화웨이는 차세대 Ascend 960DT NPU를 조기 출시할 계획이며, 이를 중국 내 최고 수준의 국산 가속기 대체재로 포지셔닝하고 있다.

화웨이는 연례 컨넥트(Connect) 컨퍼런스에서 중국 내 현재 이용 가능한 모든 엔비디아(Nvidia) 하드웨어를 능가하도록 설계된 차세대 AI 가속기를 공개했다. 이 출시로 인해 과거에는 성능이 낮은 국내 대체 제품에 의존해 온 국내 개발자들에게 전략적 우위가 생겼다. ‘DT’는 디코드(decode)와 트레이닝(training)을 의미하는 코드명 아센드 960DT(Ascend 960DT) 칩은 2027년 1분기에 출시될 예정이며, 이는 초기 전망보다 3분기 앞당겨진 것이다. 글로벌 하이 대역폭 메모리(HBM) 표준에 대한 국내 대체재인 화웨이 맞춤형 HiZQ 메모리를 최대 288GB 탑재하고, FP4 성능은 최대 4 petaFLOPS(FP8 기준 절반 수준)를 제공하며, 올해 초 도입된 회사의 950 시리즈 가속기 대비 두 배의 성능과 메모리 용량을 제공한다.

미국 GPU와 직접 비교할 때, 960DT는 메모리 용량과 대역폭 측면에서 엔비디아 B300 시리즈와 맞먹지만, FP8 컴퓨팅 성능은 약 절반, FP4 컴퓨팅 성능은 약 3분의 1 수준이다. 이는 화웨이에게 상당한 진전이지만, 여전히 훨씬 높은 컴퓨팅 처리량과 메모리 대역폭을 제공하는 엔비디아 루빈(Rubin)과 AMD가 최근 출시한 MI455X 같은 글로벌 선두 기업들 뒤처져 있다. 루빈은 FP4 성능으로 35~50 petaFLOPS, HBM4 메모리 288GB, 대역폭 22 TB/s를 제공하여 다른 성능 등급에 위치한다. 그럼에도 불구하고 이들 칩은 중국에서 합법적으로 판매되지 않아 국내 개발자들은 더 우수한 대체재를 확보하지 못하고 있다. 현재 중국에서 판매가 허용된 최고급 Nvidia GPU는 유사한 밀집 부동소수점 성능, 두 배의 메모리 용량, 두 배의 메모리 대역폭, 그리고 더 큰 스케일업 구성을 지원한다.

성격 격차는 겉보기보다 덜 중요할 수 있는데, 현대 AI 모델은 단일 GPU나 NPU에서 훈련되거나 배포되는 경우가 드물기 때문이다. 플랫폼 확장성이 이제 결정적인 지표가 되었다. Nvidia와 AMD 같은 주요 경쟁사는 현재 랙 규모 컴퓨팅 플랫폼당 72개의 GPU를 배치하며, 광 인터커넥트를 통해 스케일업 및 스케일아웃 네트워킹용으로 576개까지 확장할 수 있다. 화웨이는 960 시리즈 가속기와 유사한 아키텍처를 계획하고 있으며, 근패키지 광학(NPO) 기술을 활용하여 최대 4,096개 칩에 걸쳐 컴퓨팅 도메인을 확장하고 FP4 컴퓨팅 성능을 최대 16 exaFLOPS까지 달성할 계획이다. 화웨이가 원시 컴퓨팅 밀도에서 뒤처지는 부분은 막대한 확장성을 통해 보완하는데, 이는 구글 TPU 클러스터가 이전에 입증한 전략이다. 고속 네트워킹 분야에서 화웨이의 역사적 강점을 고려할 때 이 접근 방식은 논리적이다. NPO 기술은 이전 화웨이 설계에서 플러그블 광학 모듈이 전력 소모가 많고 고장률이 높으며 공간을 많이 차지했던 주요 확장 병목 현상과 신뢰성 문제를 해결한다. 화웨이는 48,000개의 800 Gbps 플러그블 광학 모듈을 5,500개의 Hi-One NPO 유닛으로 통합함으로써 전력 소비를 550kW 줄이고 고장률을 50% 감소시켰다고 보고한다. 회사는 새로운 아키텍처가 99.8%의 시스템 가동 시간을 가능하게 한다고 밝혔다. 이러한 신뢰성 향상은 서양 하드웨어에서 전환해야 하는 규제 및 공급망 압력을 받는 중국 모델 개발자들에게 특히 관련성이 높다. 주목할 점은 DeepSeek가 이전 화웨이 NPU로 훈련 제한을 겪은 끝에 Nvidia GPU로 되돌아간 적이 있다는 것이다.

