De race om steeds grotere AI-modellen vraagt niet alleen om snellere processors. Ook de manier waarop duizenden accelerators met elkaar communiceren, geheugen delen en worden gekoeld, wordt bepalend voor de prestaties van AI-infrastructuur. Huawei kiest daarom voor een fundamenteel andere systeemarchitectuur.
Tijdens HuaweiI Connet 2026 in Shanghai presenteerde rotating CEO David Wang de Atlas 960E SuperPoD, een AI-systeem dat volgens Huawei als eerste SuperPoD gebruikmaakt van Network-Processor-Optical (NPO)-technologie. De aanleiding is duidelijk. Foundation models groeien snel in omvang en Huawei rekent inmiddels met modellen tot 10 biljoen parameters. Bij dergelijke systemen vormt niet alleen de beschikbare rekenkracht een uitdaging. Het onderling verbinden van duizenden accelerators en het efficiënt uitwisselen van data wordt minstens zo belangrijk.
De Atlas 960E moet dat probleem op systeemniveau aanpakken. Centraal staan twee technologieën: UnifiedBus en Hi-ONE. UnifiedBus zorgt voor een uniforme geheugenadressering en maakt het mogelijk geheugen over fysieke servers heen te benaderen. De SuperPoD kan daardoor volgens Huawei maximaal 4.096 NPU’s als één systeem laten samenwerken.
Minder optische modules
Vooral de netwerkarchitectuur is interessant. Huawei kiest voor een combinatie van peer-to-peer-connectiviteit, korte koperverbindingen en optische verbindingen over langere afstanden. Daarmee probeert het bedrijf een knelpunt aan te pakken dat bij zeer grote AI-clusters steeds nadrukkelijker wordt: de communicatie tussen accelerators.
Hi-ONE vormt daarbij een belangrijke component. Het gaat om een NPO-optische engine met volgens Huawei een transmissiecapaciteit van 7,2 Tbit/s. Opvallend is dat de optische oplossing een geïntegreerde lichtbron heeft. In de Atlas 960E worden ongeveer 5.500 Hi-ONE-units toegepast. Volgens Huawei betekent dit dat het systeem geen 48.000 traditionele 800G-optische modules nodig heeft om alle NPU’s te verbinden.
Dat heeft niet alleen gevolgen voor de complexiteit van het netwerk. Huawei stelt dat de gekozen architectuur het energieverbruik met meer dan 550 kilowatt verlaagt. Daarnaast zou de fault-free operating time verdubbelen en komt de systeem-beschikbaarheid uit op 99,8 procent.
4.096 NPU’s in één SuperPoD
De rekenprestaties zijn uiteraard een belangrijk onderdeel van het verhaal. De Atlas 960E kan volgens Huawei 8 exaflops leveren bij FP8 en 16 exaflops bij FP4. Daarmee richt het systeem zich op zowel training als inferentie van zeer grote AI-modellen.
Die prestaties stellen tegelijkertijd hoge eisen aan de fysieke infrastructuur. Huawei heeft de Atlas 960E daarom volledig vloeistofgekoeld uitgevoerd. Liquid cooling wordt daarmee een integraal onderdeel van het ontwerp en niet langer een aanvullende techniek voor uitzonderlijk zware systemen.
Voor het IT-channel is dat een relevante verschuiving. Een AI-infrastructuurproject draait bij deze schaal niet meer uitsluitend om servers en GPU’s of NPU’s. Ook netwerkcomponenten, optische technologie, energievoorziening, koeling en storage moeten als één infrastructuur worden ontworpen.
Van SuperPoD naar SuperCluster
De schaal stopt bovendien niet bij één SuperPoD. Meerdere Atlas 960E-systemen kunnen volgens Huawei via UnifiedBus of RoCE worden gekoppeld. Met een twee-tier, four-plane Clos-architectuur kan een SuperCluster maximaal 512.000 NPU’s omvatten. Met een multi-rail-topologie kan dat aantal volgens Huawei verder worden uitgebreid tot één miljoen NPU’s.
Huawei past hetzelfde concept inmiddels ook toe buiten AI-accelerators. De vernieuwde TaiShan 950 SuperPoD ondersteunt maximaal 4.096 nodes en een unified memory pool van maximaal 256 TB. Daarnaast introduceerde Huawei de OceanStor M900, een storagecluster dat rechtstreeks op UnifiedBus is gebaseerd en een petabyte-schaalbare KV-cache voor de L3.5-laag ondersteunt.
Daarmee ontstaat een infrastructuurmodel waarin compute, memory, networking en storage steeds nauwer met elkaar worden verweven. Het traditionele model van afzonderlijke servers, netwerk en storage maakt plaats voor een systeemarchitectuur waarin de interconnect minstens zo belangrijk wordt als de processor zelf.
Ook software wordt opener
Huawei probeert die hardwareontwikkeling te ondersteunen met een bredere softwarestrategie. Het bedrijf heeft CANN, het softwareplatform voor zijn Ascend-architectuur, als open source beschikbaar gemaakt. Daarmee wil Huawei de ontwikkeling van het Ascend-ecosysteem meer door de community laten ondersteunen.
De Atlas 960E is daarmee meer dan een nieuwe generatie AI-server. Het systeem illustreert een ontwikkeling waarbij AI-infrastructuur steeds meer als één groot gedistribueerd computersysteem wordt ontworpen. Voor channelpartners betekent dit dat expertise over alleen compute niet meer volstaat. Wie AI-infrastructuur op deze schaal wil implementeren, krijgt te maken met interconnects, optische netwerken, geheugenarchitectuur, liquid cooling en gespecialiseerde software.
Precies daar ligt de technische uitdaging van de volgende generatie AI-datacenters: niet alleen meer rekenkracht toevoegen, maar ervoor zorgen dat duizenden processors ook daadwerkelijk als één efficiënt systeem kunnen functioneren.
