格局巨變，中國(guó)AI接下來(lái)怎么打？戰(zhàn)術(shù)千萬(wàn)條 敢打第一條

美國(guó)全面封殺英偉達(dá)向中國(guó)出口H20芯片的消息，再一次說(shuō)明，把中國(guó)AI發(fā)展的希望寄希望于別人身上，是十分危險(xiǎn)的。

本輪封殺的確令不少業(yè)內(nèi)人士感到意外，一方面，H20芯片是一款一再閹割的芯片，性能本就不算強(qiáng)大；另一方面，是此前一度傳出消息，認(rèn)為英偉達(dá)已經(jīng)做通了特朗普政府的工作。

特別是路透社在4月9日援引美國(guó)全國(guó)公共廣播電臺(tái)（NPR）的一篇報(bào)道。這篇報(bào)道的主題是“海湖莊園晚宴后，特朗普政府放棄打擊英偉達(dá)AI芯片H20“。

很多人據(jù)此認(rèn)為，海湖莊園的主人已經(jīng)“答應(yīng)”黃仁勛，給H20一條生路。

而現(xiàn)在官方消息已經(jīng)證實(shí)，美國(guó)封殺H20的態(tài)度極為堅(jiān)決，這恰恰證明了，AI是中美科技博弈的核心高地；也說(shuō)明了，美國(guó)對(duì)中國(guó)日益發(fā)展和進(jìn)步的AI產(chǎn)業(yè)極為忌憚。

AI是移動(dòng)互聯(lián)網(wǎng)之后，最具希望的一次人類數(shù)字技術(shù)的范式轉(zhuǎn)換，可能徹底改變?nèi)祟惖陌l(fā)展方式。在此前的若干次范式轉(zhuǎn)換中，中國(guó)的核心科技從未有如此的在某一領(lǐng)域如此逼近美國(guó)的領(lǐng)先地位。

如果要趕超，就一定要有戰(zhàn)略思維——找到我們最擅長(zhǎng)的戰(zhàn)場(chǎng)。事實(shí)證明，中國(guó)人找到了解決AI發(fā)展算力的辦法——這一切，在4月10日華為云發(fā)布CloudMatrix 384超節(jié)點(diǎn)的一刻，已經(jīng)開(kāi)始。

——導(dǎo)語(yǔ)

01

非標(biāo)式趕超

我非常欣賞華為公司副總裁、中國(guó)云業(yè)務(wù)部部長(zhǎng)張修征在今年華為云生態(tài)大會(huì)上的一段話，他說(shuō)：“很多事情并不會(huì)等到我們做好準(zhǔn)備再發(fā)生。在大機(jī)會(huì)也是大挑戰(zhàn)面前，我有一句話就是——戰(zhàn)術(shù)千萬(wàn)條，敢打第一條。華為云就是要打造中國(guó)最堅(jiān)實(shí)的算力底座，為世界提供第二選擇。”

當(dāng)然，張修征如此有信心的站在臺(tái)上說(shuō)這番話，總有他的憑持。說(shuō)得再具體一點(diǎn)，他的底氣來(lái)自于剛發(fā)布的華為云CloudMatrix 384超節(jié)點(diǎn)——這可能是目前世界上性能最強(qiáng)的商用超節(jié)點(diǎn)。

此前，你可能不知道CloudMatrix 384超節(jié)點(diǎn)是什么，但你或許對(duì)英偉達(dá)的GB200 NVL72有一定的認(rèn)知，這是一套是專為大規(guī)模AI和高性能計(jì)算（HPC）設(shè)計(jì)的革命性系統(tǒng)。

而你沒(méi)聽(tīng)錯(cuò)的是：CloudMatrix 384的性能力壓GB200 NVL72——沒(méi)錯(cuò)，我們的確用了更多的芯片才換來(lái)更強(qiáng)的性能，準(zhǔn)確的說(shuō)就是384張卡。

但這種更強(qiáng)性能的優(yōu)勢(shì)的體現(xiàn)，絕不是堆芯片這么簡(jiǎn)單，而是華為云圍繞建立超級(jí)強(qiáng)大的單體云服務(wù)器（也就是我們所說(shuō)的超節(jié)點(diǎn)）這個(gè)目標(biāo)，需要拉升方方面面的技術(shù)……從算力架構(gòu)、超級(jí)帶寬、智能調(diào)度、先進(jìn)存儲(chǔ)等等。

就像當(dāng)年美國(guó)NASA研究航天飛機(jī)，有人說(shuō)，一架航天飛機(jī)拉動(dòng)了相關(guān)民用技術(shù)二十年的跨越。

但是，具體的細(xì)節(jié)我們稍后講，我們先來(lái)聊點(diǎn)更宏觀的東西。

科學(xué)界認(rèn)識(shí)到GPU更適合于高度并行化的科學(xué)計(jì)算，是一個(gè)至少有20年或更久的話題。但直到需要千卡、萬(wàn)卡集群的AI特別是大模型的訓(xùn)練、推理需求爆發(fā)后，人們才發(fā)現(xiàn)在搭建此類集群上的需要的工程化能力是一個(gè)技術(shù)黑洞。

