Ранее уже сообщалось, что китайские поставщики чипов для ускорителей искусственного интеллекта намерены в следующем году утроить объёмы выпуска продукции. Теперь Bloomberg со ссылкой на собственные источники сообщает, что Huawei Technologies в отдельности собирается удвоить объёмы выпуска своих флагманских изделий в этой сфере.
Источник изображения: TSMC
По данным источника, Huawei собирается выпустить около 600 000 чипов для своих ускорителей Ascend 910C по итогам следующего года, тогда как в этом году производственная программа будет раза в два меньше. На протяжении основной части текущего года Huawei не могла получить нужное количество чипов из-за американских санкций. В общей сложности, Huawei в следующем году рассчитывает получить от подрядчиков до 1,6 млн кристаллов для ускорителей вычислений семейства Ascend.
Поскольку Huawei в этой сфере полагается на технические возможности SMIC, можно предположить, что последней удастся снизить негативное влияние санкций на собственную производительность и полупроводниковую отрасль Китая в целом. Упоминаемые в прогнозах количества чипов учитывают имеющиеся запасы готовой продукции и предполагаемый уровень брака при производстве новых партий. По некоторым оценкам, в следующем году Huawei успеет поставить до 100 000 чипов Ascend 910D, которые являются преемниками нынешних Ascend 910C. Всего же до 2028 года она собирается вывести на рынок около четырёх новых моделей ускорителей, которые будут ещё и оснащаться памятью собственной разработки.
Анонимные представители китайской полупроводниковой отрасли также выразили сомнение, что ей удастся утроить объёмы выпуска чипов по итогам следующего года, поскольку уровень выхода годной продукции остаётся неудовлетворительным. В случае с Huawei всё усложняется тем, что её флагманские ускорители формируют чипы из двух отдельных кристаллов. Это позволяет поднять быстродействие, но предъявляет особые требования к процессу упаковки чипов. За лето Huawei удалось подтянуть технологический уровень, и теперь она к концу следующего года рассчитывает начать выпуск чипов Ascend 910D, которые объединяют на одной подложке четыре кристалла. До конца 2026 года также будет представлен чип Ascend 950DT.
Если в этом году Huawei распределит между своими продуктами около 1 млн полупроводниковых кристаллов, то в следующем это количество удастся увеличить до 1,6 млн штук. В этом году она надеется поставить клиентам около 200 000 ускорителей Ascend 910C, а также использовать в собственной инфраструктуре около 100 000 дополнительных экземпляров.
Это всё ещё очень далеко от показателей Nvidia. Точно не известно, сколько ИИ-чипов Nvidia выпустит в этом году, но даже два года назад годовой выпуск ускорителей для дата-центров у Nvidia составил 3,76 млн единиц. Можно предположить, что с того времени производство было увеличено.
При этом отставание от западных лидеров скрывать не удаётся. SMIC может выпускать чипы для Huawei только по 7-нм технологии, тогда как тайваньская TSMC поставляет Nvidia чипы, выпущенные по 4-нм техпроцессу. По оценкам аналитиков Bernstein, будущие ускорители Ascend 950 по уровню быстродействия достигнут лишь 6 % возможностей выходящих в то же время Nvidia VR200. Компенсировать отставание в техпроцессах Huawei попытается за счёт объединения вычислительных центров в большие кластеры.
В качестве эксперимента Huawei попытается выпустить некий чип семейства Ascend, который будет выпускаться по самой современной версии 7-нм техпроцесса SMIC. С помощью основанных на нём ускорителей сама Huawei сможет обучать языковые модели для крупных клиентов и переносить их для эксплуатации на более слабую вычислительную инфраструктуру заказчиков. Правда, такой продукт если и выйдет, то не ранее 2027 года.
По некоторым оценкам, Huawei в следующем году займёт до одной шестой части всех производственных мощностей китайских подрядчиков по выпуску чипов. Возможностей всей местной отрасли будет достаточно, чтобы по итогам 2026 года выпустить от 600 до 700 тысяч ИИ-чипов. Представители Huawei открыто признают, что по уровню технологий их решений отстают от Nvidia на поколение или даже два, и не факт, что этот разрыв удастся наверстать, поэтому важно искать другие пути повышения производительности инфраструктуры ИИ.