고대역폭 960DT와 함께 화웨이는 2027년 3분기 출시를 목표로 하는 컴퓨팅 최적화 변형 제품인 아센드 960PR(Ascend 960PR)을 개발 중이다. 960PR은 엔비디아가 취소한 루빈 CPX 가속기와 유사한 기능을 수행한다. ‘PR’ 명칭은 프리필(prefill) 작업과 추천 워크로드에 중점을 둔다는 것을 나타내며, 화웨이는 메모리 용량과 대역폭을 희생하는 대신 훨씬 높은 저정밀도 컴퓨팅 처리량을 제공한다. PR 변형 제품은 FP4 성능 최대 8 petaFLOPS를 제공하고, 대역폭 2.4 TB/s를 제공하는 맞춤형 HiBL 메모리 192GB와 결합된다. DT 칩과 함께 작동하도록 설계된 960PR은 대규모 언어 모델 추론을 향상시키는 것을 목표로 한다. 추론 파이프라인 동안 입력 프롬프트를 처리하는 컴퓨팅 집약적 프리필 단계는 960PR에 위임되고, 출력 토큰을 생성하는 메모리 바운드 디코드 단계는 960DT에서 실행된다. 이러한 이종 아키텍처는 엔비디아 베라 루빈(Vera Rubin) 라인업과 Groq LPX 시스템에서 볼 수 있는 구성과 마찬가지로 강력한 성능 향상을 입증했다. 그러나 화웨이는 현재 이러한 구현을 완전히 일치시키기 위해 SRAM 집중형 디코드 전용 가속기를 보유하고 있지 않다.

컨넥트 행사에서 화웨이는 50만 개 이상의 NPU를 초과하는 클러스터로 컴퓨팅 인프라를 확장하겠다는 포부를 제시했다. 최근 시연에서 회사는 아센드 950 기반 타이산(TaiShan) 슈퍼팟을 4,096개 가속기로 성공적으로 확장했다. 화웨이는 2계층 4평면 Clos 네트워크 토폴로지를 활용하여 단기적으로 최대 512,000개 NPU 클러스터를 지원할 것으로 예상하며, 멀티레일 토폴로지를 통해 백만 개 NPU 슈퍼클러스터가 가능해질 수도 있다. 이러한 수치들은 아직 이론적이며 생산 환경에서 검증되지 않았다.

앞으로 화웨이는 차기 두 가지 아센드 세대를 미리 보여주며 일관된 성능 개선, 확장된 메모리, 가속화된 인터커넥트를 전망했다. 2028년경 출시될 것으로 예상되는 아센드 970 시리즈는 FP8 성능 최대 3.6 petaFLOPS 또는 FP4 성능 14 petaFLOPS를 제공할 예정이다. 이러한 저정밀도 컴퓨팅으로의 전환은 AMD와 Nvidia의 최신 아키텍처에서 관찰된 업계 동향과 일치한다. 메모리 용량은 288GB로 유지되지만, 대역폭은 14.4 TB/s에 달할 것으로 예상되어 AI 추론 워크로드에 크게 기여할 것이다. 2029년까지 화웨이는 성능을 FP8 기준 7.2 petaFLOPS, FP4 기준 28 petaFLOPS로 두 배 늘리고, 메모리를 384GB로 확장하며 대역폭을 38.4 TB/s로 확대하는 것을 목표로 한다. 긴 타임라인을 고려할 때, 개발 진행 상황에 따라 이러한 로드맵은 수정될 가능성이 크다.