Huawei Ascend 960: Wie neue KI-Chips Nvidia herausfordern

Huawei will die nächste Generation seiner Ascend-KI-Chips früher ausliefern und bis zu eine Million Prozessoren koppeln. Der Ansatz zeigt, wie China Nvidias Vorsprung trotz schwächerer Einzelchips verkleinern will.

Huawei beschleunigt den Ascend 960

Beim Wettrennen um leistungsfähige KI geht es längst nicht mehr nur darum, wer den schnellsten einzelnen Prozessor baut. Huawei setzt zunehmend darauf, sehr viele Chips so miteinander zu verbinden, dass sie gemeinsam wie ein großes Rechensystem arbeiten.

Auf der Huawei Connect 2026 in Shanghai hat der chinesische Konzern seine Pläne für die nächste Generation seiner Ascend-KI-Chips konkretisiert. Der Ascend 960DT soll bereits im ersten Quartal 2027 verfügbar sein. Der auf andere KI-Aufgaben ausgerichtete Ascend 960PR ist für das dritte Quartal 2027 geplant.

Damit zieht Huawei den Zeitplan deutlich vor. Der Ascend 960DT erscheint nach Unternehmensangaben drei Quartale früher als ursprünglich vorgesehen, der 960PR ein Quartal früher.

Danach soll der Entwicklungsrhythmus hoch bleiben. Für 2028 plant Huawei die Ascend-970-Serie, 2029 soll der Ascend 980 folgen.

Warum Huawei nicht nur auf schnellere Chips setzt

Der interessante Teil der Strategie steckt weniger in einem einzelnen neuen Prozessor als in der Architektur darum herum.

Bei der Leistung einzelner KI-Chips liegt Huawei weiterhin hinter den leistungsfähigsten Produkten von Nvidia. Huawei versucht deshalb, einen Teil dieses Nachteils auf Systemebene auszugleichen.

Das Problem dabei: Je mehr Prozessoren gemeinsam an einem KI-Modell arbeiten, desto wichtiger wird die Kommunikation zwischen den einzelnen Komponenten. Huawei zufolge kann bei konventionellen Serverarchitekturen mehr als 40 Prozent der Trainingszeit für die Kommunikation zwischen Systemen verwendet werden.

Schnellere Verbindungen zwischen den Prozessoren sollen diesen Anteil reduzieren.

Genau hier setzt Huaweis UnifiedBus an. Die Technik verbindet nicht nur KI-Prozessoren miteinander, sondern auch Arbeitsspeicher, Storage, Netzwerkkomponenten und weitere Teile des Systems.

Bis zu 4.096 KI-Prozessoren in einem Supernode

Mit dem Ascend 960 geht Huawei diesen Ansatz noch einmal deutlich weiter.

Der neue Ascend 960 Supernode soll bis zu 4.096 KI-Prozessoren miteinander verbinden. Mehrere dieser Systeme lassen sich wiederum zu größeren Clustern zusammenschalten.

Huawei spricht langfristig von Systemen mit mehreren hunderttausend und schließlich bis zu einer Million Prozessoren.

Die dazugehörige Architektur nennt der Konzern Peerium. Sie soll dafür sorgen, dass ein solcher Verbund für Anwendungen stärker wie ein einzelnes großes Computersystem funktioniert.

Das ist technisch relevant, weil sich moderne KI-Modelle nicht beliebig effizient über zusätzliche Hardware skalieren lassen. Mehr Prozessoren bedeuten nicht automatisch proportional mehr Leistung. Kommunikation, Speicherzugriffe und Synchronisation werden mit zunehmender Größe zu entscheidenden Faktoren.

Huawei versucht deshalb nicht nur, mehr Chips einzusetzen, sondern die Verbindung zwischen diesen Chips zum eigentlichen Wettbewerbsvorteil zu machen.

Ascend 960 setzt auf neue optische Verbindungen

Beim Ascend 960 Supernode verwendet Huawei außerdem Near-Packaged Optics, kurz NPO.

Dabei werden optische Komponenten näher an die eigentlichen Rechenchips gebracht. Daten können dadurch mit hoher Bandbreite zwischen den Komponenten übertragen werden, ohne ausschließlich auf klassische elektrische Verbindungen angewiesen zu sein.

