2029년 까지 AI 로드맵을 공개한 화웨이 - 2029년까지 28 PFLOPS FP4?

 

(출처: 화웨이)

​

미국의 제재에도 불구하고 빠른 속도로 성장하고 있는 중국 AI의 가장 큰 약점은 바로 뒷받침해 줄 하드웨어가 부족하다는 것입니다. 딥시크의 경우 확보한 연산 자원이 구형 엔비디아 후퍼 계열 GPU 1-5만 장 사이로 알려져 있어 연산 효율을 극도로 높인 모델을 개발했습니다. 현재 화웨이 어센드 950도 일부 도입한 상태이긴 하나 어센드 4장이 GB 300 한 장 정도의 성능을 지닌 것으로 알려져 있습니다. 아직은 성능이 낮다는 이야기입니다.

​

이전 포스트: https://blog.naver.com/jjy0501/224358988848

​

아무튼 화웨이 역시 공격적인 로드맵을 발표하면서 연산 자원 확보가 급한 중국 AI 기업들에 공급할 준비를 하고 있습니다. 최근 화웨이는 화웨이 커넥트 2026 행사에서 차세대 어센드(Ascend) NPU와 클러스터인 아틀라스(Atlas) 슈퍼포드 (SuperPod) 로드맵을 발표했는데, 여기에는 Ascend 960DT/PR, Ascend 970, Ascend 980와 이를 지원하는 여러 신기술이 포함됩니다.

​

우선 화웨이는 내년에 어센드 950 칩의 후속 제품인 차세대 어센드 960DT를 선보일 예정입니다. 이 칩은 새로운 SIMD/SIMT 아키텍처를 채택하여 FP32, HF32, FP16, BF16, FP8, MXFP8, HiF8, MXFP4 등 다양한 데이터 포맷을 지원합니다. 특히 "H" 포맷은 정밀도와 동적 범위를 모두 고려하여 표준 부동 소수점 데이터 포맷 두 가지를 하나의 포맷으로 대체할 수 있습니다. HiF8은 화웨이의 독자 데이터 포맷으로 어센드 칩에서 성능을 높일 수 있습니다.

​

어센드 960DT 최대 2 PFLOPs의 FP8 연산 능력과 4 PFLOPs의 FP4 연산 능력을 갖출 예정입니다. 참고로 엔비디아 GB300의 경우 FP4 기준 최대 20 PFLOPs에 달하고 베라 루빈은 최대 50 PLFOPs에 달해 성능 면에서는 엔비디아의 압승이라고 할 수 있습니다. 참고로 메모리는 288GB의 HBM을 탑재하여 9.6TB/s의 속도를 제공하는데, 구체적인 종류는 설명하지 않았지만, 현재 CXMT가 초기 리스크 생산 중으로 알려진 HBM3 혹은 HBM3e의 가능성이 높아 보입니다.

​

항목	Ascend 960DT	GB300	Vera Rubin
출시 시기	2027 Q1 (예정)	2025년 하반기~2026년 상용	2026년 하반기 상용 (H2)
아키텍처	Da Vinci (SIMD+SIMT, Chiplet 추정)	Blackwell Ultra (dual-die)	Rubin (TSMC N3급)
FP8 성능 (dense)	2 PFLOPS	~5 PFLOPS	~17.5 PFLOPS
FP4/NVFP4 성능	4 PFLOPS (FP4)	~15 PFLOPS dense (sparse ~20)	50 PFLOPS Inference / 35 PFLOPS Training (NVFP4)
메모리 용량	288 GB	288 GB HBM3e	288 GB HBM4
메모리 대역폭	9.6 TB/s	8 TB/s	22 TB/s
인터커넥트	2.2 TB/s (UnifiedBus)	1.8 TB/s bidirectional (NVLink 5)	3.6 TB/s (NVLink 6)
주요 특징	자체 HiF4 포맷, 추론/학습 분화	Attention 가속 강화, 288GB로 용량 확대	HBM4 대역폭 대폭 증가, Transformer Engine 3세대

​

따라서 화웨이의 전략은 960DT를 여러 개 사용해서 이 한계를 메꾼다는 것입니다. 같이 공개한 아틀라스 슈퍼포드는 무려 4096개의 960DT NPU를 집적해 거대한 시스템으로 FP4 기준 최대 16EFLOPS의 성능과 최대 1PB의 HBM 메모리를 지원합니다. 이를 통해 10조 개의 파라미터를 지닌 거대한 모델도 훈련시킬 수 있다고 합니다.

