dostępu do najbardziej zaawansowanych chipów.
Kluczowym elementem jest technologia połączeń UnifiedBus, zaprojektowana do komunikacji między procesorami w obrębie większych systemów i całych klastrów. Huawei przedstawiał ją wcześniej jako podstawę infrastruktury mogącej skalować się do miliona jednostek NPU, czyli układów przeznaczonych do obliczeń związanych ze sztuczną inteligencją. W praktyce nie oznacza to, że użytkownik otrzyma pojedynczy komputer w tradycyjnym sensie, lecz rozległą infrastrukturę serwerową, której komponenty mają działać jak jeden zasób obliczeniowy.
Ogromna skala, ale i trudne wyzwania
Budowa takiego systemu to nie tylko kwestia zgromadzenia dużej liczby chipów. Istotne są również szybkie połączenia między nimi, sprawne zarządzanie ruchem danych oraz oprogramowanie, które potrafi rozdzielać zadania i efektywnie wykorzystywać dostępne zasoby. Wraz ze wzrostem klastra rośnie też znaczenie niezawodności: awaria pojedynczego elementu nie powinna unieruchamiać całego środowiska. Dlatego deklarowana skala pokazuje zarówno ambicje Huawei, jak i złożoność przedsięwzięcia.
Firma informowała, że system Atlas 950 SuperCluster z 256 tysiącami kart obliczeniowych jest wdrażany i testowany. To istotne rozróżnienie: możliwość zaprojektowania architektury na milion układów nie oznacza, że taki system już działa w pełnej skali. Według doniesień opisujących zapowiedź, uruchomienie klastra tej wielkości wymagałoby dalszego rozwoju infrastruktury i integracji sprzętu. Sama zapowiedź sygnalizuje jednak, że wyścig o wydajność AI coraz częściej rozgrywa się nie tylko na poziomie pojedynczego procesora, lecz także sposobu łączenia tysięcy lub setek tysięcy układów.
Huawei wiąże rozwój tej infrastruktury z potrzebami chińskich laboratoriów pracujących nad modelami o bardzo dużej liczbie parametrów. Liao Heng, główny naukowiec w dziale projektowania chipów HiSilicon, mówił o spodziewanym rozwoju kilku czołowych laboratoriów AI w Chinach, które będą dążyć do trenowania modeli liczących od 10 do 40 bilionów parametrów. Takie przedsięwzięcia wymagają nie tylko mocy obliczeniowej, ale również znacznych zasobów pamięci, energii i sprawnej wymiany danych między serwerami.
Zapowiedź SuperCluster wpisuje się w szerszą strategię Chin, które rozwijają własne procesory i infrastrukturę obliczeniową, by ograniczyć zależność od zagranicznych dostawców. Huawei nie ujawnił jednak w przywołanych materiałach wszystkich szczegółów dotyczących dostępności, kosztu ani realnej wydajności klastra po uruchomieniu w pełnej skali. Na razie najważniejszy jest kierunek: coraz większe systemy AI mają powstawać przez łączenie wielu wyspecjalizowanych układów, a o ich możliwościach będzie decydować nie tylko sam chip, lecz także cała architektura komunikacji i zarządzania obliczeniami.