Für große KI-Systeme ist das relevant. Der Energiebedarf und die benötigte Bandbreite der Kommunikation zwischen tausenden Beschleunigern werden zunehmend zu einem ebenso wichtigen Problem wie die Rechenleistung der Chips selbst.

Der Ascend 960 zeigt deshalb auch, wohin sich der Markt für KI-Hardware bewegt: Der einzelne Chip bleibt wichtig, aber das komplette Rechensystem entscheidet zunehmend darüber, wie effizient große Modelle trainiert und betrieben werden können.

Nvidia hat weiterhin einen wichtigen Vorteil

Damit ist Huawei allerdings noch nicht automatisch auf Augenhöhe mit Nvidia.

Ein entscheidender Vorteil von Nvidia ist nicht nur die Hardware, sondern das über viele Jahre aufgebaute Software-Ökosystem. Besonders CUDA ist tief in zahlreichen Frameworks, Bibliotheken und Entwicklungsprozessen für maschinelles Lernen integriert.

Unternehmen können Nvidia-Hardware deshalb nicht ohne Weiteres durch einen anderen Beschleuniger ersetzen.

Huawei arbeitet parallel an einem eigenen Software-Ökosystem rund um seine Ascend-Prozessoren und CANN. Nach Angaben des Konzerns arbeiten inzwischen monatlich mehr als 5.200 Entwickler an Software für die Plattform. Mehr als 40 KI-Modelle seien bereits direkt auf Ascend-Systemen trainiert worden.

Solche Angaben stammen allerdings von Huawei selbst und sagen noch wenig darüber aus, wie groß das Ökosystem im direkten Vergleich zu CUDA tatsächlich ist.

Huawei kann die Nachfrage in China nicht vollständig bedienen

Interessanterweise ist aktuell nicht nur die technische Leistungsfähigkeit eine Grenze.

Huawei kann nach eigenen Angaben derzeit nicht genügend KI-Hardware produzieren, um die Nachfrage innerhalb Chinas vollständig zu bedienen. Eine großflächige internationale Expansion sei deshalb vorerst nicht geplant.

Der Konzern liefert seine Systeme zwar auch außerhalb Chinas aus, allerdings nur in begrenzten Stückzahlen.

Gleichzeitig wächst der politische und wirtschaftliche Druck, innerhalb Chinas eigene Alternativen zu amerikanischen Halbleitern aufzubauen. US-Exportbeschränkungen begrenzen den Zugang chinesischer Unternehmen zu einigen besonders leistungsfähigen Nvidia-Chips sowie zu moderner Halbleiterfertigung.

Für Huawei entsteht dadurch ein ungewöhnliches Marktumfeld. Die eigenen Chips müssen international nicht zwingend die schnellsten sein, um innerhalb Chinas strategisch wichtig zu werden.

Der eigentliche Wettbewerb findet auf Systemebene statt

Der Vergleich zwischen Huawei und Nvidia lässt sich deshalb nicht auf Benchmarkwerte eines einzelnen Chips reduzieren.

Nvidia besitzt leistungsfähige Beschleuniger, ein etabliertes Software-Ökosystem und eine dominante Stellung bei der Infrastruktur für große KI-Modelle. Huawei versucht dagegen, Einschränkungen bei einzelnen Chips durch Systemarchitektur, schnelle Interconnects und sehr große Cluster zu kompensieren.

Das erinnert stärker an den Bau eines kompletten Supercomputers als an den klassischen Wettbewerb zwischen zwei Prozessoren.

Gerade für große Cloud-Infrastrukturen könnte dieser Ansatz relevant werden. Dort zählt am Ende nicht allein, wie schnell ein einzelner Beschleuniger ist. Entscheidend sind auch Kosten, Speicherbandbreite, Kommunikation zwischen den Chips, Energiebedarf, Software und die Frage, wie gut sich ein System auf tausende oder hunderttausende Prozessoren skalieren lässt.

Der Ascend 960 ist deshalb weniger interessant, weil Huawei damit plötzlich einen einzelnen Nvidia-Chip überholt. Interessant ist vielmehr, dass Huawei versucht, die Regeln des Vergleichs zu verändern.