Forschung und Innovation

Wir werden im intelligenten Zeitalter voll auf KI setzen. Wir verpflichten uns, Mehrwert für Kunden zu schaffen, um unseren eigenen Geschäftserfolg zu erzielen, und bleiben dabei konsequent von Geschäftswert und Marktbedürfnissen getrieben. Dafür müssen wir unsere Innovationsanstrengungen auf strategische Geschäftsbereiche konzentrieren und die Bemühungen verstärken, um Durchbrüche bei der Anwendung grundlegender Theorien zu erzielen. So werden wir die Wettbewerbsfähigkeit unserer Produkte und Lösungen für das intelligente Zeitalter weiter schärfen und unsere Kunden bestmöglich unterstützen.

Grundlagenforschung: Fokussierte Innovation in strategischen Geschäftsbereichen und verstärkte Anstrengungen für grössere Durchbrüche bei der Anwendung grundlegender Theorien

KI-Algorithmen und Anwendungen

Um die hohen Rechenkosten des mehrstufigen Samplings zu adressieren, haben wir einen durch Reinforcement Learning gesteuerten Sampling-Optimierungsalgorithmus vorgeschlagen. Dieser Algorithmus bringt Generierungseffizienz und Qualität für multimodale Diffusionsmodelle ins Gleichgewicht. Video- und Bildgenerierung ist nun fünfmal schneller – bei einem Genauigkeitsverlust von unter 1%.

Für eine bessere Beschleunigung der LLM-Inferenz auf Endgeräten haben wir eine durch Reinforcement Learning erweiterte Distillation-Technik vorgestellt. Dank einer spekulativen Decoding-Architektur, die sowohl Tree Search als auch eine gelockerte Token-Akzeptanz integriert, hat diese neue Technik den Inferenzdurchsatz von Celia Auto-answer verdoppelt – bei gleichbleibender Genauigkeit.

In Long-Tail-Szenarien sind Samples typischerweise spärlich, während die Datenerfassung unter geringer Effizienz leidet. Zudem ist End-to-End generatives Modellieren in hochdimensionalen Perception-Action-Räumen an sich bereits eine Herausforderung. Um diese Herausforderungen zu bewältigen, haben wir für Fahrzeuge eine cloudbasierte World Engine sowie ein World Action Model im Fahrzeug eingeführt. Diese haben die intelligenten Fahrfunktionen von HUAWEI ADS 4 deutlich verbessert und dessen Einsatz in über 1 Million Fahrzeugen unterstützt.

Kommunikationstechnologien und Anwendungen

Massive MIMO hat einen enormen Rechenbedarf. Durch den Ansatz einer iterativen Forward-Backward-Optimierung haben wir diese Herausforderung jedoch gemeistert. Dieser Ansatz bringt uns einen grossen Schritt näher an die Entdeckung der Darstellung einer hochpräzisen Matrix in extrem niedrigpräzisen Räumen und reduziert dadurch die Matrix-Rechenkomplexität von Transceivern um rund 50 %.

Zudem haben wir eine Approximate-Operator-Design-Theorie auf Basis von Confidence entwickelt, um die Rechenkomplexität von Digital-Pre-Distortion-(DPD)-Netzwerken um rund 20 % zu senken.

Wi-Fi-Signalinterferenzen sowie der hohe Chip-Stromverbrauch von 50G-PON-Systemen sind ein grosses Problem für die Branche. Als Reaktion darauf haben wir eine mehrstufige, selbstadaptive Interferenzunterdrückungsarchitektur sowie einen selbstadaptiven, dynamischen Bit-Flipping-Algorithmus weiterentwickelt. Damit konnten wir den Systemstromverbrauch um rund 10 % senken – ohne elektromagnetische Abschirmung.

Offene Innovation: Fokus auf Marktbedürfnisse und Geschäftswert für bessere Wettbewerbsfähigkeit und mehr Kundennutzen

Computing

Da Rechenleistung zentral für die KI-Entwicklung ist, hat Huawei intensiv an unseren computing SuperPoD- und Cluster-Lösungen gearbeitet, um die stetig wachsende Nachfrage nach Compute zu bedienen. Dazu gehörte:

