4096개 NPU 연결한 화웨이 AI 시스템 공개

화웨이가 최대 4096개의 신경망처리장치(NPU)를 연결하는 Atlas 960E SuperPoD를 공개했다. FP8 기준 8 EFLOPS의 연산 성능과 최대 1페타바이트의 고대역폭메모리(HBM)를 지원하는 AI 컴퓨팅 시스템이다.

화웨이는 17일 중국 상하이에서 열린 HUAWEI CONNECT 2026에서 Atlas 960E SuperPoD를 발표했다. 회사는 이 시스템이 10조개 매개변수 규모의 대형 AI 모델 학습과 추론을 겨냥한다고 밝혔다.

화웨이가 제시한 성능은 FP8 기준 8 EFLOPS다. 중국어 발표에는 FP4 기준 16 EFLOPS라는 수치도 포함됐지만, 두 수치는 연산 정밀도 조건이 달라 직접 비교할 수 없다.

이번 제품의 핵심은 근접 패키지 광학(NPO) 기반의 'Hi-ONE' 기술이다. NPO는 광학 연결 부품을 연산 칩 가까이에 배치해 대규모 칩 간 데이터 전송을 지원하는 방식이다.

화웨이는 기존 800G 광모듈 약 4만8000개가 필요한 연결 구조를 Hi-ONE 약 5500개로 대체했다고 설명했다. 이에 따라 SuperPoD 한 대의 전력 소비를 550kW 이상 줄였고, 시스템 가용성은 99.8%까지 높였다고 밝혔다.

고장 없이 작동하는 평균 시간도 이전 세대보다 두 배 늘었다고 화웨이는 덧붙였다. Hi-ONE의 단일 장치 전송 용량은 7.2Tbit/s로 제시됐다.

대규모 AI 시스템에서는 수천 개의 칩이 모델 학습과 추론 과정에서 데이터를 주고받는다. 이 때문에 개별 칩의 연산 성능뿐 아니라 칩을 연결하는 네트워크의 대역폭, 전력 소비, 장애 대응 능력도 전체 시스템 효율에 영향을 준다.

화웨이는 여러 NPU를 하나의 연산 시스템처럼 묶는 UnifiedBus와 통합 메모리 구조를 강조했다. 화웨이는 앞서 여러 연산 장치를 하나의 시스템처럼 묶는 AI 아키텍처를 제시한 바 있다.

이번 발표는 AI 인프라 경쟁의 기준을 칩 단품 성능에서 시스템 설계로 넓히려는 화웨이의 접근을 보여준다. 화웨이는 미국산 첨단 칩에 대한 접근성보다 NPU 연결 기술과 전력 효율을 전면에 내세웠다.

AP통신은 화웨이가 Atlas 960을 엔비디아($NVDA)에 대한 도전으로 제시했다고 보도했다. 다만 중국의 AI 모델 학습이 여전히 미국산 칩에 의존하는 경우가 많다고 전했다.

조지 첸(George Chen) 디 아시아 그룹 디지털 부문 파트너 겸 의장은 “AI 개발은 매우 빠르게 진행돼 누구도 영원히 선두를 유지한다고 확신할 수 없다”고 말했다. 이 발언은 AI 인프라 경쟁에서 현재의 성능 우위가 장기간 유지된다고 단정하기 어렵다는 의미로 해석된다.

제품 구성 규모를 둘러싼 자료 간 차이도 있다. 화웨이의 2026년 발표는 Atlas 960E SuperPoD를 최대 4096개 NPU 구성으로 설명했지만, 2025년 로드맵에는 Atlas 960 SuperPoD가 최대 1만5488개 어센드 NPU를 지원한다고 제시돼 있다.

두 수치가 서로 다른 제품 구성을 가리키는지, 기존 로드맵이 수정된 것인지는 확인되지 않았다. 따라서 현재 공개된 자료만으로 Atlas 960E의 최대 확장 규모를 1만5488개로 확대해 해석하기는 어렵다.

엔비디아 제품과의 경쟁력도 추가 검증이 필요하다. 화웨이가 제시한 연산 성능과 전력 절감 수치는 자체 발표에 기반하며, 동일 조건에서 비교한 독립 벤치마크 결과나 소프트웨어 생태계 검증은 공개되지 않았다.

가상자산 채굴과의 직접적인 연결성은 확인되지 않았다. 화웨이는 Atlas 960E를 AI 학습·추론용 인프라로 소개했으며, 채굴 장비나 블록체인 데이터센터 공급을 발표하지 않았다.