La batalla por la potencia de cálculo de la IA hace tiempo que dejó de depender de un solo chip rápido. Huawei presenta Atlas 960E SuperPoD, una máquina completa en la que deben trabajar juntos hasta 4.096 procesadores de IA. Así, la empresa china construye una alternativa a la infraestructura de Nvidia.
Huawei presentó el sistema el 17 de septiembre durante HUAWEI CONNECT 2026. El elemento más llamativo está entre los chips: enlaces ópticos que deben transportar enormes cantidades de datos. Porque, con un gran modelo de IA, un procesador rápido sirve de poco si pasa el tiempo esperando a sus vecinos.
Por qué miles de chips deben formar un solo equipo
Un gran modelo de IA no siempre cabe en la memoria de un único procesador. El trabajo se reparte y las distintas partes intercambian información constantemente. Es como un taller enorme: incorporar trabajadores solo ayuda si los materiales y las instrucciones también llegan a todos a tiempo.
Por eso Huawei intenta diseñar todo el ordenador como un conjunto. En su anuncio de Atlas 960E, la empresa describe UnifiedBus para las interconexiones y el direccionamiento compartido de la memoria. La máquina también tendrá refrigeración líquida integral.
La luz lleva los datos más lejos
La tecnología óptica se llama NPO, abreviatura de near-package optics. Consiste en situar los componentes ópticos cerca de los chips. Huawei utiliza su módulo Hi-ONE, para el que anuncia una capacidad de transmisión de 7,2 terabits por segundo.
Atlas 960E está diseñado para conectar un máximo de 4.096 NPU. Una neural processing unit es un procesador especializado en cálculos de redes neuronales. Huawei orienta la nueva infraestructura al entrenamiento y la ejecución de modelos de IA muy grandes. Los clústeres mayores se componen, a su vez, de varios de estos sistemas.
Huawei construye toda la caja de herramientas
El enfoque no surge de la nada. Con el anterior Atlas 900 A3, Huawei ya conectaba hasta 384 chips Ascend 910C. Con la familia SuperPoD, la empresa sigue desarrollando una cadena de procesadores, redes y diseños de servidores propios.
Es otra forma de entender la carrera de los chips. La cuestión ya no es solo lo rápido que calcula un componente, sino cuánto trabajo útil realiza toda la instalación. También cuentan la memoria, las conexiones, la refrigeración y el consumo eléctrico del conjunto.
Nvidia tiene algo más que hardware rápido
La posición de Nvidia también gira en torno a una plataforma completa. Con CUDA, los desarrolladores pueden ejecutar cálculos de software en la GPU. Además, la empresa proporciona bibliotecas y herramientas que aceleran cálculos habituales. Quien lleva años trabajando con esas herramientas no cambia de plataforma con solo pulsar un botón.
Huawei responde con su propio entorno CANN. La empresa afirma que ya se desarrolla como código abierto con una comunidad de desarrolladores. Eso debería hacer más atractivo trasladar modelos y aplicaciones al hardware Ascend.
La verdadera competición se libra en el centro de datos
Una cifra máxima de chips no indica cuánto acaba pagando un cliente por una respuesta útil de IA. Para ello, el software debe aprovechar bien el sistema, debe haber suficientes chips disponibles y el conjunto debe funcionar de forma fiable. Las grandes cifras teóricas de cálculo son solo una parte de la historia.
Lo interesante es que Huawei intenta competir en todos esos niveles a la vez. El rival chino vende un plan para toda la fábrica de IA: desde el procesador hasta las conexiones y las herramientas de programación. Eso convierte la batalla con Nvidia en algo mucho mayor que una comparación entre dos chips.
