Atlas 960E SuperPoD, la risposta di Huawei ai SuperPOD di NVIDIA

In occasione di Huawei Connect 2026 il colosso dell'IT ha presentato Atlas 960E SuperPoD, la prima architettura di calcolo per l'IA basata sulla tecnologia NPO (Near-Packaged Optics), un tipologia di interconnessione ottica per data center che posiziona i moduli ottici direttamente sul circuito stampato, molto vicini al chip di elaborazione o di switching ma non integrati nello stesso packagking. 

Atlas 960E SuperPoD: il SuperPoD di Huawei basato su tecnologia NPO

Grazie alla tecnologia NPO, i segnali elettrici devono percorrere distanze brevissime, riducendo sia i consumi sia le dispersioni di calore. Questo approccio assicura anche una maggiore densità di banda, tutto a vantaggio dei pesanti calcoli per l'addestramento e l'inferenza dell'IA. 

Hi-One, lo NPO adottato per Atlas 960E è stato sviluppato interamente da Huawei ed è anche il primo e unico a essere dotato di sorgente luminosa integrata. Ha una capacità di trasmissione di 7,2 Tbit/s per singolo motore e, secondo Huawei, è ideale per addestramento e inferenza di modelli fino a 10 trilioni di parametri. 

Ogni singolo SuperPod Atlas 960E supporta un massimo di 4.096 NPU, offrendo 8 EFLOPS di prestazioni in precisione FP8 e 16 EFLOPS in precisione FP4, con capacità HBM (High Bandwidth Memory) fino a 1 petabyte. Le prestazioni sono insomma a livelli elevatissimi, ma non sono l'unico aspetto chiave di questo progetto, che si distingue anche per l'elevata efficienza energetica: grazie all'adozione della tecnologia NPO (sono presenti 5.500 unità Hi-ONE in un SuperPod) il sistema non necessita dei 48.000 moduli ottici 800G che sarebbero tradizionalmente richiesti per connettere tutte le NPU, fatto che porta a una riduzione dei consumi energetici superiore a 550 kW.

Più SuperPod Atlas 960E possono inoltre essere connessi tramite rete UnifiedBus o RoCE, consentendo la creazione di SuperCluster composti da ben 512.000 NPU. Tramite un'architettura di rete multi-rail è possibile connettere sino a un milione di NPU. 

Più potente di un DGX SuperPod di NVIDIA?

Viene naturale paragonare la soluzione di Huawei al DGX SuperPod di NVIDIA. Dal punto di vista dei numeri, sulla carta la soluzione di Huawei sembra la più potente, dato che raggiunge 8 EFLOPS in FP8 contro gli 1,26 EFLOF della proposta di NVIDIA. Anche in FP4 il quadro non cambia. Bisogna però tenere conto della scalabilità: l'architettura di NVIDIA è progettate per scalare molto facilmente, con un numero di NPU interconnesse ben superiore al milione, che è il massimo raggiungibile con Atlas 960E.

Bisogna anche sottolineare che le singole NPU di Huawei sono molto meno potenti degli equivalenti di NVIDIA: Atlas 960E come detto ne integra 4.096 su un singolo nodo, mentre un DGX SuperPod utilizza solo 72 GPU Rubin. 

NVIDIA mantiene insomma il primato per le prestazioni sul singolo chip e sulla possibilità di scalare, mentre HUAWEI preferisce puntare su chip meno potenti (ma anche meno energivori) ma utilizzandone un numero molto superiore per singolo nodo. 

“Nessuna azienda può costruire da sola un mondo intelligente. Per questo continuiamo a investire nello sviluppo di infrastrutture AI ad alte prestazioni, a supportare l’open source e i sistemi aperti per far crescere gli ecosistemi di computing e lavorare per favorire un successo condiviso con clienti e partner in tutto il mondo. Costruiamo, insieme, un mondo intelligente e completamente connesso”, afferma David Wang, Deputy Chairman of the Board e Rotating Chairman di Huawei.