• Veröffentlichung der Roadmap für unsere zukunftsorientierten SuperPoD-Produkte, namentlich Atlas 950 SuperPoD und Atlas 960 SuperPoD. Diese werden jeweils bis zu 8’192 bzw. 15’488 Ascend Neural Network Processing Units (NPUs) umfassen und in allen Schlüsselindikatoren führend sein – darunter NPU-Anzahl, gesamte Rechenleistung, Speicherkapazität und Interconnect-Bandbreite.
• Verankerung von Zuverlässigkeit in jeder Interconnect-Schicht sowie Ausarbeitung einer Peer-to-Peer-Architektur und eines einheitlichen Protokolls – UnifiedBus 1.0, das auf Memory Semantics basiert – um grosse Distanzen, hohe Zuverlässigkeit, hohe Bandbreite und niedrige Latenz zu gewährleisten. Dies unterstützt zudem ein einheitliches Memory Addressing, eine extrem niedrige Latenz im Bereich von 100 Nanosekunden sowie Terabyte-Bandbreite und macht damit SuperPoDs im grossen Massstab möglich.
• Veröffentlichung von UnifiedBus 2.0, einem Interconnect für SuperPoDs, im September 2025, sowie die öffentliche Bereitstellung der technischen Spezifikationen, um sowohl die Interconnect-Technologie als auch die Branche insgesamt voranzubringen.

Wireless Communications

Zur Vorbereitung auf das Zeitalter der Mobile AI nehmen wir Veränderungen durch Technologiekonvergenz an und bauen eine solide Netzgrundlage. Vor diesem Hintergrund haben wir im letzten Jahr:

• Den Engpass durch Pilot-Überlast in hochdimensionalen Kanälen bei Zentimeterwellen-T-MIMO durch Nutzung quasi-stationärer Ausbreitung sowie scenario-aware, feingranulare Messung im räumlichen Bereich durchbrochen. Dies gewährleistet eine etwa achtfache Verbesserung der spektralen Effizienz.
• Ein integriertes passives Front-End-RF-Modul für mmWave T-Cells eingesetzt und als erstes Unternehmen Sub-Band Frequency Division Multiple Access (FDMA) realisiert. Dies steigert die Leistungsfähigkeit von Basisstationen, sodass sie starken Datenverkehr von vielen gleichzeitig aktiven Nutzern problemlos bewältigen können.
• Einen völlig neuen Ansatz für network-wide full-band synchronous turn-off für timeslots mit zero-energy-consumption sowie eine mehrstufige energy consumption configuration für fein abgestimmtes Scheduling vorgeschlagen. Damit wird der Energieverbrauch über den gesamten Prozess um nahezu 50% gesenkt.
• Generative-AI-gestützte Core Networks mithilfe von Multi-Agent-Technologie weiter vorangetrieben – in Kombination mit den Integrated Sensing and Communications Capabilities der Zentimeterwelle. Dadurch können wir Netzwerke on demand für on-device AI und embodied AI anpassen und gleichzeitig die Wireless-Connectivity-Erfahrung verbessern.

Optical Networks

Im Bereich Optical Networking haben wir:

• Durchbrüche erzielt bei der Abgrenzung, Unterdrückung und Kompensation von Optical Link Impairments sowie bei einer neuen Forward Error Correction (FEC) Dynamic Decoding Architecture, mit Fokus auf Light Source Mechanism, Fiber Channels und Algorithms. Dies ermöglicht hochzuverlässige und stromsparende Optical Interconnects zwischen Data Centers.
• Fortschritte in Schlüsseltechnologien erzielt, darunter Laser Communication in Space, Diffraction-Limited Optical Antennas sowie High-Precision Acquisition, Tracking, and Pointing (ATP). Diese Weiterentwicklungen ermöglichen schnelles und hochpräzises Inter-Satellite Tracking and Acquisition und unterstützen stabile Free-Space Laser Communication.

Networking

Im Networking verbessern wir weiterhin die Performance der grossskaligen Kommunikation für SuperPoDs und Cluster. Dazu haben wir:

• Den branchenweit ersten Message-level Signaling Congestion Control (MCC)-Algorithmus entwickelt, basierend auf Pathset-Informationen, um den Bedarf an hohem Durchsatz bei grossskaligem Cluster Training und Inference zu adressieren. Dieser Algorithmus hat uns geholfen, die Herausforderung von Multi-Path- und Per-Packet Congestion zu überwinden und den Kommunikationsdurchsatz um 25 %–50 % zu steigern.
• Die branchenweit erste parallele Communications Architecture für die Data- und Control-Signaling Planes geschaffen. Diese liefert niedrige Latenz für Mixture of Experts (MoE) Inference für SuperPoDs. Durch die Reduktion von Synchronisations- und Order Preserving Overhead verkürzt die Architektur die Completion Time kollektiver Kommunikation um 10 %–30 %.

