Wcześniej dzisiaj TechPowerup opisał
Domniemana sprawność wydajności Huawei’s CloudMatrix 384 System Super Node. Zgodnie z opinią na półanaliza, akceleratory AI 910C System są pokolenia opóźnione – pod względem wydajności chipów – w porównaniu z projektem GB2 „Blackwell” NVIDIA „Blackwell”. Smic wydawał się być na zdjęciu, jako główny partner wytwarzania Huawei – być może z
Proces węzła 5 nm w prognozji. Zamiast tego semianaliza przypuszczała, że Ascend 910C opiera się na wielu technologiach nierodzinnych. Huawei (obecny i
wcześniejszy) „Agresywne quirting kontroli eksportu” prawdopodobnie umożliwiło lepsze niż oczekiwane statystyki wydajności nowej generacji. Semianaliza udokumentowała początki wczesnej próbki: „Chociaż chip asceden można wyprodukować w SMIC, zauważamy, że jest to globalny układ, który ma HBM z Korei (Samsung), produkcja waflowa pierwotnego z TSMC (Tajwan) i jest wytwarzany przez 10 miliardów miliardów sprzętu do wytwarzania wafli z USA, z USA, Netherlandii i Japonii … Jednym z powszechnych nieporozumień jest to, że Huawei jest w Chinach. Całkowicie tam zaprojektowane, ale Chiny nadal opiera się w dużej mierze na produkcji zagranicznej ”.
Pomimo premiery w Chinach odlewni, tworząc przyjemne w drodze z teoretyzowanym ”7 nm n+2„Produkcyjna linia testowa, Huawei pozornie niecierpliwia się na rodzime niedojrzałe opcje produkcji. Dzisiejszy artykuł semianalizy przedstawia przyzwoitą dawkę wiedzy wewnętrznej:„ Chociaż SMIC ma 7 nm, zdecydowana większość Ascend 910b i 910c jest wykonana z 7 nm TSMC. W rzeczywistości rząd USA, Techinsights i inni nabyli Ascend 910b i 910c, a każdy używał TSMC. Huawei był w stanie obejść sankcje na nich przeciwko TSMC, kupując ~ 500 milionów dolarów z 7 nm wafli za pośrednictwem innej firmy, Sophgo … Plotki Huawei nadal otrzymuje wafle od TSMC za pośrednictwem kolejnej firmy z trzeciej imprezy, ale nie możemy zweryfikować tej plotki. „Inna (Fabless) firma projektowa chińskiej wiórów, która nadal otrzymuje, aby nadal wykonać/uhonorować/uhedytować. Dostęp do linii produkcyjnych TSMCchoć nie dla produktów AI klasy korporacyjnej.
