Atlas 350: Ascend 950PR이 FP4에서 H20보다 3배 강력

Ascend 950PR 기반 Atlas 350: FP4 성능 및 Nvidia H20과의 비교

화웨이가 Ascend 950PR 칩 기반 AI 가속기 Atlas 350을 발표했습니다. 이 장치는 FP4 형식에서 1.56 PFLOPS를 제공하며, 제조사에 따르면 Nvidia H20보다 2.87배 우수한 성능을 발휘합니다. 추론 작업, 특히 prefill 단계에 최적화되어 있으며, 1.4 TB/s 대역폭의 112 GB HBM 메모리와 600 W TDP를 갖추고 있습니다.

기술 사양 및 아키텍처

Ascend 950PR은 네이티브 FP4 지원을 갖춘 최초의 중국산 칩으로, Nvidia가 Blackwell 아키텍처에서만 구현하는 초저정밀도 형식입니다. Hopper 기반 H20은 FP4를 네이티브로 지원하지 않아 직접 비교가 제한적입니다. 화웨이는 경쟁사가 갖추지 못한 기능에서 우위를 주장하고 있습니다.

Atlas 350은 1.4 TB/s 대역폭의 고속 112 GB HBM 메모리를 탑재했으며—H20보다 50% 많습니다. 전력 소비는 600 W입니다. 이 가속기는 추론 작업에 초점을 맞추되, FP4가 AI 작업 부하에서 허용 가능한 정확도로 속도 이점을 제공하는 prefill 단계에 특히 적합합니다.

• 메모리: 112 GB HBM, 1.4 TB/s
• 성능: 1.56 PFLOPS FP4
• TDP: 600 W
• 가격: ~111,000위안 (~16,000 USD)
• H20과의 비교: FP4에서 +2.87x (H20 네이티브 지원 없음)

Nvidia H20 및 H200과의 비교

H20은 수출 제한으로 중국 시장向け Hopper 기반 속도 제한 버전입니다. H20 가격은 15,000~25,000 USD 범위로, Atlas 350은 약 16,000 USD 수준입니다. 풀 Hopper H200에 비해 Atlas는 가격이 약 절반이지만 다재다능함은 떨어집니다.

주요 주의점은 FP4 우월성이 마케팅 포인트에 가깝다는 것입니다. H20이 해당 형식을 최적화하지 않았기 때문입니다. 그럼에도 Ascend 950PR의 네이티브 FP4 지원은 중국의 기술적 돌파구로, 서구 아키텍처 의존도를 줄입니다.

| 항목 | Atlas 350 | Nvidia H20 | Nvidia H200 |

|--------------|-----------|------------|-------------|

| 메모리 | 112 GB HBM| ~75 GB | 141 GB |

| 대역폭 | 1.4 TB/s | ~1 TB/s | 4.8 TB/s |

| TDP | 600 W | 400 W | 700 W |

| FP4 PFLOPS | 1.56 | 없음 | 없음 (Blackwell까지) |

외부 공급자 독립성

화웨이는 완전한 생산 사이클을 향해 추진 중입니다. 삼성과 SK하이닉스 위험을 최소화하기 위해 자체 HBM을 128 GB, 1.6 TB/s까지 계획하고 있습니다. Ascend 950PR은 AI 개발을 위한 CANN 스택을 사용하며, CUDA와 완전히 독립적입니다.

칩 로드맵:

• Ascend 950DT — 2026년 4분기
• Ascend 960 — 2027년 말
• Ascend 970 — 2028년

이로써 외부 제약 없이 AI 인프라를 확장할 수 있습니다.

핵심 사항

• FP4 우위: 네이티브 지원으로 prefill 추론 속도가 빨라지며, 중상위 AI 개발자에게 관련성 높음.
• 메모리 및 대역폭: 1.4 TB/s의 112 GB HBM은 대형 모델 작업에 경쟁력 있음.
• 가격/성능: ~16,000 USD에 H20 대비 특정 지표 우수.
• 자율성: 자체 CANN 스택과 HBM 계획으로 벤더 락인 감소.
• 비교 한계: H20이 FP4 미지원으로 실제 이점은 작업 부하에 달림.

Atlas 350은 CUDA가 불가능한 제재 지역에서 AI 모델 배포에 이상적입니다. 고급 전문가에게 핵심은 CANN 최적화와 생산 환경 FP4 테스트입니다.

— Editorial Team