Ascend는 화웨이 테크놀로지스가 개발한 인공지능(AI) 가속기 프로세서 제품군이다. 이 칩들은 특히 데이터 센터 환경에서 기계 학습 및 딥 러닝 워크로드의 집중적인 계산 요구를 처리하도록 설계되었다. Ascend 라인은 엣지 디바이스부터 고성능 데이터 센터 카드까지 다양한 제품을 포함하며, 시장의 다른 AI 가속기에 대한 확장 가능하고 효율적인 대안을 제공하는 것을 목표로 한다.
Ascend 프로세서는 화웨이의 독자적인 Da Vinci 아키텍처를 기반으로 구축되었으며, 이는 행렬 곱셈 및 신경망 추론과 훈련의 핵심인 기타 연산에 최적화되어 있다. 이 아키텍처는 각각 저전력 소비로 높은 처리량 계산을 수행할 수 있는 여러 AI 코어를 통합한다. 이러한 설계 덕분에 Ascend 칩은 소형 임베디드 시스템부터 생성형 AI 애플리케이션에 사용되는 대규모 언어 모델까지 다양한 AI 모델을 지원할 수 있다.
역사 및 개발
화웨이는 2018년 10월 상하이에서 열린 연례 Huawei Connect 컨퍼런스에서 Ascend 시리즈를 처음 공개했다. 초기 발표에서는 엣지 컴퓨팅용 Ascend 310과 데이터 센터 훈련용 Ascend 910의 두 제품 라인이 소개되었다. Ascend 910은 고성능 훈련 칩으로 포지셔닝되었으며, 화웨이는 최대 256 테라플롭스(TFLOPS)의 반정밀도(FP16) 컴퓨팅 성능을 제공하여 당시 NVIDIA의 제품과 경쟁할 수 있다고 주장했다.
이후 화웨이는 새로운 세대의 제품으로 Ascend 제품군을 확장했다. 2022년에는 메모리 대역폭과 상호 연결 기능이 개선된 Ascend 910B를 출시했으며, 2024년에는 성능과 효율성을 더욱 향상시킨 Ascend 910C가 그 뒤를 따랐다. 이 칩들은 화웨이의 Atlas 시리즈 AI 서버와 클라우드 서비스에 통합되어 있으며, 특히 중국 내 기업과 정부 기관을 대상으로 판매되고 있다.
Ascend의 개발은 2019년 미국의 제재로 첨단 반도체 제조 및 일부 소프트웨어에 대한 접근이 제한된 이후, 화웨이가 기술 자립을 달성하려는 광범위한 전략과 밀접하게 연관되어 있다. 그 결과 화웨이는 초기 생산을 위한 TSMC 및 최근 칩용 SMIC와의 파트너십을 포함한 국내 칩 설계 및 제조 협력에 막대한 투자를 해왔지만, 구체적인 제조 세부 사항은 공개되지 않는 경우가 많다.
아키텍처 및 기술 사양
Ascend 프로세서에 사용되는 Da Vinci 아키텍처는 통합 메모리 계층 구조와 확장 가능한 코어 설계를 중심으로 구성된다. 각 AI 코어에는 여러 벡터 유닛과 행렬 엔진이 포함되어 있으며, 이들은 컨볼루션 및 행렬 곱셈과 같은 연산을 효율적으로 실행할 수 있다. 이 아키텍처는 FP16, BF16, INT8을 포함한 혼합 정밀도 컴퓨팅을 지원하여 개발자가 정확성과 속도 사이의 균형을 조정할 수 있게 한다.
Ascend 910 시리즈의 주요 사양은 다음과 같다:
- 컴퓨팅 성능: 원래 910 모델의 경우 최대 256 TFLOPS(FP16), 910B와 910C는 점진적인 개선 제공.
- 메모리: 모델에 따라 용량이 다른 고대역폭 메모리(HBM)로, 일반적으로 32GB 이상.
- 상호 연결: 화웨이 자체 CANN(신경망용 컴퓨팅 아키텍처) 소프트웨어 스택과 멀티 칩 통신을 위한 고속 상호 연결 HCCS(Huawei Cache Coherence System).