一直以來(lái)，搭建此類大集群一直是傳統(tǒng)互聯(lián)網(wǎng)巨頭、軟件巨頭在自家地盤上的操作。應(yīng)該說(shuō)，從需求催生產(chǎn)品的角度說(shuō)，這很合邏輯。但另一個(gè)問(wèn)題是，這些巨頭往往不是搞高性能計(jì)算和超算集群起家的，這使得這些企業(yè)自建的萬(wàn)卡大集群往往非常脆弱，持續(xù)運(yùn)行時(shí)間甚至只能持續(xù)十幾分鐘到幾個(gè)小時(shí)，能持續(xù)運(yùn)轉(zhuǎn)一兩天已經(jīng)非常驚人了。

另外，傳統(tǒng)的服務(wù)器集群在架構(gòu)也有許多天生不足，例如，受限于單卡或多卡間的通信帶寬（如PCIe或早期NVLink），難以處理某些超大規(guī)模任務(wù)；另外，它們?cè)隗w系架構(gòu)、硬件、通訊、存力甚至散熱、節(jié)能等方面的底層能力，也是相對(duì)薄弱的。

但是畢竟這些大廠有大把的工程師，所以能自己消化困難；但有這樣多工程師的大廠有幾個(gè)呢？特別是在大型政企、國(guó)企，以及絕大多數(shù)的大中型、中小型，很難玩轉(zhuǎn)大模型所需的集群。

在這種背景下，由底層硬件也就是GPU或AI計(jì)算芯片的研發(fā)者，基于對(duì)底層技術(shù)的深入理解來(lái)開(kāi)發(fā)一種高度集成、開(kāi)箱可用，同時(shí)在穩(wěn)定性、效率、易用性、總體擁有成本等方面具有明顯優(yōu)勢(shì)的集中式的、高擴(kuò)展性的節(jié)點(diǎn)級(jí)硬件系統(tǒng)，也就非常自然。

NVL 72就是這樣的一種產(chǎn)品，但華為的CloudMatrix 384超節(jié)點(diǎn)則是對(duì)NVL 72的一種非對(duì)標(biāo)式的趕超。

寫(xiě)到這里，我突然想到了我讀過(guò)很多遍的《硅谷之火》——現(xiàn)在的AI賽道特別是在硬件賽道，很像上世紀(jì)70年代的那個(gè)充滿活力的美國(guó)硅谷——大家都知道個(gè)人電腦是未來(lái)的方向，但絕大多數(shù)真正玩電腦的往往是工程師和程序員，而市面上存在數(shù)以百計(jì)的操作系統(tǒng)、軟件和各種不同的“機(jī)型”，呈現(xiàn)出路徑不固化、競(jìng)爭(zhēng)很激烈、優(yōu)秀創(chuàng)意層出不窮的局面。

然而，總有人來(lái)一統(tǒng)天下，所以IBM出現(xiàn)了，它統(tǒng)一了個(gè)人計(jì)算機(jī)的標(biāo)準(zhǔn)，使得PC變成一種標(biāo)品……硬件上百花齊放的局面結(jié)束了，PC成為主流產(chǎn)品——它的真正意義在于，極大的降低了整個(gè)軟件行業(yè)、硬件行業(yè)無(wú)序發(fā)展的局面，使人們能夠基于某些通用標(biāo)準(zhǔn)進(jìn)行創(chuàng)新，最終極大降低了重復(fù)造輪子的成本……至于最后的贏家，未必是IBM，但這并不重要。

我認(rèn)為，隨著DeepSeek和未來(lái)無(wú)數(shù)個(gè)類似DeepSeek這樣的企業(yè)帶來(lái)的跳躍式創(chuàng)新，AI應(yīng)用將加速降臨在我們的生活中。而AI對(duì)基礎(chǔ)設(shè)施的渴求將難以想象。這種背景下，最有效率的建設(shè)中國(guó)算力基礎(chǔ)設(shè)施的辦法，就是用超節(jié)點(diǎn)這樣的產(chǎn)品，來(lái)統(tǒng)一人們對(duì)超級(jí)單體智算服務(wù)器的標(biāo)準(zhǔn)。

這種“統(tǒng)一標(biāo)準(zhǔn)”，并不是說(shuō)要用華為的標(biāo)準(zhǔn)來(lái)取代行業(yè)標(biāo)準(zhǔn)。而是行業(yè)對(duì)此類新生的“超級(jí)裝置”尚沒(méi)有標(biāo)準(zhǔn)，而華為384上的大部分特征都代表了這一領(lǐng)域的領(lǐng)先水平，所以它可以作為某種客觀參照物，去照見(jiàn)行業(yè)發(fā)展的路徑。

