AI Huawei的能力以SuperNode 384体系结构的形式取得了突破，并指出了全球处理器与美国技术背景的重要点。
这家中国技术巨头的最新创新出现在上周五在深圳举行的Kunpeng Ascend开发人员会议上，该公司的领导者展示了计算结构如何面临长期存在的NVIDIA市场，因为该公司继续作为美国严格精神限制的一部分工作。
需要的建筑创新
华为上升计算业务总裁张·迪肯（Zhang Diksuan）提出了一个基本问题，在他的会议上有助于创新：“随着并行处理的规模，传统服务器体系结构中的十字路口已成为一个关键的学习领域。”
SuperNode 384拒绝了冯·诺伊曼（Von Neumann）的计算原理，而是专门针对现代人工智能的现代工作量而开发的单级式体系结构。这些更改对于专家的混合模型（使用多个专用子网解决复杂计算问题的机器学习系统的模型特别有力。）
华为的CloudMatrix 384的实现表现出令人印象深刻的技术特征：384 ASCEEND AI处理器涵盖12个计算机柜和4个轮胎柜，产生了300份胡椒计算机，结合了48个具有高质量存储器的Tibratas，代表了集成计算的基础架构基础架构的跳跃。
绩效指标与行业领导者竞争
与已建立的解决方案相比，现实世界中的测试显示了系统的竞争定位。人工智能的密集模型，例如Meta Llama 3，在SuperNode 384上的地图上达到132个令牌，与传统的群集体系结构相比，性能更高的性能提高了2.5倍。
密集通信的使用显示出更加巨大的改进。来自阿里巴巴Qwen和Deepseek家族的模型在地图上每秒达到600至750个令牌，这显示了下一代工作负载的优化。
绩效的增长来自重新设计的基本基础设施。华为取代了以太网与高速轮胎连接的通常相互作用，改善了通信条15次，同时减少了1微秒至200纳秒tenge的延迟。
地缘政治策略刺激了技术创新
超级节点384的开发不能从美国更广泛的技术竞争中产生。美国制裁系统地限制了华为对高级半导体技术的访问，迫使公司在现有限制的框架内最大程度地提高绩效。
Half-analysis industry analysis assumes that the CloudMatrix 384 uses the last ASCEEND 910C ASE 910C processor, which recognizes inalienable effectiveness restrictions, but emphasizes the architectural advantages: “Huawei is a generation in chips, but its large-scale solution is perhaps a generation, ahead of NVIDIA and AMD-Texing products on market “.
评估表明，华为AI的计算策略如何在硬件的传统规范之外开发，以优化系统性水平和建筑创新。
市场后果和部署现实
除实验室示范外，华为还在安圭，蒙古内部和吉苏省的几个中国数据中心进行了CloudMatrix 384系统。这种实际部署确认了建筑的生存能力，并建立了用于更广泛使用市场的基础设施框架。
系统的可扩展性系统（支持数万相关处理器）将其定位为一个令人信服的平台，用于教授日益复杂的人工智能模型。机会解决了在各个部门中人工智能实施大规模实施的日益增长的需求。
违反行业和未来的考虑
华为的建筑突破既代表了AI的全球生态系统的机遇和并发症。为NVIDIA提供可行的替代方案，它同时加速了沿地缘政治线的国际技术基础设施的分裂。
华为AI的计算计划的成功将取决于开发人员生态系统的采用和可持续的绩效测试。该公司在开发人员领域的积极会议表明，只有技术创新不能保证接受市场的接受。
对于评估AI基础设施投资的组织，SuperNode 384提出了一种新的选项，将竞争效率与与美国控制的供应的独立性相结合。然而，长期活力仍然取决于正在进行的创新周期和改善地缘政治稳定性。
（Pixabay图像）
另请参阅：Oracle计划交易，带有NVIDIA芯片40B。
想进一步了解人工智能和行业领导者的大数据吗？ 检查在阿姆斯特丹，加利福尼亚和伦敦举行的AI和大数据博览会。全面的活动以及其他领先活动，包括智力自动化会议，Blockx，一周的数字化转型和网络安全以及云博览会。
基于Techforge在此处探索企业技术和网络研讨会的其他事件。