​

항목	Atlas 960E SuperPoD	Vera Rubin NVL72
출시 목표	2027년 Q3	2026년 하반기 상용
가속기 수	4,096 Ascend 960 NPU	72 Rubin GPU + 36 Vera CPU
FP8 성능	8 EFLOPS	1.26 EFLOPS
FP4 / NVFP4 성능	16 EFLOPS (FP4)	3.6 EFLOPS (NVFP4 Inference) 2.52 EFLOPS (Training)
HBM 메모리 용량	최대 1 PB (일부 브리핑 기준)	20.7 TB HBM4
메모리 대역폭 (합계)	비공개 (카드당 9.6 TB/s 기준 추정 대규모)	약 1.58 PB/s
인터커넥트	UnifiedBus + NPO (Hi-ONE)	NVLink 6 (랙 내부 260 TB/s)
인터커넥트 지연	RTT 약 2 μs (통합 메모리 어드레싱)	매우 낮은 랙 내부 지연 (단일 NVLink 도메인)
냉각	전면 액체 냉각	100% 액체 냉각
전력 관련 주장	Hi-ONE 5,500개로 기존 대비 550 kW 이상 절감, 가용성 99.8%	랙당 약 190~230 kW (추정)
확장성	다중 SuperPoD으로 최대 51.2만~100만 NPU	다중 랙으로 DGX SuperPOD / AI Factory 구성
형태	대형 SuperPoD (다수 캐비닛 규모)	단일 표준 랙 (MGX 기반)

​

이는 NPU 하나의 연산 성능이 떨어지기 때문에 생긴 문제인데, 이 약점을 최대한 극복하기 위해 최신 광학 인터페이스인 Near-Package Optics(NPO) + UnifiedBus를 이용해 전기 경로를 극단적으로 줄여 전력·지연을 낮추고, 통합 메모리 어드레싱으로 수천 개 NPU를 “하나의 머신”처럼 사용할 수 있게 만듭니다.

​

이 과정에서 Hi-ONE 5,500개를 적용해 기존 대비 전력을 550kW나 절감했다고 말하고 있지만, 실상은 전력을 엄청나게 소모하는 시스템일 가능성이 높습니다. 연산 능력이 떨어지는 NPU에 무려 288GB HBM을 장착했기 때문입니다. CXMT가 이걸 저렴하게 공급하지도 않을 것이기 때문에 아마도 가격도 비쌀 가능성이 높습니다.

​

그럼에도 미국의 제재가 이어지고 있는 상황에서 다른 선택지가 없기 때문에 딥시크나 알라바바, 문샷 AI 같은 중국 내 AI 기업들이 도입할 가능성이 높습니다.

​

칩 모델	출시 시기	주요 컴퓨트 성능 (claimed)	메모리	인터커넥트	특징
Ascend 960DT	2027년 Q1 (기존 대비 3분기 앞당김)	2 PFLOPS FP8 / 4 PFLOPS FP4	288 GB HBM @ 9.6 TB/s	2.2 TB/s	Ascend 950 후속. 새로운 SIMD/SIMT 아키텍처. FP32, HF32, FP16, BF16, FP8, MXFP8, HiF8, MXFP4, HiF4 등 다양한 데이터 포맷 지원. "H" 포맷은 정밀도와 동적 범위를 동시에 고려.
Ascend 960PR	2027년 Q3 (기존 대비 1분기 앞당김)	2 PFLOPS FP8 / 8 PFLOPS FP4	192 GB HBM @ 2.4 TB/s	2.2 TB/s	추론 특화 버전. FP4 성능 대폭 강화. 메모리는 상대적으로 줄이고 추론 효율에 집중.
Ascend 970	2028년	3.6 PFLOPS FP8 / 14 PFLOPS FP4	288 GB HBM @ 14.4 TB/s	4.4 TB/s	아키텍처 대폭 업그레이드. 새로운 HBM 표준(HBM3/E 이상) 추정. 인터커넥트 2배 증가.
Ascend 980	2029년 (예비 스펙)	7.2 PFLOPS FP8 / 28 PFLOPS FP4	384 GB HBM @ 38.4 TB/s	8 TB/s	컴퓨트·메모리·대역폭 모두 대폭 확장. 스펙은 출시 전까지 변경 가능.

한편 화웨이 역시 성능을 높인 차세대 모델 개발에 박차를 가하고 있습니다. 2027년 1분기에 어센드 960DT를 출시한 후 3분기에는 추론 특화 버전인 960PR을 출시하고 2028년에는 어센드 970을 출시할 계획입니다. 3.6 PFLOPS FP8 / 14 PFLOPS FP4의 연산 능력을 목표로 하고 있습니다. 2029년 출시 목표인 어센드 980에서는 다시 스펙을 두 배로 늘려 7.2 PFLOPS FP8 / 28 PFLOPS FP4까지 성능을 높인다는 계획입니다. 물론 이 계획대로 해도 베라 루빈 (1 CPU + 2GPU) 보다 느리기 때문에 여전히 유리한 상황은 아니지만, 미국의 제재가 화웨이를 도와줄 가능성이 높아 보입니다.

​

이런 낮은 성능에도 중국 AI 모델들은 제한된 하드웨어 리소스를 알차게 활용하는 기술을 통해 성능을 무섭게 높이고 있는 게 사실입니다. 중장기적으로 보면 결국은 비용이 낮은 쪽이 유리할 가능성이 높아 앞으로 배터리나 태양광 패널에서 발생했던 중국의 덤핑 후 시장 장악 현상이 AI에서도 반복되지 말라는 법이 없어 경계심이 높아지고 있는 게 사실입니다.

​

참고

​

https://wccftech.com/huawei-ascend-960dt-960pr-2027-970-2028980-2028-superpods-ai/

​

​