當(dāng)然，如果我們更理性一點(diǎn)，談到這個(gè)超級(jí)裝置存在的核心意義，我認(rèn)為至少有三個(gè)點(diǎn)要引起高度的重視：

首先，它的出現(xiàn)肯定了高度集成化的“超節(jié)點(diǎn)”存在的意義，那就是突破傳統(tǒng)服務(wù)器架構(gòu)/集群的性能和擴(kuò)展性瓶頸，為萬(wàn)億級(jí)甚至更高參數(shù)級(jí)的AI模型訓(xùn)練與推理提供全棧優(yōu)化的支持，并以一個(gè)非常高完成度、集中度的產(chǎn)品形態(tài)來(lái)提供。每臺(tái)這類裝置都是中國(guó)算力長(zhǎng)城上的一塊“標(biāo)準(zhǔn)磚”。

更重要的是，CloudMatrix 384超節(jié)點(diǎn)，從底層硬件開(kāi)始向上基本都是全面自主研發(fā)的，這意味著在未來(lái)的極限施壓和技術(shù)封鎖出現(xiàn)時(shí)，中國(guó)AI產(chǎn)業(yè)可以得到不受限的、持續(xù)的優(yōu)質(zhì)算力供給；

雖然在單卡算力上我們距離世界頂尖水平仍有差距，而CloudMatrix 384超節(jié)點(diǎn)通過(guò)集成更多的芯片，實(shí)現(xiàn)了同類設(shè)備上整體性能的趕超。

02

CloudMatrix 384超節(jié)點(diǎn)的優(yōu)勢(shì)在哪里？

CloudMatrix 384超節(jié)點(diǎn)已在華為云的蕪湖數(shù)據(jù)中心規(guī)模上線，成為國(guó)內(nèi)唯一正式商用的大規(guī)模超節(jié)點(diǎn)集群。當(dāng)我走進(jìn)機(jī)房，看到CloudMatrix 384超節(jié)點(diǎn)的真身的時(shí)候，它的緊湊設(shè)計(jì)、出色外形所展現(xiàn)出的一種硬件科學(xué)的美感，在視覺(jué)上就有強(qiáng)大的沖擊力。

事實(shí)上，自從在2018年10月的華為全聯(lián)接大會(huì)上，昇騰310芯片與世人見(jiàn)面，同時(shí)基于昇騰310的華為云服務(wù)也正式上線，一輪加速跑就此開(kāi)始了——在這個(gè)過(guò)程中，2019年，昇騰910正式發(fā)布，并在9月份發(fā)布了計(jì)算戰(zhàn)略及Atlas900；2021年，華為發(fā)布了盤古大模型1.0；2023年9月，華為公司正式宣布全面智能化戰(zhàn)略；而2024年6月，正式發(fā)布了盤古大模型5.0……某種程度上，今天我見(jiàn)到的一切，是華為云在AI技術(shù)上每一步都踩對(duì)技術(shù)節(jié)點(diǎn)后的集大成之作。

而CloudMatrix 384的發(fā)布，則意味著華為云開(kāi)始從提供智能算力，走向了提供“先進(jìn)智能算力”的升維之路。

從此，超節(jié)點(diǎn)將是華為AI宇宙中的基本粒子，這并非炫技，而是一種高度理性的判斷。

如張修征所言——在單個(gè)芯片上，可能我們還會(huì)受制于不夠先進(jìn)的半導(dǎo)體制程帶來(lái)的性能上限問(wèn)題，故此更需要有整體戰(zhàn)的思維。在算力、運(yùn)力、存力到電力這四個(gè)要素上，動(dòng)態(tài)運(yùn)用我們的優(yōu)勢(shì)，使我們從算力單維的競(jìng)爭(zhēng)跳到四維多要素的競(jìng)爭(zhēng)，“以升維的方式和業(yè)界的競(jìng)爭(zhēng)對(duì)手及美國(guó)算力競(jìng)爭(zhēng)”。

當(dāng)然，這是一種宏觀思維，但當(dāng)它具體落到CloudMatrix 384超節(jié)點(diǎn)上時(shí)，就需要有具象的技術(shù)優(yōu)勢(shì)。

令人印象深刻的首先是384的算力密度，簡(jiǎn)單說(shuō)，它將傳統(tǒng)各自為戰(zhàn)的單節(jié)點(diǎn)8卡昇騰服務(wù)器，通過(guò)新型高速總線實(shí)現(xiàn)多臺(tái)、多卡的緊耦合互聯(lián)，打造成一個(gè)物理意義上的單一超級(jí)云服務(wù)器。具體來(lái)說(shuō)，這種整合實(shí)現(xiàn)了算力規(guī)模的50倍提升，可支持更大參數(shù)模型統(tǒng)一訓(xùn)練。

但讀者千萬(wàn)不要理解為這是簡(jiǎn)單的大力出奇跡，因?yàn)槎嗫ā⒍嗯_(tái)的緊耦合，雖然帶來(lái)了算力提升，但也帶來(lái)了許多的技術(shù)難點(diǎn)。

