Huawei Perkenalkan Atlas 960E SuperPoD untuk Infrastruktur AI
Huawei memperkenalkan Atlas 960E SuperPoD dalam ajang HUAWEI CONNECT 2026 di Shanghai, China, pada 17 September 2026. Sistem komputasi ini dirancang untuk menangani kebutuhan pelatihan dan inferensi model kecerdasan buatan (AI) berskala besar, sekaligus memperkuat posisi Huawei dalam pengembangan infrastruktur AI domestik.
Menurut Huawei, satu Atlas 960E SuperPoD dapat menghubungkan hingga 4.096 neural processing unit (NPU), menyediakan kinerja hingga 8 exaFLOPS untuk format FP8, serta menawarkan kapasitas high-bandwidth memory (HBM) hingga 1 petabyte. Angka-angka tersebut merupakan klaim perusahaan dan belum dapat diperlakukan sebagai hasil pengujian independen.
Peluncuran ini berlangsung bersamaan dengan pengumuman jadwal chip Ascend 960. Huawei menargetkan Ascend 960DT untuk kebutuhan pelatihan AI tersedia pada kuartal pertama 2027. Sementara itu, Ascend 960PR yang ditujukan untuk inferensi AI ditargetkan hadir pada kuartal ketiga 2027.
Atlas 960E SuperPoD mengandalkan interkoneksi NPO
Salah satu elemen utama dalam sistem tersebut adalah penggunaan teknologi near-packaged optics (NPO). Teknologi ini digunakan untuk menghubungkan berbagai komponen komputasi dalam sistem AI, dengan tujuan mendukung perpindahan data berkapasitas besar di antara unit pemrosesan.
Dalam infrastruktur AI, kemampuan pemrosesan tidak hanya ditentukan oleh jumlah akselerator. Komponen-komponen tersebut juga perlu berkomunikasi dengan cepat agar waktu pemrosesan tidak banyak terbuang ketika model AI dilatih atau digunakan untuk menghasilkan keluaran. Karena itu, rancangan interkoneksi menjadi bagian penting dari sistem komputasi berskala besar.
Huawei juga menyebut interkoneksi Hi-ONE pada Atlas 960E SuperPoD dapat menekan konsumsi daya dan meningkatkan keandalan sistem. Namun, pernyataan mengenai efisiensi dan keandalan tersebut tetap perlu dibaca sebagai klaim Huawei sampai tersedia pengukuran atau pengujian dari pihak independen.
Klaim kapasitas untuk pelatihan dan inferensi AI
Huawei memosisikan Atlas 960E SuperPoD sebagai platform untuk dua beban kerja utama dalam pengembangan AI, yaitu pelatihan dan inferensi. Pelatihan merupakan tahap ketika model mempelajari pola dari kumpulan data, sedangkan inferensi adalah proses ketika model yang telah tersedia digunakan untuk menghasilkan prediksi atau respons.
Dukungan hingga 4.096 NPU menunjukkan bahwa sistem ini ditujukan untuk penggunaan dalam skala besar. Huawei menyatakan konfigurasi tersebut mampu mencapai kinerja hingga 8 EFLOPS FP8. FP8 merupakan format numerik dengan presisi rendah yang umum digunakan untuk mendukung efisiensi pemrosesan AI, meskipun angka kinerja teoretis tidak selalu menggambarkan performa pada setiap jenis model atau aplikasi.
Kapasitas HBM hingga 1 petabyte juga menjadi bagian dari klaim utama Huawei. Memori berbandwidth tinggi berperan penting dalam memasok data ke akselerator AI. Semakin besar dan cepat kapasitas memori yang dapat digunakan, semakin luas pula kemungkinan model serta kumpulan data yang dapat ditangani dalam satu lingkungan komputasi. Meski demikian, manfaat aktualnya bergantung pada konfigurasi sistem, perangkat lunak, jenis model, dan pola penggunaan.
Roadmap Ascend 960 dibagi untuk pelatihan dan inferensi
Dalam acara yang sama, Huawei menyampaikan pembagian peran yang lebih spesifik untuk lini chip Ascend 960. Ascend 960DT direncanakan untuk pelatihan AI dan ditargetkan tersedia pada kuartal pertama 2027. Adapun Ascend 960PR diarahkan untuk inferensi dan ditargetkan hadir pada kuartal ketiga 2027.
Perbedaan jadwal tersebut menunjukkan bahwa Huawei mengembangkan komponen yang disesuaikan dengan kebutuhan tiap tahap pemrosesan AI. Pelatihan biasanya membutuhkan sumber daya komputasi besar untuk mengolah data dalam jumlah tinggi, sedangkan inferensi menekankan kemampuan menjalankan model secara efisien ketika digunakan.
Jadwal ketersediaan tersebut masih berupa target perusahaan. Realisasi produk dapat menjadi faktor penting dalam menilai seberapa cepat Atlas dan chip Ascend 960 dapat digunakan secara luas oleh pelanggan atau penyedia layanan komputasi.
Bagian dari strategi membangun ekosistem AI sendiri
Reuters dan Associated Press melaporkan bahwa langkah Huawei merupakan bagian dari strategi China untuk memperkuat infrastruktur AI domestik dan mengurangi ketergantungan pada teknologi Nvidia. Strategi tersebut berlangsung di tengah pembatasan ekspor semikonduktor Amerika Serikat yang memengaruhi akses China terhadap sejumlah teknologi komputasi canggih.
Dalam konteks itu, Atlas 960E SuperPoD tidak hanya dipandang sebagai satu produk perangkat keras. Sistem tersebut juga menjadi bagian dari upaya Huawei membangun ekosistem komputasi AI sendiri, yang mencakup akselerator, interkoneksi, memori, dan perangkat lunak pendukung.
Pengembangan ekosistem domestik dapat membantu penyedia teknologi dan pengguna di China memperoleh alternatif untuk menjalankan beban kerja AI berskala besar. Namun, kemampuan suatu platform untuk menjadi alternatif yang kompetitif tidak hanya ditentukan oleh spesifikasi puncak. Ketersediaan produk, stabilitas pasokan, kompatibilitas perangkat lunak, efisiensi operasional, serta hasil pengujian di lingkungan nyata juga akan menjadi pertimbangan.
Performa masih perlu diverifikasi secara independen
Spesifikasi yang diumumkan Huawei memberikan gambaran mengenai sasaran teknis Atlas 960E SuperPoD. Meski begitu, pembaca perlu membedakan antara kapasitas atau kinerja yang diklaim produsen dan performa yang telah diverifikasi oleh pengujian independen.
Pengujian semacam itu biasanya diperlukan untuk melihat kinerja sistem pada berbagai model AI, tingkat utilisasi, konsumsi daya, keandalan ketika beroperasi dalam waktu panjang, serta efisiensi saat berkomunikasi antarkomponen. Hasil aktual juga dapat berbeda bergantung pada perangkat lunak dan cara sistem dikonfigurasi.
Untuk saat ini, pengumuman di HUAWEI CONNECT 2026 menegaskan arah Huawei dalam mengembangkan infrastruktur AI berskala besar melalui Atlas 960E SuperPoD dan memperluas roadmap chip Ascend 960. Perkembangan berikutnya akan bergantung pada realisasi jadwal Ascend 960DT dan Ascend 960PR serta validasi kinerja sistem di penggunaan nyata.