In questo articolo Indice dei contenuti 2 sezioni
Huawei punta a diventare la Nvidia dell’intelligenza artificiale, e a dichiararlo apertamente è stato Guo Ping, presidente del Supervisory Board del gruppo cinese, davanti ai neoassunti il 10 settembre. Una settimana più tardi a Shanghai è arrivato il sistema chiamato a dare concretezza a quelle parole, l’Atlas 960E SuperPoD, equipaggiato con 4.096 processori Npu, cioè i chip dedicati ai calcoli di IA. Sono parecchi meno dei 15.488 annunciati l’anno precedente e il numero a prima vista sembra un passo indietro. Gli esperti però ci leggono una storia più articolata di così.
Dentro l’Atlas 960E SuperPoD, tra chiplet e litografia
Secondo i dati diffusi dall’azienda, l’Atlas 960E SuperPoD arriva a una potenza di calcolo dichiarata di 16 exaflops, ovvero 16 miliardi di miliardi di operazioni al secondo, con una memoria condivisa fino a un petabyte, l’equivalente di un milione di gigabyte. Il collegamento tra le componenti sfrutta l’ottica integrata al posto dei moduli di rete tradizionali e circa 5.500 unità di questo tipo sostituirebbero quasi 48mila moduli ottici convenzionali, con un risparmio energetico dichiarato di oltre 550 chilowatt. Nel calendario della famiglia Ascend compaiono il 960DT nel primo trimestre del 2027 per l’addestramento e il 960PR nel terzo trimestre per l’inferenza.
Mario Casu, docente di microelettronica al Politecnico di Torino, non parla di rivoluzione ma di evoluzione. L’Atlas 950 aveva già ottime caratteristiche di interconnessione e il nuovo sistema rappresenta un gradino in più lungo una strada tracciata da tempo, quella di costruire data center con chip e reti proprietari, sfruttando competenze che arrivano anche dalle telecomunicazioni. Le prestazioni di un sistema per addestrare l’IA dipendono infatti da tanti fattori oltre al singolo chip, come il tipo di collegamento tra le schede, il loro numero e la capacità di raffreddamento. Così le difficoltà di accesso alle tecnologie più avanzate possono essere compensate almeno in parte.
Un ruolo lo giocano i chiplet, un’architettura in cui più blocchi di silicio vengono integrati nello stesso package. Un die piccolo ha una resa produttiva maggiore di uno grande e questo permette di aggirare parzialmente l’esclusione dai nodi più avanzati di Tsmc, preclusi dalle sanzioni, appoggiandosi alla cinese Smic. Per Casu il divario con Nvidia è “non lontanissimo”, con qualche ritardo su metriche come le prestazioni per watt. Il vero ostacolo resta l’accesso alla litografia avanzata, e anche con una tecnologia equivalente a quella dell’olandese Asml servirebbero due o tre anni per recuperare. L’obiettivo, nella sua lettura, è offrire un’alternativa valida sul mercato cinese, integrata con modelli aperti come DeepSeek.
Pechino chiude a Nvidia e investe sull’infrastruttura
Il 17 settembre, lo stesso giorno della presentazione, la Cyberspace Administration of China ha ordinato alle grandi aziende tecnologiche di sospendere test e ordini delle gpu Nvidia Rtx Pro 6000D, pensate proprio per la Cina dopo lo stop al modello H20. Quel blocco aveva già fatto scendere la quota di mercato di Nvidia nel paese dal 95% a un valore ormai vicino al minimo. Pechino ritiene che i semiconduttori prodotti in casa da Huawei, Cambricon e Smic abbiano raggiunto prestazioni paragonabili. Neanche una settimana dopo Alibaba ha presentato lo Zhenwu V900, con prestazioni triple rispetto al predecessore e la possibilità di formare cluster fino a 500mila unità.
Ludovica Favarotto, ricercatrice all’Ispi, vede nell’annuncio soprattutto un messaggio politico. L’ambizione non riguarda i modelli linguistici come ChatGpt o Gemini ma un’infrastruttura verticale che va dal software ai semiconduttori fino ai data center. Sulla robotica la Cina sarebbe già avanti, visto che nel 2024 dei circa 542mila robot industriali installati nel mondo il 54% è finito lì, contro appena 34mila negli Stati Uniti. La filiera dei chip però è frammentata tra molti paesi e le restrizioni americane sui macchinari litografici, introdotte da Biden nel 2022 e mantenute da Trump, restano difficili da aggirare. Il divario di capitali poi è enorme, con investimenti privati in IA nel 2025 pari a circa 245 miliardi di euro negli Stati Uniti contro appena 11 miliardi in Cina.
Fonte: TecnoAndroid
