La compañía china prepara el lanzamiento de un nuevo procesador para entrenamiento de modelos de inteligencia artificial que promete rivalizar con las soluciones de NVIDIA en entornos de supercomputación masiva.

Huawei ha dado un nuevo paso en su ambición por posicionarse como actor clave en el sector de la inteligencia artificial. Según información publicada por DigiTimes, el gigante tecnológico está ultimando los detalles del Ascend 920C, un nuevo acelerador de IA que formará parte de su familia Ascend 920 y que ofrecerá un rendimiento bruto de más de 900 TeraFLOPS en precisión BF16, pensado para tareas de entrenamiento de grandes modelos.

El Ascend 920C estará fabricado con el nodo de 6 nanómetros de SMIC, y supone una mejora sustancial respecto al actual Ascend 910C, que alcanza un pico de 780 TeraFLOPS. A nivel de memoria, el nuevo modelo incorporará módulos HBM3 con un ancho de banda de 4.000 GB/s, mejorando los 3.200 GB/s proporcionados por los ocho stacks de HBM2E del 910C.

Una evolución centrada en el rendimiento y la escalabilidad

El Ascend 920C mantendrá el enfoque chiplet, pero incorporará mejoras en sus motores de aceleración para modelos Transformer y Mixture-of-Experts. Las proyecciones internas de Huawei estiman una mejora de entre el 30 % y el 40 % en la eficiencia del entrenamiento frente a su predecesor. También se espera una reducción en la distancia respecto al rendimiento por vatio de sus competidores directos, como NVIDIA.

Entre las novedades destacadas se encuentra la compatibilidad con PCIe 5.0 y protocolos de interconexión de próxima generación, pensados para reducir la latencia y mejorar la sincronización entre nodos en grandes despliegues de IA. La compañía aún no ha dado una fecha oficial de lanzamiento, pero según las fuentes consultadas, el Ascend 920C podría entrar en producción masiva en la segunda mitad de 2025.

CloudMatrix 384: un supernodo que ya supera a NVIDIA en escala

Este anuncio se produce apenas días después de que Huawei revelara los resultados de su sistema CloudMatrix 384, un supernodo de entrenamiento que utiliza 384 aceleradores Ascend 910C y que ha conseguido superar en rendimiento total al sistema NVIDIA GB200 NVL72. Aunque el rendimiento por chip es inferior al de NVIDIA (900 frente a 2.500 TeraFLOPS en BF16), Huawei compensa con escalabilidad, superando en 1,7 veces el rendimiento global y multiplicando por 3,6 la capacidad total de memoria HBM.

Sin embargo, esa capacidad conlleva un coste energético: el sistema de Huawei consume aproximadamente 560 kW, frente a los 145 kW del sistema de NVIDIA. La estrategia de Huawei parece centrarse en maximizar el rendimiento en despliegues de gran escala, mientras que NVIDIA sigue liderando en eficiencia por chip.

Un modelo de futuro basado en capacidad y autonomía

La clave del éxito de Huawei radica en su arquitectura de interconexión all-to-all y en su apuesta por construir soluciones completas de IA sin depender de proveedores extranjeros, en línea con su objetivo estratégico de autonomía tecnológica.

El Ascend 920C representa un paso importante en esta dirección. Si SMIC logra avanzar en procesos de fabricación más avanzados, como los 5 o 3 nm, Huawei podría cerrar aún más la brecha con los líderes del sector en cuanto a eficiencia energética y densidad de computación.

En un contexto donde el entrenamiento de modelos fundacionales como GPT o Gemini exige cada vez más recursos computacionales, soluciones como la del Ascend 920C y su integración en sistemas como CloudMatrix podrían ser determinantes para competir en el mercado global de la inteligencia artificial a gran escala.

La batalla entre gigantes está servida, y Huawei no parece dispuesta a quedarse atrás.

Fuente: Techpowerup