簡(jiǎn)單說(shuō)就是，“大力”如果是通過(guò)“增肌”的方式來(lái)實(shí)現(xiàn)，那你就需要一個(gè)鋼澆鐵鑄的“肉身”來(lái)承載這種大力，否則自身就會(huì)被壓垮。

架構(gòu)設(shè)計(jì)則將是決定性的因素，而華為云目前是業(yè)界唯一采用對(duì)等架構(gòu)超節(jié)點(diǎn)技術(shù)提供算力服務(wù)的云廠商，384也是在對(duì)等架構(gòu)（或稱“對(duì)稱架構(gòu)”）設(shè)計(jì)思想下產(chǎn)生的超級(jí)云服務(wù)器。

對(duì)等架構(gòu)，簡(jiǎn)言之，就是所有處理器在硬件和軟件層面上都是等價(jià)的。這意味著每個(gè)處理器都可以訪問(wèn)相同的內(nèi)存空間，并且具有相同的權(quán)限和能力來(lái)執(zhí)行任務(wù)。

在華為云，這種設(shè)計(jì)思想落實(shí)為了一個(gè)短語(yǔ)“一切可池化”。你可以理解為，這種池化的本質(zhì)，就是讓CPU、NPU、GPU、高速內(nèi)存等多樣資源統(tǒng)一抽象，然后被放進(jìn)一個(gè)資源池里。再基于精妙的調(diào)動(dòng)，可以容納更多的資源單元的池化融入，這是算力倍增的一個(gè)重要前提。

然而，“一切皆對(duì)等”并不容易實(shí)現(xiàn)，其中最大的問(wèn)題就是一致性的問(wèn)題——所有的資源從理論上是一體的，但實(shí)際卻受制于帶寬和調(diào)度因素，很難保持高度的一致性。

打個(gè)比方，某個(gè)城市因?yàn)榻煌ㄟ\(yùn)力不足而出現(xiàn)了乘車難，于是增加了50倍的車輛投入運(yùn)營(yíng)。然而，如果不同時(shí)拓闊城市道路、升級(jí)交通調(diào)度系統(tǒng)和交管能力，帶來(lái)的首先將不是出行體驗(yàn)的提升，而是擁堵的出現(xiàn)甚至城市交通的崩潰。

當(dāng)然，至關(guān)重要的首先是拓寬道路和提升通行速度，這方面，華為的技術(shù)顯然是世界級(jí)的——通過(guò)超高帶寬Scale-Up新型高速總線網(wǎng)絡(luò)，實(shí)現(xiàn)了從“傳統(tǒng)以太網(wǎng)”向“共享總線網(wǎng)絡(luò)”演進(jìn)，將資源互聯(lián)帶寬提升了10倍以上。

當(dāng)然，一味提高路的寬度的邊際成本會(huì)非常高。故此，華為還引入了很多黑科技，它們類似于智能化的交通設(shè)施，通過(guò)每一個(gè)細(xì)節(jié)的優(yōu)化，提升了整體的性能。

例如，目前GPU上堆砌HBM內(nèi)存已經(jīng)到了“喪心病狂”的程度，而大家都知道的是，HBM作為一種超低延遲的介質(zhì)非常昂貴。為此，華為超節(jié)點(diǎn)中則應(yīng)用了EMS內(nèi)存存儲(chǔ)服務(wù)，通過(guò)“內(nèi)存補(bǔ)顯存”，使得相同大模型訓(xùn)練算力消耗降低50%。

還有，超節(jié)點(diǎn)還融合了華為的存儲(chǔ)黑科技，大模型訓(xùn)練的兩個(gè)典型的“吃存儲(chǔ)”性能的環(huán)節(jié)——分別是天量的數(shù)據(jù)加載和中途建立恢復(fù)點(diǎn)（check point）及斷點(diǎn)恢復(fù)。華為存儲(chǔ)提供的SFS Turbo存儲(chǔ)分級(jí)，使得訓(xùn)練數(shù)據(jù)加載速度提升20倍。秒級(jí)故障監(jiān)控和自動(dòng)恢復(fù)可以在10分鐘內(nèi)恢復(fù)訓(xùn)練作業(yè)，而業(yè)界平均水平為60分鐘。

以上種種，無(wú)論是超高速總線、超高速內(nèi)度以及超高速存儲(chǔ)，不僅可以使AI訓(xùn)練錯(cuò)誤概率更小，斷點(diǎn)恢復(fù)（checkpoint）更快，而且在一定程度更接近于“存算一體化”這個(gè)長(zhǎng)期目標(biāo)，而這是當(dāng)下AI領(lǐng)域乃至超算領(lǐng)域都在研究的熱門課題，華為則默默的將之融入了超節(jié)點(diǎn)中。

