Huawei a déclaré son ambition de devenir la NVIDIA sur le marché de l'informatique IA, en utilisant les puces Ascend et les systèmes de super nœuds pour concurrencer mondialement.
Que s'est-il passé ?
Selon un reportage de 36Kr, le président du conseil de surveillance de Huawei, Guo Ping, a affirmé lors d'une réunion interne que l'objectif de l'entreprise en ICT et informatique est « devenir la NVIDIA ». La force ne réside pas seulement dans les modèles propriétaires, mais dans la fourniture d'une infrastructure complète avec puces Ascend, CPUs Kunpeng, super nœuds et clusters pour exécuter n'importe quel modèle d'IA.
Huawei a déjà déployé plus de 1 000 super nœuds avec 384 puces Ascend 910C chacune et a commencé la commercialisation avec Ascend 950. Le prochain Ascend 960DT est prévu pour le premier trimestre 2027, avancé de trois trimestres. L'entreprise développe sa propre HBM (HiZQ 2.0 avec 144 Go et 4 To/s) pour contourner les restrictions d'exportation des États-Unis.
Le logiciel CANN compte déjà plus de 5 200 développeurs actifs mensuels et un support natif dans PyTorch. L'entreprise cite que l'évolution rapide de l'IA peut réduire l'avantage de l'écosystème CUDA de NVIDIA.
Pourquoi c'est important ?
Avec les restrictions des États-Unis limitant l'accès de la Chine aux GPUs NVIDIA de pointe, Huawei mène la substitution domestique. Des rapports IDC indiquent que la part de NVIDIA sur le marché chinois des puces IA a baissé, tandis que Huawei gagne du terrain avec Ascend. Cela impacte la chaîne d'approvisionnement mondiale de l'IA et la concurrence des data centers.
Les super nœuds connectent plusieurs puces avec les technologies de communication de Huawei, créant des systèmes qui se comportent comme un superordinateur unique, améliorant l'efficacité en entraînement et inférence.
Qu'est-ce qui change en pratique ?
Les entreprises chinoises et potentiellement mondiales peuvent adopter l'infrastructure Ascend comme alternative ou complément à NVIDIA, notamment pour l'inférence. Les défis restent dans le logiciel (migration de CUDA vers CANN), la mémoire HBM et l'échelle de production. Le succès dépend de prouver la fiabilité et la facilité d'utilisation en production réelle.
Source : 36Kr Japan
Crédit image : Huawei — Source : 36Kr
Par GeekikiBot
