Huawei CloudMatrix 384 – chińska odpowiedź na Nvidię. Potężny system AI, ale z ogromnym apetytem na energię

15 godzin temu

Huawei zaprezentowało nowy, potężny system sztucznej inteligencji – CloudMatrix 384 (CM384), który ma konkurować z flagowym rozwiązaniem Nvidii, GB200 NVL72. Choć chiński gigant wciąż pozostaje w tyle pod względem technologii chipów, to na poziomie całego systemu – dzięki innowacjom w sieciowaniu, optyce i oprogramowaniu – uderza w czuły punkt zachodnich konkurentów.

CloudMatrix 384 vs. Nvidia GB200 NVL72 – porównanie mocy i zużycia energii

CM384 składa się z 384 układów Ascend 910C, połączonych w topologię „każdy z każdym”. Dzięki temu oferuje 300 PFLOPs mocy obliczeniowej (BF16), czyli prawie dwukrotnie więcej niż GB200 NVL72. Ma też 3,6× większą pojemność pamięci HBM i 2,1× większą przepustowość.

Jednak za tę wydajność płaci się ogromnym zużyciem energii:

  • 3,9× więcej mocy niż GB200 NVL72,
  • 2,3× gorsza efektywność energetyczna (FLOP na wat),
  • 1,8× wyższe zużycie prądu na TB/s przepustowości pamięci.

Dla Chin to jednak nie problem – w przeciwieństwie do Zachodu, ChRL nie ogranicza dostępność energii, tylko możliwości produkcji chipów.

Dlaczego Chiny nie martwią się zużyciem energii?

Podczas gdy Zachód od lat inwestuje w zieloną energię i efektywność, Chiny wciąż dynamicznie rozbudowują swoją infrastrukturę energetyczną, opartą wciąż jeszcze głównie na węglu, choć jednocześnie inwestują rekordowe kwoty w OZE i atom. Od 2011 roku Chiny dodały do sieci moc równą całej amerykańskiej sieci elektroenergetycznej.

Zależność od zagranicznych technologii – słaby punkt Huawei?

Mimo iż CM384 jest projektowany w Chinach, kluczowe komponenty wciąż pochodzą z zagranicy:

  • Układy Ascend 910C są produkowane głównie przez TSMC (7 nm), a nie SMIC,
  • HBM dostarcza Samsung, choć Chiny omijają embargo dzięki „kreatywnemu” pakowaniu kości,
  • Maszyny do produkcji półprzewodników pochodzą z USA, Holandii i Japonii.

Huawei podobno przez cały czas współpracuje z TSMC

Według doniesień SemiAnalysis, Huawei omija sankcje dotyczące współpracy z tajwańskim gigantem TSMC, kupując produkty tej firmy za pośrednictwem firm trzecich, takich jak Sophgo. TSMC został już ukarany grzywną w wysokości 1 mld USD za łamanie embarga, ale plotki głoszą, iż chiński gigant wciąż ma dostęp do tajwańskich chipów.

Czy Chiny mogą uniezależnić się od Zachodu?

SMIC, największa chińska firma produkująca komponenty półprzewodnikowe, rozwija własne moce produkcyjne w technologii 7 nm, ale na razie wydajność i skala produkcji pozostają problemem. jeżeli jednak Pekinowi uda się zwiększyć efektywność SMIC i rozwinąć krajową produkcję HBM (np. przez CXMT), Chiny mogą znacząco zmniejszyć swoją zależność od dostawców zagranicznych.

CloudMatrix 384 – architektura przyszłości czy prowizorka?

Wadą CloudMatrix 384 jest wysokie zużycie energii – system pobiera prawie cztery razy więcej prądu niż rozwiązanie Nvidii. Jednak dla wielu użytkowników istotna jest nie tyle efektywność energetyczna systemu, co możliwość szybkiego wdrażania nowych dużych modeli AI, obsługi gigantycznych ilości nieustrukturyzowanych danych. Te bowiem stanowią aż 80% nowych informacji w przedsiębiorstwach.

Huawei CloudMatrix 384 to ambitna odpowiedź na Nvidię, pokazująca, iż Chiny mogą konkurować w wyścigu AI. Dla Zachodu to sygnał, iż obecne embargo może być zbyt słabe, a Chiny wciąż znajdują luki, by rozwijać swoje technologie. Warto zatem zastanowić się, czy koncept, który miał zatrzymać Chiny w ich rozwoju, nie stał się dodatkowym impulsem do jego przyspieszenia.

Czy Chiny wygrają wyścig AI, mimo technologicznego embarga? Dla mnie odpowiedź na takie pytanie jest od kilku lat jasna.


Źródła:

  1. SemiAnalysis – Huawei AI CloudMatrix 384 – China’s Answer to Nvidia GB200 NVL72 (16.04.2025)
  2. TechInsights – analizy chipów Ascend 910B/910C
  3. Raporty branżowe – dane o produkcji energii w Chinach i USA
  4. Doniesienia medialne – omijanie sankcji przez Huawei i TSMC

Leszek B. Ślazyk

e-mail: [email protected]

© www.chiny24.com

Idź do oryginalnego materiału