# Huawei beschleunigt die KI-Roadmap, indem es den Ascend 960DT auf das erste Quartal 2027 vorzieht und die SuperPoDs mit Near-Packaged-Optics-Technologie auf den Markt bringt

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/de/article/huawei-accelerates-ai-roadmap-ascend-960dt-near-packaged-optics-de
Section: Hardware (https://technewslist.com/de/hardware)
Author: TechNewsList
Language: de
Published: 2026-09-17T20:14:53.51+00:00
Updated: 2026-09-17T20:14:53.683205+00:00

> Huawei hat seinen Entwicklungsplan für KI-Chips beschleunigt, den Ascend 960DT auf das erste Quartal 2027 vorgezogen und gleichzeitig flüssigkeitsgekühlte SuperPoDs von Near-Packaged Optics eingeführt.

## TL;DR
- Huawei beschleunigte die Einführung seines Ascend 960DT AI-Trainingsbeschleunigers um drei Viertel bis zum ersten Quartal 2027.
- Der begleitende Inferenzchip Ascend 960PR wurde um ein Viertel auf das dritte Quartal 2027 vorgezogen.
- Der Atlas 960 SuperPoD führt die branchenweit erste Near-Packaged Optics in einem flüssigkeitsgekühlten Cluster ein.
- DeepSeek hat in der Inneren Mongolei bereits über 160.000 Ascend-Prozessoren für KI-Schulungen eingesetzt.

## Key points
- Der rotierende Vorsitzende David Wang kündigte den beschleunigten Zeitplan auf der Huawei Connect 2026 an.
- Die Roadmap reagiert direkt auf die internationalen Exportkontrollen für die Halbleiterfertigung.
- Near-Packaged Optics platziert optische Transceiver neben den Rechenchips, um Kupfergrenzen zu umgehen.
- Die vollständige Flüssigkeitskühlung bewältigt extreme Wärmeableitungsdichten von über 1.200 W pro Sockel.
- Huawei bekennt sich zum Gesetz des Tao und strebt eine jährliche Verdoppelung des effektiven KI-Computing-Umfangs an.
- Die Open-Source-Softwareplattform CANN reduziert weiterhin die Reibung im Ökosystem abseits von CUDA.

## Was passiert ist

Am 17. September 2026 gab der rotierende Vorsitzende David Wang auf der Flaggschiff-Konferenz Huawei Connect in Shanghai offiziell eine drastisch beschleunigte Unternehmens-Roadmap für die unternehmenseigene Ascend-Prozessorserie für künstliche Intelligenz bekannt. In einer Rede vor Tausenden von globalen Unternehmensdelegierten und Halbleiteringenieuren gab Wang bekannt, dass der Ascend 960DT-Trainingsbeschleuniger der nächsten Generation um drei volle Viertel vorgezogen wurde und seine geplante kommerzielle Bereitschaft auf das erste Quartal 2027 vorgezogen wird. Sein begleitender Inferenz-Prefill-Beschleuniger, der Ascend 960PR, wurde ebenfalls beschleunigt, um im dritten Quartal 2027 auf den Markt zu kommen.

Über die einzelnen Chip-Zeitpläne hinaus stellte Huawei seine kommende Atlas 960 SuperPoD-Computing-Cluster-Architektur vor und bestätigte, dass es sich um den branchenweit ersten massenproduzierten KI-Supercomputing-Cluster handeln wird, der Near-Packaged Optics (NPO) neben einer vollständigen Flüssigkeitskühlungsinfrastruktur integriert. Das Unternehmen kündigte außerdem ein formelles langfristiges Bekenntnis zum Tao-Gesetz an – einer empirischen Skalierungsformulierung, die von Huawei Fellow und zentralem Hardware-Architekten Tao Tao vorgeschlagen wurde –, die vorschreibt, dass sich der effektive Rechenumfang künstlicher Intelligenz jährlich verdoppeln muss, während die Verbindungsbandbreite exponentiell zunimmt, um Speicherengpässe zu verhindern.

