Kısaca

Huawei, Şanghay'da düzenlediği HUAWEI CONNECT 2026'da büyük yapay zekâ kümelerinde işlemci, bellek ve depolama kaynaklarını ortak bir protokolde buluşturan UnifiedBus mimarisini ve 4 bin 96 işlemcili Atlas 960E SuperPoD sistemini tanıttı.

Huawei, Şanghay'da 17-19 Eylül 2026 tarihlerinde düzenlenen HUAWEI CONNECT 2026 etkinliğinde, büyük ölçekli yapay zekâ sistemleri için geliştirdiği yeni bağlantı mimarisi UnifiedBus'ı ve bu mimariyi kullanan Atlas 960E SuperPoD sistemini tanıttı. Etkinlikte sunulan altyapı; işlemci (CPU), yapay zekâ hızlandırıcı (NPU), bellek ve depolama kaynaklarını ortak bir veri yolu altında toplayarak bileşenler arasındaki bant genişliğini artırmayı ve iletişim gecikmesini düşürmeyi amaçlıyor. Şirketin açıklamasına göre mimari, tek bir sunucu kabininden başlayarak milyon NPU seviyesine kadar genişleyebilen büyük bilgi işlem kümelerini destekleyecek şekilde modellendi.

Yapay zekâ modellerinin parametre sayısı arttıkça hesaplama üniteleri arasındaki veri aktarımı temel bir performans engeli oluşturuyor. Atlas 960E SuperPoD kümesi, 4 bin 96 işlemciyi tek bir bilgi işlem dokusu üzerinde birbirine bağlamak üzere tasarlandı. Bu tasarımda kısa mesafeli bağlantılarda maliyet avantajı sağlayan bakır kablolar korunurken, uzun mesafeli veri iletiminde yakın paketlenmiş optik (NPO) teknolojisine geçiliyor. NPU birimlerinin hemen yanına konumlandırılan Hi-ONE adlı optik motor, geleneksel tasarımlarda ihtiyaç duyulan 48 bin adet takılıp çıkarılabilir 800G optik modülün yerini alıyor. Optik alıcı-vericilerin silisyum yongalara yaklaştırılması, elektriksel iletim hatlarını kısaltarak sinyal kaybını ve yüksek yoğunluklu sunucu kızaklarında oluşan ısıyı azaltıyor.

Tanıtılan donanım mimarisi, fiziksel sunucular arasında mikrosaniye düzeyinde gecikmeyle bellek paylaşımına imkân tanıyor. Huawei, UnifiedBus altyapısını temel alan yeni "agentic AI SuperCluster" çözümünde TaiShan 950, Atlas 960 SuperPoD, OceanStor M900 depolama ve Xinghe UBG ağ bileşenlerini tek bir çatı altında birleştirdiğini bildirdi. Daha küçük ölçekli kullanım senaryoları için ise iki adet Atlas 650E sunucunun doğrudan UnifiedBus üzerinden bağlanıp tek bir sistem gibi çalışabildiği aktarıldı. Donanım duyurularına paralel olarak açık kaynak yazılım ekosistemine de değinen şirket; yapay zekâ ajanlarının yönetimi, model çıkarım verimliliği ve altyapı güvenliği için DeepSeek Harness, OpenCode ve openJiuwen projeleri üzerinde çalıştığını duyurdu.

Büyük veri merkezlerinde artan üretimsel yapay zekâ iş yükleri, saniyede binlerce bağlam belirtecinin kesintisiz işlenmesini ve dağıtık kartlar arasında güç kaybının önlenmesini gerektiriyor. Huawei'nin paylaştığı teknik veriler, yüksek yoğunluklu hesaplama kümelerinde sunucu alanı tasarrufu sağlandığını ve donanım kaynaklarının daha verimli paylaştırıldığını öne sürse de UnifiedBus mimarisinin gerçek dünya iş yüklerindeki performansı ve farklı donanım ekosistemleriyle entegrasyon düzeyi henüz bağımsız kıyaslama testleriyle belgelenmedi. Şirket, Şanghay Expo Center'da sergilediği altyapı bileşenlerinin veri merkezlerine ve telekomünikasyon bulut hizmetlerine dağıtımı için çalışmaların sürdüğünü belirtiyor.

Neden önemli?Yapay zekâ modelleri büyüdükçe çipler arası veri iletimi darboğaz yaratıyor; UnifiedBus ve optik motor entegrasyonu, veri merkezlerinde kablo yoğunluğunu ve gecikmeyi azaltarak büyük modellerin eğitimini hızlandırmayı hedefliyor.

Şu ana kadar bildiklerimiz

  • Huawei, UnifiedBus mimarisiyle CPU, NPU, bellek ve depolama birimlerini tek bir ara bağlantı çatısı altında toplamayı hedefliyor.
  • Atlas 960E SuperPoD kümesi, Hi-ONE optik motoru sayesinde 48 bin adet 800G optik modüle gerek kalmadan 4 bin 96 işlemciyi birbirine bağlayabiliyor.
  • Şirket; DeepSeek Harness, OpenCode ve openJiuwen gibi açık kaynak projeleriyle yapay zekâ ajanları için yönetim ve çıkarım araçları geliştiriyor.

Cevabı beklenen sorular

  • UnifiedBus mimarisinin Huawei dışındaki hızlandırıcı ve donanım çözümleriyle ne ölçüde birlikte çalışabileceği henüz bilinmiyor.
  • Atlas 960E SuperPoD kümesinin küresel veri merkezlerindeki ticari teslimat takvimi ve maliyet ayrıntıları henüz paylaşılmadı.
Kaynaklar ve belgeler

Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.