更可貴的是，超節(jié)點(diǎn)以及對(duì)等超節(jié)點(diǎn)網(wǎng)絡(luò)不僅能夠扛下最艱巨、最龐大的運(yùn)算需求，也可以展現(xiàn)出”大象跳舞”式的高彈性，這就是“一切可組合”——具體來(lái)說(shuō)，這是指通過(guò)“瑤光智慧云腦”，提供NPU、GPU、CPU、內(nèi)存等資源按需組合，讓用戶需求智能的去匹配最優(yōu)的算力組合，無(wú)論是百億參數(shù)模型需要的靈活資源，還是萬(wàn)億級(jí)模型訓(xùn)練所需的龐大資源，超節(jié)點(diǎn)都可以高彈性的實(shí)現(xiàn)。用一個(gè)華為的比喻就是，算力是“可以切片”的。

必須記住的一個(gè)指標(biāo)是——40天，這是華為基于超節(jié)點(diǎn)組成的集群在萬(wàn)億級(jí)參數(shù)模型訓(xùn)練中能夠持續(xù)運(yùn)轉(zhuǎn)、不中斷的時(shí)間，相對(duì)來(lái)說(shuō)，很多企業(yè)自用的集群在調(diào)試早期，經(jīng)常運(yùn)行幾分鐘、十幾分鐘就會(huì)中斷，而即使經(jīng)過(guò)多次迭代，平均可持續(xù)水平也不超過(guò)3天。其韌性和穩(wěn)定性，是業(yè)界標(biāo)準(zhǔn)的十幾倍乃至幾十倍。

華為云還宣布CloudMatrix 384超節(jié)點(diǎn)集群正式上線昇騰AI云服務(wù)，提供超大規(guī)模、性能卓越、穩(wěn)定可靠的AI算力集群，以滿足復(fù)雜大模型訓(xùn)練、推理需求。這也就是說(shuō)通過(guò)昇騰AI云服務(wù)，所有企業(yè)都能用上這一集大成的AI算力基礎(chǔ)設(shè)施。

業(yè)界反應(yīng)也很迅速，大會(huì)現(xiàn)場(chǎng)，硅基流動(dòng)即宣布率先上線CloudMatrix 384超節(jié)點(diǎn)昇騰AI云服務(wù)，實(shí)測(cè)顯示在保證單用戶20 TPS水平前提下，單卡Decode吞吐突破1920 Tokens/s，可比肩H100部署性能。

值得一提的是，除了算力底座的升級(jí)，昇騰AI云服務(wù)還在資源調(diào)度、推理服務(wù)和集群可靠方面實(shí)現(xiàn)升級(jí)。

容器級(jí)Serverless資源調(diào)度，實(shí)現(xiàn)高并發(fā)應(yīng)用場(chǎng)景時(shí)，系統(tǒng)能夠依據(jù)實(shí)時(shí)的AI業(yè)務(wù)任務(wù)負(fù)載，動(dòng)態(tài)地調(diào)整算力資源分配，算力資源利用率平均提升50%；全新升級(jí)分布式彈性推理服務(wù)，深度融合資源調(diào)度優(yōu)化、彈性推理機(jī)制及智能路由等技術(shù)，MoE+CoT模型推理有效吞吐提升50%；昇騰云腦-全棧故障診斷模型，實(shí)現(xiàn)萬(wàn)卡集群故障分鐘級(jí)感知、定界與恢復(fù)。在實(shí)際的模型訓(xùn)練環(huán)境中，通過(guò)昇騰云腦實(shí)現(xiàn)單集群日均硬件故障次數(shù)由2.5次降至至0.15次，提升客戶集群訓(xùn)練的可用度。

華為云昇騰AI云服務(wù)特別是超節(jié)點(diǎn)的優(yōu)勢(shì)，很難用一篇文章覆蓋。但總而言之，基于自主創(chuàng)新的AI底層硬件，為大模型的訓(xùn)練，推理，AI 應(yīng)用的開(kāi)發(fā)、運(yùn)行了提供穩(wěn)定可靠的全棧算力保障。

同時(shí)，我也相信，中國(guó)先進(jìn)智算能力的市場(chǎng)絕不會(huì)只有華為一個(gè)玩家，但華為超節(jié)點(diǎn)的發(fā)布，對(duì)提升整個(gè)行業(yè)的技術(shù)水平和競(jìng)爭(zhēng)強(qiáng)度都有深遠(yuǎn)的意義，其技術(shù)亮點(diǎn)也勢(shì)必被產(chǎn)業(yè)鏈的其它玩家所學(xué)習(xí)、吸收、應(yīng)用，從而帶來(lái)中國(guó)智算能力的整體進(jìn)步，這才是華為云的技術(shù)進(jìn)步，超乎于服務(wù)其自身商業(yè)運(yùn)營(yíng)之外的更大社會(huì)意義。

03

運(yùn)用之妙 存乎一心

在AI發(fā)展中，超節(jié)點(diǎn)和先進(jìn)智算云服務(wù)是鋒利無(wú)匹的利器，但如何發(fā)揮最大價(jià)值，需要與用戶的長(zhǎng)期溝通。