## Warum es wichtig ist

Die aggressive Beschleunigung der Ascend-Hardwarefamilie stellt Chinas konzertierteste strategische Gegenmaßnahme gegen westliche Exportkontrollen für fortschrittliche Halbleiterfertigungswerkzeuge und Hochbandbreitenspeicher (HBM) dar. Da der Zugang zu hochmodernen internationalen Foundry-Knoten eingeschränkt ist, sind inländische chinesische Technologiegiganten gezwungen, schnell Innovationen auf den Ebenen Verpackung, Verbindung und Systemcluster einzuführen. Durch das Erreichen von Leistungsgleichheit durch Architekturinnovationen wie Near-Packaged Optics und massive flüssigkeitsgekühlte SuperPoDs versucht Huawei, seinen heimischen KI-Sektor von der Abhängigkeit von ausländischen Beschleunigerarchitekturen zu entkoppeln.

Die strategische Bedeutung wird durch die jüngsten inländischen Hyperscale-Implementierungen deutlich. Kommerzielle Berichte bestätigten, dass der chinesische Pionier der künstlichen Intelligenz DeepSeek bereits mindestens 160.000 Ascend 950DT-Prozessoren in der Inneren Mongolei eingesetzt hat, um Grenzschlussmodelle der nächsten Generation zu trainieren und bereitzustellen. Durch die Vorverlegung der Ascend 960-Generation auf Anfang 2027 möchte Huawei inländischen Cloud-Anbietern eine eigene Rechen-Roadmap bieten, die in der Lage ist, eine schnelle Modellskalierung im Grenzbereich aufrechtzuerhalten, ohne durch Lieferkettenembargos behindert zu werden.

## Technische Details

Die Ascend 960DT-Architektur umfasst wesentliche Verbesserungen der Mikroarchitektur, die speziell darauf ausgelegt sind, Einschränkungen der Speicherbandbreite zu mildern. Anstatt sich für die Kommunikation zwischen den Chips vollständig auf herkömmliche Kupferleiterbahnen zu verlassen, nutzt der Atlas 960 SuperPoD Near-Packaged Optics. Durch die Positionierung optischer Hochgeschwindigkeits-Transceiver-Engines neben dem Rechensilizium auf einem gemeinsamen organischen Substrat reduziert das System die elektrische Leiterbahnlänge drastisch, senkt den Stromverbrauch der Verbindungen drastisch und vervierfacht die Die-zu-Die-Bandbreite über Rechenknoten hinweg.

![Offizielle Huawei Ascend AI-Prozessor-Roadmap mit detaillierten beschleunigten Veröffentlichungsplänen für die Architekturen 960DT, 960PR, 970 und 980.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1789673526394-olt3fu-huawei-accelerates-ai-roadmap-ascend-960dt-near-packaged-optics-inside-1-2d7b6b4c5b.webp)

Darüber hinaus basiert der Cluster auf dem UnifiedBus-Verbindungsprotokoll der zweiten Generation von Huawei, das nahtloses Speicher-Pooling und nicht blockierende All-Reduction-Kommunikation über Zehntausende von Beschleunigern hinweg ermöglicht. Vollständig eingetauchte Flüssigkeitskühlkreisläufe direkt auf dem Chip bewältigen Wärmeableitungsdichten von mehr als 1.200 Watt pro Sockel und sorgen so für eine kontinuierliche Spitzenfrequenz bei längeren, kontinuierlichen Trainingsläufen. Der begleitende Inferenz-Prefill-Chip Ascend 960PR ist speziell für die Token-Generierung mit langem Kontext optimiert und verfügt über dedizierte Matrixverarbeitungseinheiten, die auf die dynamische Schlüsselwert-Cache-Verwaltung zugeschnitten sind.

