A cikk bemutatja, hogy miért marad el jelentősen Huawei az Nvidia mögött az AI-számítási kapacitásban. Az összehasonlítás a chipek teljesítményén és gyártási volumenén alapul: 2026-ban a Huawei körülbelül 25× kevesebb AI-számítási kapacitást állít elő, és a rendelkezésre álló adatok alapján várhatóan 2030-ig körülbelül négy év lesz a lemaradás.
Miért számít a chipek és gyártásuk?
Az AI-verseny nemcsak modellekről és adatközpontokról szól, hanem döntő szerepet játszanak benne a chipek és az őket előállító gyártóeszközök. Ezek határozzák meg, hogy mekkora összesített számítási teljesítményt lehet üzembe állítani. Éppen ezért a félvezetőexport-korlátozások fontos eszközei lettek az amerikai AI-politikának.
Huawei 2026-os kiinduló helyzete
- Teljesítmény: Huawei zászlóshajó AI chipje 2026-ra, az Ascend 950, nagyjából 7× kisebb számítási átvitelt nyújt, mint az Nvidia B300, és körülbelül 2× lassabb, mint az Nvidia 2022-ben piacra került H100. Ez a gyakorlatban azt jelenti, hogy a Huawei csipjei teljesítményben két generációval elmaradnak.
- Volumen: 2026-ra a szerző becslése szerint a Huawei mintegy 1,5 millió chipet fog gyártani, míg az Nvidia hozzávetőlegesen 6 milliót.
- Összesített számítási kapacitás: ha a darabszámot megszorozzuk az egy chipre jutó teljesítménnyel, Huawei körülbelül 25-ször kevesebb összesített számítást (H100-ek egyenértékében számolva) állít elő 2026-ban.
Huawei tervei 2030-ig (Ascend roadmap)
Huawei ambiciózus terveket vázolt fel a chipek és a rendszerek fejlesztésére: nagyobb teljesítményű egyedi lapkák, több lapka összekapcsolása egyetlen nagy rendszerben, és a szoftver érésének gyorsítása.
-
Gyártástechnológia korlátai: a Huawei partnere, a SMIC, nem tud olyan tranzisztördús eljárást biztosítani, mint az Nvidia partnere, a TSMC. Az amerikai exportkorlátozások megakadályozzák, hogy Kína hozzáférjen a legfejlettebb litográfiai gépekhez; a hazai gyártásból származó megoldások valószínűleg csak 2030 után lesznek érdemben használhatók.
-
Nagyobb lapkák és architektúra: a Huawei nagyobb, több logikai die-ot tartalmazó chipekkel és alacsonyabb pontosággal hatékonyabb számításra optimalizált architektúrával próbál teljesítményt növelni. Ezek viszont magasabb költséggel és nagyobb selejtszázalékkal járnak.
-
Vertikális rétegzés (LogicFolding): a hosszú távú stratégia a logikai die-ok vertikális egymásra helyezése, amivel egy adott felületen jóval több tranzisztort lehet elhelyezni. Ezt a megoldást a Huawei 2030 körül tervezi az Ascend családba bevezetni. Az Nvidia viszont a Feynman generációval várhatóan 2028-ban legalább két rétegű rétegzést alkalmaz, két évvel korábban.
Rendszerszintű fejlesztések: kommunikáció és szoftver
-
Nagyobb rendszerek: a Huawei a gyengébb egyedi chiptel kompenzálva sokkal nagyobb, „SuperPoD” jellegű domainokat tervez (például 8 192 chip egy doménen belül). Az ilyen nagyságrendű egyidejű, nagy sávszélességű kommunikáció fenntartása azonban komoly mérnöki kompromisszumokkal jár, ezért a Huawei kommunikációs hierarchiát épít ki, ahol a közelebbi chipek nagyobb sávszélességet kapnak.
-
Szoftver (CANN vs CUDA): a Huawei szoftverstakkja, a CANN (2018 óta elérhető), lényegesen kevésbé érett, mint az Nvidia CUDA-ja. A szoftverkoordináció javulása elméletileg 10× fölötti hatékonyságnövelést hozhat, de a gyakorlatban CANN még éveknyire van a CUDA-tól. Például amikor a DeepSeek megpróbálta az R2 modellt Ascend chipeken tanítani, Huawei mérnökök bevonása mellett sem sikerült befejezni a futtatást, ezért visszatértek Nvidia megoldáshoz.