엣지 추론용으로 설계된 Ascend 310은 8와트만 소비하며 최대 8 TFLOPS(FP16)를 제공하여 스마트 카메라와 산업용 로봇 같은 장치에 적합하다. 이 엣지 칩은 AI의 온디바이스 처리를 지원하여 지연 시간과 대역폭 요구 사항을 줄인다.
아키텍처 및 기술 사양
Ascend 프로세서에 사용되는 Da Vinci 아키텍처는 통합 메모리 계층 구조와 확장 가능한 코어 설계를 중심으로 구성된다. 각 AI 코어에는 여러 벡터 유닛과 행렬 엔진이 포함되어 있으며, 이들은 합성곱 및 행렬 곱셈과 같은 연산을 효율적으로 실행할 수 있다. 이 아키텍처는 FP16, INT8, BF16을 포함한 혼합 정밀도 컴퓨팅을 지원하여 정확성과 속도 간의 균형을 유지할 수 있다.
Ascend 910 시리즈의 주요 사양은 다음과 같다:
- 컴퓨팅 성능: 원래 910의 경우 최대 256 TFLOPS(FP16), 910B와 910C는 점진적인 개선 제공.
- 메모리: 모델에 따라 용량이 다른 고대역폭 메모리(HBM)로, 일반적으로 32GB 이상.
- 상호 연결: 화웨이의 자체 CANN(신경망용 컴퓨트 아키텍처) 소프트웨어 스택과 다중 칩 통신을 위한 고속 상호 연결인 HCCS(화웨이 캐시 일관성 시스템)를 사용한다.
엣지 추론용으로 설계된 Ascend 310은 8와트만 소비하며 8 TFLOPS(FP16)를 제공하므로 스마트 카메라와 산업용 로봇과 같은 장치에 적합하다. 이 칩은 디바이스 내 AI 처리를 지원하여 지연 시간과 대역폭 요구 사항을 줄인다.
아키텍처 및 기술 사양
Ascend 프로세서는 Da Vinci 아키텍처를 기반으로 하며, 이는 통합 메모리 계층 구조와 확장 가능한 코어 설계를 중심으로 구성된다. 각 AI 코어에는 여러 벡터 유닛과 행렬 엔진이 포함되어 있어 합성곱 및 행렬 곱셈과 같은 연산을 효율적으로 실행할 수 있다. 이 아키텍처는 FP16, BF16, INT8을 포함한 혼합 정밀도 컴퓨팅을 지원하여 개발자가 정확도와 속도 사이의 균형을 조정할 수 있게 한다.
Ascend 910 시리즈의 주요 사양은 다음과 같다:
- 컴퓨팅 성능: 원래 910 모델의 경우 FP16 기준 최대 256 TFLOPS, 910B와 910C는 점진적인 성능 향상을 제공한다.
- 메모리: 모델에 따라 용량이 다른 고대역폭 메모리(HBM)를 사용하며, 일반적으로 32GB 이상이다.
- 상호 연결: 화웨이 자체 CANN(신경망용 컴퓨팅 아키텍처) 소프트웨어 스택과 HCCS(화웨이 캐시 일관성 시스템)라는 고속 상호 연결을 사용하여 멀티 칩 통신을 지원한다.
엣지 추론용으로 설계된 Ascend 310은 FP16 기준 8 TFLOPS의 성능에 전력 소비는 8와트에 불과하여 스마트 카메라와 산업용 로봇과 같은 장치에 적합하며, AI 처리를 디바이스에서 직접 수행하여 지연 시간과 대역폭 요구 사항을 줄인다.
소프트웨어 생태계
Ascend 프로세서는 컴파일러, 런타임, 라이브러리를 포함하는 CANN 소프트웨어 스택에 의존한다. CANN은 TensorFlow, PyTorch, 그리고 MindSpore와 같은 주요 딥 러닝 프레임워크를 지원한다. 개발자는 이 프레임워크에서 모델을 작성한 후 CANN을 사용하여 Ascend 하드웨어에 배포할 수 있다.
화웨이는 또한 자체 프레임워크인 MindSpore를 제공하며, 이는 Ascend와 긴밀하게 통합되어 자동 병렬화와 모델 압축 기능을 제공한다. MindSpore와 Ascend의 조합은 훈련부터 추론까지의 종단간 AI 솔루션으로 마케팅되며, 금융, 의료, 통신 등 다양한 분야에서 사용된다.