![Physische Hardware-Installation der flüssigkeitsgekühlten Huawei Atlas SuperPoD-Serverschränke mit hochdichten Kühlmittelverteilungsrohren.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1789673528343-jn5gk2-huawei-accelerates-ai-roadmap-ascend-960dt-near-packaged-optics-inside-2-6155c0d780.webp)

## Auswirkungen auf Markt und Branche

Huaweis Roadmap-Beschleunigung stellt eine gewaltige Wettbewerbsherausforderung für etablierte internationale Halbleiterunternehmen, insbesondere Nvidia, AMD und Intel, auf dem riesigen chinesischen Markt für Unternehmenscomputer dar. Trotz der Bemühungen von Nvidia, konforme, für den Export geeignete Siliziumvarianten wie das B20 bereitzustellen, priorisieren inländische chinesische Unternehmen und staatlich unterstützte Telekommunikationsbetreiber zunehmend die native Ascend-Infrastruktur, um eine langfristige souveräne Betriebsstabilität zu gewährleisten.

Die rasante Entwicklung des Ascend-Software-Ökosystems, das sich auf die Open-Source-Rechenschicht CANN (Compute Architecture for Neural Networks) konzentriert, hat die Reibungsverluste bei der Software-Portierung durch CUDA deutlich reduziert. Führende chinesische Tech-Titanen – darunter Baidu, Tencent, Alibaba und namhafte Open-Source-Modellentwickler – optimieren aktiv ihre Kernschulungsrahmen für CANN und beschleunigen so den Aufbau eines sich selbst tragenden inländischen Software-Hardware-Co-Design-Ökosystems außerhalb des westlichen Halbleiterumfelds.

## Worauf man als Nächstes achten sollte

Halbleitermarktanalysten und Branchenbeobachter werden bis Anfang 2027 die Telemetrie zur Gießerei-Packaging-Ausbeute und die HBM-Integrationsfortschritte chinesischer inländischer Speicherhersteller verfolgen. Die Beschaffung ausreichend inländischer Speicher mit hoher Bandbreite und akzeptablen Waferausbeuten bleibt die wichtigste betriebliche Herausforderung für Huaweis beschleunigte Fertigungsziele.

Darüber hinaus wird die Branche die Betriebsleistung des riesigen Ascend-Clusters Inner Mongolia Ascend von DeepSeek überwachen, sobald Benchmark-Trainingskennzahlen auftauchen. Wenn inländische chinesische Stiftungsmodelle, die vollständig auf Ascend-Silizium trainiert wurden, Leistungsparität mit Modellen erreichen, die auf westlichen Clustern trainiert wurden, wird dies die verteilte Cluster-Architektur von Huawei validieren und die globale Dynamik der Halbleiterversorgung dauerhaft verändern.

## Quellen

- [Huawei Enterprise](https://www.chinastarmarket.cn/detail/2485802)– Keynote-Vortrag des rotierenden Vorsitzenden David Wang, der den überarbeiteten Zeitplan und die Spezifikationen des Ascend-Beschleunigers bekannt gibt.
- [TrendForce-Analyse](https://www.trendforce.com/news/2026/09/17/news-huawei-speeds-up-ai-chip-roadmap-reportedly-pulls-ascend-960dt-forward-three-quarters-to-1q27/)– Ausführliche Marktinformationen zu Ascend 960DT Pull-Forward, Atlas 960 SuperPoD-Flüssigkeitskühlung und NPO-Optik.
- [Bloomberg-Technologie](https://www.bloomberg.com/news/articles/2026-09-16/huawei-set-to-unveil-china-s-best-answer-to-nvidia-ai-chip-reign)– Weltweite Berichterstattung über Chinas KI-Halbleiterkonkurrenz, den Einsatz von 160.000 Chips von DeepSeek in der Inneren Mongolei und die Exportdynamik.

Mentions: Huawei, David Wang, TrendForce

## Sources
- [Huawei Enterprise](https://www.chinastarmarket.cn/detail/2485802)
- [TrendForce-Analyse](https://www.trendforce.com/news/2026/09/17/news-huawei-speeds-up-ai-chip-roadmap-reportedly-pulls-ascend-960dt-forward-three-quarters-to-1q27/)
- [Bloomberg-Technologie](https://www.bloomberg.com/news/articles/2026-09-16/huawei-set-to-unveil-china-s-best-answer-to-nvidia-ai-chip-reign)