Huawei bringt mit dem Ascend 910B einen neuen KI-Beschleuniger auf den Markt. Der Chip wird voraussichtlich vom chinesischen Chipauftragsfertiger SMIC mit 7-Nanometer-Technologie hergestellt. Bisher gibt es noch keine offiziellen Informationen zu den genauen Spezifikationen, da Huawei den Chip noch nicht offiziell vorgestellt hat. Fr\u00fcher wurde der Ascend 910 von TSMC f\u00fcr Huawei produziert, aber aufgrund von Handelsbeschr\u00e4nkungen darf TSMC nicht mehr f\u00fcr Huawei t\u00e4tig sein.<\/p>\n
Der bisherige Ascend 910 ist ein Chipletdesign, bei dem die Logik auf zwei separaten Chiplets aufgeteilt ist und vier HBM2E-Speicherstapel verwendet werden. Zwei Dummy-Chiplets unterst\u00fctzen das Design, um Stabilit\u00e4t zu gew\u00e4hrleisten. Es ist noch unklar, ob der Nachfolger aus mehreren Siliziumbestandteilen besteht oder ob es sich um einen monolithischen Chip handelt. Obwohl SMIC selbst keine Multi-Chiplet-Prozessoren herstellen kann, bietet ihr Partner JCET laut ihrer Webseite die M\u00f6glichkeit des sogenannten Advanced Packagings an.<\/p>\n
Laut einem Bericht der Nachrichtenagentur Reuters gibt es bei SMIC Produktionsengp\u00e4sse aufgrund einer vermeintlichen Knappheit an belichtbaren Wafern. SMIC hat bisher den Smartphone-Prozessor Kirin 9000S f\u00fcr das Huawei Mate 60 Pro mit 7-nm-Technologie produziert. Es wird behauptet, dass die Partner beschlossen haben, die Produktion von Smartphones zugunsten der KI-Beschleuniger zu reduzieren, jedoch sind die genauen Mengen nicht bekannt.<\/p>\n
Der Weltmarkt f\u00fcr KI-Beschleuniger wird derzeit von Nvidia mit ihrem H100-Modell dominiert, w\u00e4hrend AMD versucht, mit den Modellen MI300X und MI300A aufzuholen. Um mit diesen Produkten in Bezug auf Geschwindigkeit mithalten zu k\u00f6nnen, musste Huawei den Ascend 910B im Vergleich zum bisherigen 910 deutlich schneller machen. Der Ascend 910B erreicht eine Rechenleistung von 256 Billionen Operationen pro Sekunde mit 16-Bit Gleitkommawerten (256 FP16-Teraflops) und 512 INT8-TeraOPS mit 8-Bit Ganzzahlen. In Bezug auf die Geschwindigkeit sind Nvidias H100 und AMDs MI300X-Beschleuniger deutlich leistungsst\u00e4rker. Nvidia gibt beispielsweise eine Leistung von fast einem FP16-Petaflops (1000 Teraflops) an, wenn die Tensor-Kerne verwendet werden. AMD gibt eine Leistung von 1,3 FP16-Petaflops f\u00fcr seine MI300X an. Bei KI-Beschleunigern lassen sich die Zahlen jedoch nur begrenzt miteinander vergleichen, insbesondere in diesem Fall.<\/p>\n
Die Geschwindigkeit des Huawei Ascend 910B scheint jedoch beeindruckend genug zu sein, um das Interesse von Baidu zu wecken. Aufgrund von Exportbeschr\u00e4nkungen d\u00fcrfen AMD und Nvidia ihre Spitzenmodelle f\u00fcr KI-Beschleuniger nicht nach China verkaufen. Berichten zufolge hat Nvidia daher eine abgeschw\u00e4chte Version namens H20 auf den Markt gebracht, die etwa die H\u00e4lfte der Geschwindigkeit des H100 aufweist. Zuvor wurden bereits die Modelle A800 und H800 mit reduzierter Leistung eingef\u00fchrt, um den US-Sanktionen zu entgehen. Als Reaktion darauf haben die USA neue Vorschriften erlassen.<\/p>\n
Schlagw\u00f6rter: Nvidias H100 + Huawei + SMIC<\/p>\n","protected":false},"excerpt":{"rendered":"
Huawei bringt mit dem Ascend 910B einen neuen KI-Beschleuniger auf den Markt. Der Chip wird voraussichtlich vom chinesischen Chipauftragsfertiger SMIC mit 7-Nanometer-Technologie hergestellt. Bisher gibt es noch keine offiziellen Informationen zu den genauen Spezifikationen, da Huawei den Chip noch nicht offiziell vorgestellt hat. Fr\u00fcher wurde der Ascend 910 von TSMC...<\/p>\n","protected":false},"author":4,"featured_media":4443,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4444","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/4444","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4444"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/4444\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/4443"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4444"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4444"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4444"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}