Huawei presentó en su conferencia anual Connect una generación nueva de aceleradores de IA con un rendimiento por encima de lo que Nvidia puede vender hoy en China. El chip lleva el nombre en clave Ascend 960DT, llega tres trimestres antes de lo previsto y se lanza en el primer trimestre de 2027. Las letras DT vienen de decode y training. Para los desarrolladores chinos, acostumbrados a comprar las piezas de menor categoría que Nvidia sí puede despacharles, el salto es grande.

El acelerador monta hasta 288 GB de HiZQ, la tecnología de memoria propia que Huawei usa como alternativa a la memoria de alto ancho de banda que emplea el resto de la industria. Entrega hasta 4 petaFLOPS en FP4 y la mitad de eso en FP8. Son el doble de rendimiento y el doble de capacidad de memoria que las piezas de la serie 950, lanzadas a comienzos de este año.

¿Cómo se compara con las GPU estadounidenses?

Contra la familia B300 de Nvidia, lanzada el año pasado, el 960DT ofrece memoria y ancho de banda parecidos, con cerca de la mitad del cómputo en FP8 y un tercio en FP4. Es un paso importante para el diseñador de chips chino, aunque todavía le queda camino por delante. Frente a Rubin de Nvidia y a la MI455X que AMD lanzó hace poco, la distancia es mayor, porque ambas prometen bastante más cómputo y ancho de banda. Rubin declara entre 35 y 50 petaFLOPS en FP4, 288 GB de memoria HBM4 y 22 TB/s de ancho de banda, o sea juega en otra liga.

Ninguno de esos dos chips se vende en China, así que los desarrolladores de modelos chinos no tienen una opción mejor a mano. La mejor GPU que Nvidia sí puede vender allá entrega un rendimiento en coma flotante densa casi idéntico, el doble de memoria, el doble de ancho de banda de memoria y admite dominios de escalado bastante más grandes.

El escalado pesa más que la densidad

La brecha de rendimiento pesa menos de lo que suena. Los modelos de IA ya casi no se entrenan, y en su mayoría tampoco se ejecutan, sobre una sola GPU o NPU. Lo que suele decidir es qué tan eficientemente escala la plataforma.

Los sistemas más recientes de Nvidia y AMD meten 72 GPU en una plataforma de cómputo a escala de rack, que se expande hasta 576 con interconexiones ópticas para escalado vertical y horizontal. Para su serie 960, Huawei va por un camino parecido con óptica cercana al encapsulado (NPO) y estira su dominio de cómputo hasta 4.096 chips, capaces de entregar hasta 16 exaFLOPS en FP4.

Lo que Huawei no tiene en densidad de cómputo lo compensa con escala, la misma táctica que ya se vio en los pods de TPU de Google. Es coherente con su historia, porque las redes de alta velocidad son su negocio de siempre. The Register revisó la tecnología NPO en detalle esta semana. En pocas palabras, ataca un desafío de escalado y un punto de falla propios de los diseños anteriores de Huawei, donde los ópticos enchufables consumían mucha energía, fallaban seguido y ocupaban bastante espacio.

Huawei afirma que la NPO le permitió consolidar 48.000 ópticos enchufables de 800 Gbps en 5.500 unidades Hi-One, con una baja de 550 kilowatts en el consumo y la mitad de la tasa de fallas. Con esa tecnología asegura que ya alcanza 99,8% de disponibilidad.

Es una noticia bienvenida para los constructores de modelos chinos, presionados para adoptar alternativas locales al equipamiento occidental. DeepSeek tuvo problemas al entrenar con las NPU Ascend anteriores y terminó volviendo a las GPU de Nvidia.

¿Qué hace el Ascend 960PR?

Junto al 960DT de alto ancho de banda, la empresa prepara una versión optimizada para cómputo llamada 960PR, prevista para el tercer trimestre de 2027. En varios aspectos cumple un papel parecido al que iban a cubrir los aceleradores Rubin CPX de Nvidia, antes de que se cancelaran este año.

Las letras PR vienen de prefill y recommenders. Huawei cambia capacidad y ancho de banda de memoria por un aumento grande de cómputo en baja precisión. La variante PR declara hasta 8 petaFLOPS en FP4 y 192 GB de memoria HiBL propia, que rinden 2,4 TB/s de ancho de banda.

El chip está pensado para trabajar junto a los DT y subir el rendimiento de inferencia de los modelos de lenguaje. La fase de prefill, cargada de cómputo, donde se procesan los prompts, se traspasa al 960PR. La fase de decodificación, que exige memoria y es donde se generan de verdad los tokens de salida, corre en el 960DT. Según se entiende, el reparto busca que ambos chips trabajen coordinados dentro de la misma tubería de inferencia.

Ese tipo de arquitectura heterogénea ya mostró que sube el rendimiento, y se parece al arreglo que usan Vera Rubin de Nvidia y las configuraciones LPX de Groq vistas en el GTC de esta primavera boreal. La diferencia principal es que Huawei todavía no tiene un acelerador de decodificación cargado de SRAM.

Clústeres de un millón de NPU

En Connect, Huawei declaró su intención de escalar sus clústeres de cómputo a medio millón de NPU o más. Como prueba de concepto anunció que llevó su superpod TaiShan, basado en el Ascend 950, a 4.096 aceleradores. Con una topología de red Clos de dos niveles y cuatro planos, la empresa espera soportar pronto clústeres de hasta 512.000 NPU, y con una topología multirriel cree que los superclústeres de un millón entran en el terreno de lo posible. Por lo que se puede ver, esa es una configuración teórica y no algo que la empresa haya demostrado en terreno.

Huawei también adelantó las dos generaciones siguientes de Ascend, con mejoras de rendimiento sostenidas, más memoria e interconexiones más rápidas. La serie 970, prevista para algún momento de 2028, promete hasta 3,6 petaFLOPS en FP8 o 14 petaFLOPS en FP4. La empresa parece estar dedicando más área de silicio a los tipos de dato de baja precisión, algo que también se vio en las últimas generaciones de AMD y Nvidia. La capacidad de memoria se mantiene en 288 GB y el ancho de banda de memoria sube a 14,4 TB/s, cifra que beneficia bastante a la inferencia.

Para 2029, Huawei espera doblar otra vez el rendimiento hasta 7,2 petaFLOPS en FP8 y 28 petaFLOPS en FP4, con 384 GB de capacidad de memoria y 38,4 TB/s de ancho de banda.