可以肯定的是，一些AI賽道頭部的超級(jí)大廠仍會(huì)堅(jiān)持自研、自建大集群，一方面這涉及到保護(hù)此前的投資，另一方面也有很多具體的業(yè)務(wù)考量，但這樣的企業(yè)一只手就可以數(shù)得過(guò)來(lái)。

對(duì)于更普遍的用戶而言，用云的方式獲取AI算力，性價(jià)比遠(yuǎn)遠(yuǎn)大于自建智算中心，這毋庸置疑。

而隨著超節(jié)點(diǎn)的快速普及，這種優(yōu)勢(shì)將是壓倒式的——因?yàn)樽越Ｊ讲粌H建設(shè)成本高、費(fèi)時(shí)費(fèi)力，還要面對(duì)技術(shù)復(fù)雜、保障困難、芯片更新?lián)Q代等等問(wèn)題，這些成本將吃掉用戶大量的經(jīng)費(fèi)，但更重要的是浪費(fèi)了時(shí)間，而時(shí)間在競(jìng)爭(zhēng)中是無(wú)價(jià)之寶。

當(dāng)然，用戶也可能自建超節(jié)點(diǎn)，華為云的CloudMatrix 384也不是非賣品，但此類超節(jié)點(diǎn)運(yùn)維難度很高。尤其因?yàn)槠浼軜?gòu)復(fù)雜，涉及到的運(yùn)維工具更多，也需要更多元化的運(yùn)維人員的參與。反之，華為云自己運(yùn)維自家的超節(jié)點(diǎn)，會(huì)達(dá)到一個(gè)普通用戶無(wú)法想象的穩(wěn)定程度，讓超節(jié)點(diǎn)長(zhǎng)期、穩(wěn)定的智能運(yùn)維，能更好地幫助客戶解決問(wèn)題。

此外，我們?cè)?jīng)提到過(guò)對(duì)等架構(gòu)，這種架構(gòu)并不只是運(yùn)用于單一的云服務(wù)器上，而是貫穿在整個(gè)華為云的智算云服務(wù)中——基于超節(jié)點(diǎn)的普及，數(shù)以百萬(wàn)的服務(wù)器將實(shí)現(xiàn)更高層面的對(duì)等架構(gòu)。這樣的最終目的就是，用戶始終可以基于一個(gè)單一的界面和框架，來(lái)簡(jiǎn)便易行的架構(gòu)自己所需要的訓(xùn)練、推理、應(yīng)用開(kāi)發(fā)、計(jì)算機(jī)仿真等。而完全不用考慮其背后的物理架構(gòu)是如何運(yùn)行的，這使得用戶能夠把更多的精力集中于研發(fā)創(chuàng)新本身，而非保障自身算力系統(tǒng)不輕易崩潰。

當(dāng)然，如果你把華為云當(dāng)作一個(gè)僅僅提供優(yōu)質(zhì)算力的平臺(tái)，那就會(huì)極大窄化對(duì)華為AI能力的認(rèn)知。事實(shí)上，作為一個(gè)全棧AI服務(wù)平臺(tái)，華為云在框架、工具、生態(tài)上都可圈可點(diǎn)。

僅就此次令人印象深刻的一些重磅產(chǎn)品來(lái)說(shuō)，KooSearch作為一款即開(kāi)即用的RAG（檢索增強(qiáng)生成）解決方案，去年在業(yè)界向量數(shù)據(jù)庫(kù)檢索精準(zhǔn)度ANN benchmark中拔得頭籌。它的向量搜索性能卓越，還支持多模態(tài)檢索，實(shí)現(xiàn)圖文并茂的交互，是有效幫助AI跳出“幻覺(jué)”的強(qiáng)有力工具。

大模型的安全隱患很多，華為云的辦法則是“用魔法打敗魔法”——通過(guò)安全大模型守護(hù)大模型的安全。張修征表示，華為云在業(yè)界率先推出了端到端大模型安全方案，構(gòu)筑了一個(gè)中心、七層防線的“AI+全棧式云原生安全體系”，實(shí)現(xiàn)AI推理安全、保障訓(xùn)練語(yǔ)料安全、守護(hù)AI 環(huán)境安全。

04

應(yīng)用落地 成果批量化產(chǎn)出

如果說(shuō)DeepSeek帶來(lái)了一輪AI普及風(fēng)暴，極大的催生了全社會(huì)對(duì)AI應(yīng)用開(kāi)發(fā)的積極性。那么，華為云則已經(jīng)遠(yuǎn)遠(yuǎn)超出了許多AI廠商還在開(kāi)發(fā)單點(diǎn)式、示范性的AI應(yīng)用的階段，在應(yīng)用開(kāi)發(fā)上已經(jīng)展示了自己的“流水線”級(jí)的應(yīng)用開(kāi)發(fā)賦能體系，并充分的向用戶開(kāi)放。