그러나 이 생태계는 CUDA 플랫폼을 갖춘 NVIDIA의 생태계에 비해 성숙도가 낮은 편이다. 이는 CUDA 기반 워크플로우를 구축한 연구자와 기업들이 Ascend 채택을 주저하게 만드는 요인으로 작용한다. 이를 완화하기 위해 화웨이는 마이그레이션 도구와 호환성 계층을 개발하고 있지만, 완전한 호환성은 아직 부족하다.
응용 분야 및 사용 사례
Ascend 프로세서는 주로 데이터 센터에서 대규모 언어 모델 및 딥 러닝 모델의 훈련과 추론에 사용된다. 중국에서는 화웨이 클라우드가 개발한 Pangu 모델 시리즈와 같은 주요 AI 모델이 Ascend 칩으로 구동된다. 이 모델은 자연어 처리, 컴퓨터 비전, 과학 컴퓨팅 분야를 포함한다.
주요 응용 분야는 다음과 같다:
- 스마트 시티: 실시간 영상 분석 및 얼굴 인식 시스템.
- 자율 주행: 차량 내 AI 추론(다만 NVIDIA의 제품에 비해 덜 두드러짐).
- 엣지 컴퓨팅: 산업용 IoT 디바이스에서 실시간 AI 처리.
- 과학 연구: 기후 시뮬레이션과 같은 고성능 컴퓨팅 작업.
화웨이는 또한 중국 내 여러 대학 및 연구 기관과 협력하여 Ascend 채택을 촉진하고 있으며, 하드웨어 지원과 교육 프로그램을 제공하고 있다.
시장 위치 및 경쟁
AI 가속기 시장은 강력한 GPU와 CUDA 소프트웨어 플랫폼 덕분에 NVIDIA가 지배하고 있다. 주요 경쟁업체로는 AMD의 Instinct 시리즈, Intel의 Gaudi, 그리고 Groq와 같은 전문 스타트업이 있다. Ascend의 시장 위치는 중국 내에서 가장 강력하며, 미국 제재로 인해 중국 기업들이 수입 칩 대신 국내 기술을 채택하도록 장려되고 있다.
화웨이는 정부의 지원과 국내 기술 자립 정책에 힘입어 중국에서 중요한 AI 칩 공급업체로 자리매김했다. 그러나 CUDA 기반 개발 도구 및 라이브러리 생태계가 부족하다는 점은 해외 시장에서의 채택에 장벽으로 작용하고 있다. Ascend 910C는 NVIDIA의 A100과 비슷한 수준의 성능을 제공하는 것으로 평가되지만, 최신 NVIDIA 제품의 소프트웨어 생태계와 비교하면 여전히 격차가 존재한다.
응용 분야
Ascend 칩은 주로 중국 내 데이터 센터에서 대규모 언어 모델 훈련 및 추론에 사용된다. 대표적인 예로 화웨이의 Pangu 모델 시리즈가 있으며, 이는 자연어 처리, 컴퓨터 비전, 과학 컴퓨팅 작업을 포함한다. 또한 금융, 헬스케어, 에너지 분야의 기업들이 Ascend를 채택하여 AI 워크로드를 가속화하고 있다.
엣지 컴퓨팅 분야에서는 Ascend 310이 스마트 제조, 소매 분석, 스마트 시티 애플리케이션에서 사용되며, 실시간 추론이 필요한 시나리오에서 낮은 지연 시간을 제공한다.
미래 전망
화웨이는 Ascend의 차세대 제품 개발을 계속하고 있으며, 성능과 에너지 효율성을 개선하고 소프트웨어 생태계를 확장하는 데 중점을 두고 있다. 중국의 AI 반도체 자립 정책에 힘입어 Ascend는 국내 시장에서 더욱 중요한 역할을 할 것으로 예상된다. 그러나 미국의 수출 통제와 제조 제약으로 인한 도전은 여전히 남아 있으며, 글로벌 시장에서의 영향력 확대에는 제한이 있다. 그럼에도 불구하고, Ascend는 중국 AI 산업의 핵심 기반으로서 2025년에도 계속해서 성장할 것으로 보인다.