Huaweis KI-Chips kämpfen mit Softwareproblemen trotz wachsender Nachfrage
Chinas Bestrebungen, die Rechenleistung der USA im Bereich Künstliche Intelligenz (KI) zu erreichen, werden durch fehlerhafte Software ausgebremst. Kunden des führenden chinesischen KI-Chipherstellers Huawei beklagen sich über Leistungsprobleme und die Schwierigkeit, von Nvidia-Produkten auf Huaweis Ascend-Chips umzusteigen.
Nachdem die USA im Oktober letzten Jahres die Exportkontrollen für Hochleistungschips weiter verschärften, hat sich Huawei als führender Akteur in der Entwicklung einer heimischen Alternative zu Nvidia etabliert. Insbesondere für die Inferenz, einen zentralen Prozess in Anwendungen wie OpenAI's ChatGPT, werden die Ascend-Chips zunehmend von chinesischen KI-Gruppen genutzt.
Allerdings berichten mehrere Brancheninsider, darunter ein Ingenieur eines Partnerunternehmens, dass die Ascend-Chips in der initialen Modell-Training-Phase weiterhin weit hinter Nvidias Produkten zurückbleiben. Hauptursachen sind Stabilitätsprobleme, langsame Inter-Chip-Konnektivität und die unterlegene Softwareplattform Cann von Huawei. Während Nvidias Software Cuda für ihre Benutzerfreundlichkeit und die Beschleunigung der Datenverarbeitung bekannt ist, kämpft Huawei darum, ähnliche Erfolge zu erzielen.
Auch interne Stimmen bei Huawei äußern Kritik an Cann. Ein Forscher, der anonym bleiben wollte, bezeichnete das Produkt als "schwer und instabil in der Anwendung" und berichtete von Schwierigkeiten bei der Testung. "Bei zufälligen Fehlern ist es sehr schwierig, deren Ursprung zu identifizieren, da die Dokumentation mangelhaft ist. Es erfordert talentierte Entwickler, um den Quellcode zu analysieren, was den Prozess verlangsamt," sagte er. Ein weiterer chinesischer Ingenieur, der über den Einsatz der Huawei-Prozessoren bei Baidu informiert war, bestätigte häufige Abstürze der Chips, was die Entwicklung von KI erheblich erschwere.
Um die Probleme zu bewältigen, entsendet Huawei laut mehreren Quellen Ingenieure direkt zu den Kunden, um bei der Umstellung von Cuda auf Cann zu unterstützen. Zu den betreuten Unternehmen zählen unter anderem Baidu, iFlytek und Tencent. Ein ehemaliger Baidu-Mitarbeiter betonte: "Huawei zeichnet sich durch exzellenten Kundenservice aus, daher ist es selbstverständlich, dass ihre Ingenieure bei großen Kunden vor Ort sind und ihnen beim Einsatz der Chips helfen."
Huawei nutzt seine große Belegschaft, um den Übergang zu beschleunigen. Mehr als die Hälfte der 207.000 Mitarbeiter arbeiten laut Unternehmensangaben in der Forschung und Entwicklung, einschließlich der Ingenieure, die für die Kundeninstallationen verantwortlich sind. Tilly Zhang, Technologieanalystin bei der Beratungsgesellschaft Gavekal, erklärte: "Huaweis Vorteil gegenüber Nvidia ist die enge Zusammenarbeit mit seinen Kunden. Im Gegensatz zu Nvidia verfügt das Unternehmen über ein großes Team von Ingenieuren, das den Kunden bei der Lösung von Problemen hilft und sie bei der Umstellung auf ihre Hardware unterstützt."
Nach den verschärften US-Exportkontrollen im Oktober erhöhte Huawei den Preis für seinen Trainingschip Ascend 910B um 20 bis 30 Prozent, wie Insider berichten. Trotz der hohen Nachfrage äußerten Kunden jedoch Bedenken hinsichtlich möglicher Lieferengpässe aufgrund von Produktionsschwierigkeiten, da chinesischen Unternehmen der Kauf moderner Chipfertigungsmaschinen von der niederländischen ASML untersagt ist.
Trotz der Herausforderungen verzeichnete Huawei eine starke Nachfrage nach seinen KI-Chips und meldete einen Umsatzanstieg von 34 Prozent im ersten Halbjahr, ohne jedoch detaillierte Zahlen für die einzelnen Geschäftsbereiche zu veröffentlichen. Mehr als 50 grundlegende Modelle seien auf dem Ascend-Chip "trainiert und weiterentwickelt" worden, sagte Huawei-Geschäftsführer Zhang Ping’an auf der World Artificial Intelligence Conference in Shanghai im Juli. iFlytek berichtete, dass sein großes Sprachmodell ausschließlich auf Huawei-Chips trainiert wurde, nachdem Huawei im vergangenen Jahr ein Team von Ingenieuren in seine Zentrale in Hefei entsandt hatte, um die Technologie zu integrieren.