盤古大模型堅(jiān)定向B端賦能，打造行業(yè)解決方案，而軟件開(kāi)發(fā)生產(chǎn)線CodeArts，則是AI+賦能的顛覆之作。

很多人都認(rèn)為用AI寫(xiě)代碼是軟件工程人員提高個(gè)體勞動(dòng)輸出的利器，但事實(shí)上，真正的軟件開(kāi)發(fā)流程非常之長(zhǎng)，覆蓋需求與設(shè)計(jì)、開(kāi)發(fā)、測(cè)試、部署、運(yùn)維等軟件交付全生命周期環(huán)節(jié)，我們說(shuō)的寫(xiě)代碼只是其中“開(kāi)發(fā)”這一個(gè)環(huán)節(jié)。

華為云軟件開(kāi)發(fā)生產(chǎn)線CodeArts的核心能力，源于華為30年研發(fā)實(shí)踐積累，是一個(gè)典型的華為“能力外溢”的項(xiàng)目。

大名鼎鼎的德邦快遞，省市區(qū)覆蓋率達(dá)到99%，但在規(guī)模化背后，數(shù)字化能力建設(shè)的短板仍然存在，“怎么建設(shè)數(shù)字化”成為了其所關(guān)切的問(wèn)題。

德邦快遞此前使用的系統(tǒng)，由第三方公司基于開(kāi)源組件開(kāi)發(fā)，歷史遺留問(wèn)題頗多。加之整體維護(hù)成本較高，存在安全隱患及不穩(wěn)定威脅等，在軟件生產(chǎn)線高可用、備份等方面能力都不夠完善。

而通過(guò)與華為云CodeArts的合作，實(shí)現(xiàn)了在效率、質(zhì)量、安全、組織認(rèn)知四個(gè)方面，全面賦能德邦快遞快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

例如，針對(duì)德邦快遞跨團(tuán)隊(duì)管理、可視化的全景規(guī)劃、多維度的度量統(tǒng)計(jì)等需求，CodeArts可謂是從無(wú)到有，提供了精細(xì)化的用戶管理方案，不僅能快速?gòu)?fù)用，還有15+維度測(cè)試指標(biāo)度量，支撐企業(yè)全方位決策；同時(shí)，優(yōu)化了測(cè)試設(shè)計(jì)，提升測(cè)試流程線上化程度，實(shí)現(xiàn)需求、用例、缺陷、報(bào)告整體可追溯，在代碼開(kāi)發(fā)階段對(duì)代碼質(zhì)量和安全問(wèn)題進(jìn)行自動(dòng)化檢查，實(shí)現(xiàn)研發(fā)效率提升30%。

而德邦獲得的不僅僅是流程的自動(dòng)化，還有組織認(rèn)知和運(yùn)作層面的提升，通過(guò)敏捷的需求管理，專業(yè)標(biāo)準(zhǔn)的敏捷Scrum項(xiàng)目協(xié)作和看板流程，支持多項(xiàng)目組合管理，從會(huì)用到用好，從根本上改變了這家企業(yè)對(duì)數(shù)字化的看法，從基因上融入了AI原生的價(jià)值觀。

DeepSeek興起后，一種新的觀點(diǎn)是，“將來(lái)?yè)Q模型會(huì)像衣服換季一樣高頻”。這句話起初只是針對(duì)C端而言，但華為云察覺(jué)到了用戶對(duì)多模型協(xié)同、比較、探索的需求，在CodeArts開(kāi)始支持客戶自定義接入DeepSeek等多種業(yè)界SOTA模型，開(kāi)發(fā)者可在業(yè)務(wù)操作中靈活切換，用最適合的模型高效解決研發(fā)問(wèn)題。

甚至，華為云還持續(xù)外溢自身的智能化研發(fā)實(shí)踐，把公司內(nèi)部智能化研發(fā)的最佳實(shí)踐和特性能力通過(guò)CodeArts共享出去，使得用戶可以分享業(yè)界SOTA模型的場(chǎng)景化調(diào)優(yōu)經(jīng)驗(yàn)和黃金語(yǔ)料。

數(shù)字人是數(shù)字內(nèi)容領(lǐng)域的亮點(diǎn)，但在實(shí)踐中，不同企業(yè)開(kāi)發(fā)的數(shù)字人能力相差極大，而華為云則將之打包成了一條“智能交互數(shù)字人”的生產(chǎn)線。

具體來(lái)說(shuō)，是將數(shù)字人的能力解耦成幾個(gè)主要的技術(shù)棧——從視覺(jué)角度，基于盤古數(shù)字人大模型、音頻大模型及昇騰AI芯片，實(shí)現(xiàn)口型匹配度>95%、表情自然度提升40%，動(dòng)作驅(qū)動(dòng)時(shí)延低至1.5秒；從多模態(tài)交互角度，可以支持語(yǔ)音驅(qū)動(dòng)、文本驅(qū)動(dòng)、視覺(jué)驅(qū)動(dòng)及動(dòng)捕設(shè)備混合控制。