Mennyivel marad le a Huawei chip-szinten?
A B300 és az Ascend 950 közötti jelenlegi különbség nagyjából 7×. Ahogy az Nvidia a Blackwellről a Rubinra és Rubin Ultrára lép, a különbség várhatóan kb. 9×-re nő 2027-re. Az első Ascend, amely közelíthet a B300 csúcsértékeihez, az Ascend 970, melyet késő 2028-ra terveznek. Mivel a B300 2025-ben érkezett, ez iparági összevetésben nagyjából három–négy éves lemaradást jelez chip-szinten 2029-ig.
Lehet-e mennyiséggel kompenzálni? HBM és gyártási kapacitás
-
HBM-szűkösség: a kínai HBM-gyártók, köztük a CXMT és az XMC, csak most kezdik növelni HBM-termelésüket, ezért 2026–2028 között Huawei termelése korlátozott marad.
-
Termelési becslések: 2026–2028 között az Nvidia éves H100-egyenértékű kimenetezetét tízmilliós nagyságrendben lehet feltételezni, 2028-ra közel 100 millió H100e lehet reálisan elérhető. Ezzel szemben Huawei optimistán 2028-ra mintegy 1,5 millió H100e-ra tud növelni a CXMT/XMC kapacitásokkal — ez mindössze ~1,5% az Nvidia várható kimenetéből.
-
2030-as optimizmus: optimista feltételezéssel Kína HBM-termelése 2030-ra akár 18×-ra bővülhet a 2026-os szinthez képest, de egy egyszerű becslés szerint ez is csak annyi összesített számítást eredményezhet Huawei részéről 2030-ban, mint amennyit az Nvidia 2026-ban produkált — vagyis a lemaradás időben továbbra is körülbelül négy év marad.
-
Csempészett HBM és készletek: 2025-ben a hiányt részben illegálisan szerzett alkatrészek és egy több mint 10 milliós külföldi HBM-raktárkészlet töltötte ki, amelyet kínai szereplők halmoztak fel a 2024. decemberi exportkorlátozások bevezetése előtt. Ezt a készletet várhatóan 2026-ban felhasználják, majd a kínai kapacitásra és csempészetre kell támaszkodni.
-
Szcenárió a csempészettel: ha elképzelhetően (és rendkívül költségesen) 2028-ban a Huawei tízszeres mennyiségű HBM-et csempészne be a hazai kapacitáshoz képest — több mint 40 milliárd dolláros költséggel 2025-ös HBM-árakon —, akkor is a Huawei kimenete körülbelül 16 millió H100e lenne, ami az Nvidia várható 2028-as termelésének csak körülbelül 16%-a.
Következtetés: exportkorlátozások és Nvidia előnye
2026 elején Huawei nagyjából 25×-tel kevesebb AI-számítást állít elő, chipei három–négy évvel maradnak el az Nvidia csúcsmegoldásaitól, és a kínai beszállítói lánc nem képes azonnal pótolni a hiányt. Az exportkorlátozások jelentősen lassítják és megdrágítják Huawei előrelépését mind teljesítmény, mind volumen terén.
Az Nvidia tovább növeli előnyét: HBM-szállítói (SK Hynix, Samsung, Micron) óriási beruházásokat terveznek, és az Nvidia következő generációs chipjei (például a Feynman) további jelentős teljesítménynövekedést hozhatnak 2028 után. Bár a Huawei mérnöki képességei erősek, és elméletben többféle úton behozhatja a különbséget (vertikális rétegzésben jobb teljesítmény, szoftveres felzárkózás, hozzáférés csúcs litográfiához, nagyobb gyártási volumen), a rendelkezésre álló információk alapján ez valószínűleg nem fog megtörténni 2030-ig.
Megjegyzések
- A cikk egy részletesebb jelentés összefoglalója.
- A CANN szoftverstakk érésének hiánya azt is jelenti, hogy az Ascend chipek potenciáljának egy része ma nem hasznosul, így az Nvidia tényleges előnye a fenti számszerű összevetésnél nagyobb lehet.
- A korábbi Ascend gyártás egyes boncolási jelentések szerint idegen alkatrészekre (TSMC logika, Samsung vagy SK Hynix HBM) támaszkodott, ami kérdésessé teszi a teljesen hazai gyártás nagy volumenű megvalósíthatóságát.