Consumer Business

In diesem Bereich bleiben wir an der Spitze von technologischer Innovation und Nutzererlebnis – von Materials bis Architecture, von Terrestrial bis Satellite Networks sowie von Smart bis Intelligent Application; zudem decken wir Lighting und Color ab. Konkret haben wir im letzten Jahr:

• Die branchenweit erste Switchable Dual Telephoto Camera veröffentlicht. Diese kombiniert einen grossen Sensor perfekt mit einem Dual Telephoto Lens und unterstützt Dual Optical Zoom mit 3,7x und 9,4x.
• Ein dreiteiliges Mortise-and-Tenon Advanced Precision Hinge System mit Auxiliary Cams entwickelt, damit unsere Foldables ein nahtloses Falt- und Entfalterlebnis bieten.
• Duale 3,5-mm Ultra-Thin Fans sowie eine Copper-Steel Composite Anti-Gravity 3D Vapor Chamber in unsere foldable Laptops integriert und so exzellente Kühlung trotz einer aufgeklappten Dicke von nur 7,3 mm sichergestellt.
• Ermöglicht, dass das terrestrial network eine Uplink Peak Rate von über 1 Gbps erreicht, und eine integrierte Chip Architecture für sowohl Satellite als auch Cellular Communications für das satellite network eingesetzt – für nahtlose Connectivity zwischen Ground- und Air-Environments.
• Eine neuartige Technology für Emergency Communication in Network-Blind Spots bereitgestellt. Diese hat ein überlegenes Communications Experience über terrestrial, satellite und no-network environments hinweg ermöglicht.
• Einen Quantensprung bei unserer True-to-Color Camera erzielt. Unterstützt durch Multi-spectral Local White Balance ermöglicht die Kamera Pixel-wise White Balance und arbeitet nahtlos mit der Primary Camera, Ultra-Wide Angle Camera und Telephoto Camera zusammen, um beeindruckende Color Accuracy zu liefern und sicherzustellen, dass jeder Hue in Multiple-Light-Source Scenarios naturgetreu wirkt.
• AI eingesetzt, um Computational Aesthetics und Graphics Computing zu beschleunigen, und Intelligent Media Experiences bereitgestellt – darunter Custom Styles, Instant Movies in der Gallery, Immersive Light-field Visual Effects und 3DGS Rendering Acceleration.
• Die Grenzen von AI durch den Einsatz von On-Device Models erweitert und dadurch intelligentere Experiences realisiert – etwa Call Noise Reduction, Call Summaries, Celia Brief, Document Summaries und Local AI Searches – und Celia noch smarter und leistungsfähiger gemacht.
• Die tiefgreifende Vertical Integration von Hardware, Software und Chips abgeschlossen und so eine Performance-Verbesserung von über 35 % bei unseren Mate 80 Series Phones mit dem HongMeng Kernel, dem BiSheng Compiler und dem OS Window System erreicht.

Foundational Software

In diesem Bereich setzen wir konsequent auf AI, um kritische Foundational Software Capabilities für die nächste Generation heterogener Computing Infrastructure zu unterstützen und Huawei mit unserer soliden AI Computing Foundation als neue Option für die Welt zu positionieren. Daher haben wir:

• Den BiSheng Compiler befähigt, die Performance zentraler Ascend Operators durch Microarchitecture Affinity Compilation um mehr als 20 % zu verbessern.
• Das Unified Memory Development Kit (UMDK) für Communications Acceleration genutzt und Ascend damit in die Spitzengruppe hinsichtlich MoE Expert Parallelism Inference Performance gebracht.
• Pionierdurchbrüche in Technologies wie Intelligent Awareness and Scheduling, Optimized Container für Multi-CPU Clusters sowie Application-Aware Compilation Acceleration erzielt. Auf dieser Basis haben unser openEuler OS und der BiSheng Compiler Kunpeng geholfen, in zentralen Scenarios führende Performance zu erreichen.
• Den Weg geebnet für die Pooling-based Multi-Write Architecture für unsere GaussDB. In Kombination mit dem TaiShan 950 SuperPoD ermöglichen wir damit eine reibungslose Migration von Mainframe- und Midrange Servers für die Core Systems von Financial Institutions.

R&D Engineering

In diesem Bereich haben wir unsere Bemühungen verstärkt, effiziente und vertrauenswürdige Engineering Capabilities aufzubauen. Im letzten Jahr haben wir dadurch:

• Eine zuverlässige, nachvollziehbare End-to-End Verification Engine für Floating-Point Computations entwickelt. Diese erkennt über 90% der Silent Data Corruptions auf NPUs und erhöht damit signifikant die Wahrscheinlichkeit einer erfolgreichen Convergence beim Model Training auf extrem grossen Computing Clusters.
• Einen neuen Ansatz zur Erhöhung der Reliability von LLM-powered AI Agents entwickelt. Basierend auf der Planning Domain Definition Language (PDDL) ist dieser hochadaptive Ansatz in der Lage, risky Task Execution Steps qualitativ zu identifizieren und 99,9 % der Highest-Risk Operations abzufangen.
• Software Engineering neu gestaltet, indem AI eine grössere und verlässlichere Rolle in Request Distribution, Code Generation, Code Review, Unit Testing, System Testing sowie Open-Source Vulnerability Remediation übernimmt.