更重要的，是“智能”屬性的提升。

這其中的關(guān)鍵，是通過(guò)DeepSeek大模型增強(qiáng)語(yǔ)義理解能力，而針對(duì)DeepSeek比較突出的幻覺(jué)問(wèn)題，則通過(guò)支持檢索增強(qiáng)生成（RAG）與企業(yè)知識(shí)庫(kù)對(duì)接，使得問(wèn)答準(zhǔn)確率提升至92%。

看上去，這是DeepSeek的“功勞”，但在我看來(lái)，其核心價(jià)值在于華為云對(duì)“智能”的深入理解和充分應(yīng)用，也就是將傳統(tǒng)數(shù)字人的“單向應(yīng)答”升級(jí)為“主動(dòng)認(rèn)知+場(chǎng)景驅(qū)動(dòng)”的智能服務(wù)，這種思維力的升維才是真正的寶貴財(cái)富。

結(jié)語(yǔ)

中美之間最大的競(jìng)爭(zhēng)之一，是AI的創(chuàng)新策源地之爭(zhēng)，這是一次全方面的pk。

前面說(shuō)過(guò)，目前來(lái)講，中國(guó)雖然緊隨美國(guó)之后，但主要的基礎(chǔ)理論和基礎(chǔ)工具，還是基于美國(guó)等國(guó)家此前的基礎(chǔ)研發(fā)。

而華為超節(jié)點(diǎn)的發(fā)布，其實(shí)只是其AI產(chǎn)業(yè)鏈中突出的一環(huán)，雖然這一環(huán)本身的份量并不輕，已經(jīng)意味著我們有可能在自主、自研的基礎(chǔ)設(shè)施層面實(shí)現(xiàn)智算能力的后發(fā)但至。

如果說(shuō)DeepSeek的爆火，是繼AI戰(zhàn)勝人類棋手、大模型橫空出世之后，AI又向真實(shí)世界應(yīng)用邁出的關(guān)鍵一步，那么其背后隱藏的是對(duì)算力特別是先進(jìn)算力的極度渴求。

DeepSeek的出現(xiàn)并沒(méi)有讓規(guī)模法則失效（規(guī)模法則：通過(guò)增加參數(shù)規(guī)模如從千億到萬(wàn)億級(jí)，和訓(xùn)練數(shù)據(jù)量提升性能），有科學(xué)家認(rèn)為，目前的大模型和算力需求在1000倍以內(nèi)還將遵循這一法則。

黃仁勛也提到過(guò)，推理模型需要更多的計(jì)算，因?yàn)槟Ｐ透鼜?fù)雜。R1的尺寸是6800億個(gè)參數(shù)，它的下一代版本可能有數(shù)萬(wàn)億個(gè)參數(shù)。Agentic AI應(yīng)用是無(wú)數(shù)次調(diào)用類似DeepSeek-R1做推理的過(guò)程，需要的計(jì)算只會(huì)更多。

從這個(gè)角度來(lái)看，超節(jié)點(diǎn)的出現(xiàn)，既是算力領(lǐng)域的好消息，是孵化AI產(chǎn)業(yè)的“黑土地”，但“作物”要茁壯成長(zhǎng)，還需要方方面面的努力，由此我們也看到，華為云主動(dòng)外溢了大量自己的AI領(lǐng)域Know-how，為的就是搞好發(fā)展AI應(yīng)用生態(tài)的土壤和生態(tài)環(huán)境，以及配套的整個(gè)工具鏈。

如果說(shuō)阿里通過(guò)通義的開(kāi)源極大增加了自身的滲透率，那百度就在超前十年的時(shí)間優(yōu)勢(shì)上試圖厚積薄發(fā)，豆包則憑借極為厚實(shí)的C端生態(tài)建立應(yīng)用規(guī)模......那么，華為云就主打的是一個(gè)全產(chǎn)業(yè)鏈的全家桶式的閉環(huán)，而且堅(jiān)定不碰應(yīng)用、不做C端，最典型的就是盤古大模型，此次華為云生態(tài)大會(huì)更重申堅(jiān)定To B戰(zhàn)略，堅(jiān)定深耕行業(yè)……它們都代表或部分代表了中國(guó)AI發(fā)展的一面，也都是中國(guó)AI興旺發(fā)達(dá)的重要表征。

“自古知兵非好戰(zhàn)”，中國(guó)的AI產(chǎn)業(yè)不畏懼真正的全球競(jìng)爭(zhēng)，不僅僅是因?yàn)槲覀冇械懒x上的優(yōu)勢(shì)，還因?yàn)橹袊?guó)有華為、華為云這樣的企業(yè)和業(yè)務(wù)群體，它們用十幾年的時(shí)間默默的在很多方面儲(chǔ)備了能力——最終的華為AI生態(tài)能力，是這種高壓強(qiáng)創(chuàng)新一以貫之的追求底層技術(shù)創(chuàng)新結(jié)果，而并不是為了一場(chǎng)戰(zhàn)斗發(fā)明了什么具體武器。