美國全面封殺英偉達向中國出口H20芯片的消息，再一次說明，把中國AI發(fā)展的希望寄希望于別人身上，是十分危險的。

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

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

很多人據此認為，海湖莊園的主人已經“答應”黃仁勛，給H20一條生路。

而現(xiàn)在官方消息已經證實，美國封殺H20的態(tài)度極為堅決，這恰恰證明了，AI是中美科技博弈的核心高地；也說明了，美國對中國日益發(fā)展和進步的AI產業(yè)極為忌憚。

AI是移動互聯(lián)網之后，最具希望的一次人類數字技術的范式轉換，可能徹底改變人類的發(fā)展方式。在此前的若干次范式轉換中，中國的核心科技從未有如此的在某一領域如此逼近美國的領先地位。

如果要趕超，就一定要有戰(zhàn)略思維——找到我們最擅長的戰(zhàn)場。事實證明，中國人找到了解決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)點的一刻，已經開始。

——導語

01

非標式趕超

我非常欣賞華為公司副總裁、中國云業(yè)務部部長張修征在今年華為云生態(tài)大會上的一段話，他說：“很多事情并不會等到我們做好準備再發(fā)生。在大機會也是大挑戰(zhàn)面前，我有一句話就是——戰(zhàn)術千萬條，敢打第一條。華為云就是要打造中國最堅實的算力底座，為世界提供第二選擇�！�

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

此前，你可能不知道CloudMatrix 384超節(jié)點是什么，但你或許對英偉達的GB200 NVL72有一定的認知，這是一套是專為大規(guī)模AI和高性能計算（HPC）設計的革命性系統(tǒng)。

而你沒聽錯的是：CloudMatrix 384的性能力壓GB200 NVL72——沒錯，我們的確用了更多的芯片才換來更強的性能，準確的說就是384張卡。

但這種更強性能的優(yōu)勢的體現(xiàn)，絕不是堆芯片這么簡單，而是華為云圍繞建立超級強大的單體云服務器（也就是我們所說的超節(jié)點）這個目標，需要拉升方方面面的技術……從算力架構、超級帶寬、智能調度、先進存儲等等。

就像當年美國NASA研究航天飛機，有人說，一架航天飛機拉動了相關民用技術二十年的跨越。

但是，具體的細節(jié)我們稍后講，我們先來聊點更宏觀的東西。

科學界認識到GPU更適合于高度并行化的科學計算，是一個至少有20年或更久的話題。但直到需要千卡、萬卡集群的AI特別是大模型的訓練、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技術黑洞。

一直以來，搭建此類大集群一直是傳統(tǒng)互聯(lián)網巨頭、軟件巨頭在自家地盤上的操作。應該說，從需求催生產品的角度說，這很合邏輯。但另一個問題是，這些巨頭往往不是搞高性能計算和超算集群起家的，這使得這些企業(yè)自建的萬卡大集群往往非常脆弱，持續(xù)運行時間甚至只能持續(xù)十幾分鐘到幾個小時，能持續(xù)運轉一兩天已經非常驚人了。

另外，傳統(tǒng)的服務器集群在架構也有許多天生不足，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；另外，它們在體系架構、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呢？特別是在大型政企、國企，以及絕大多數的大中型、中小型，很難玩轉大模型所需的集群。

在這種背景下，由底層硬件也就是GPU或AI計算芯片的研發(fā)者，基于對底層技術的深入理解來開發(fā)一種高度集成、開箱可用，同時在穩(wěn)定性、效率、易用性、總體擁有成本等方面具有明顯優(yōu)勢的集中式的、高擴展性的節(jié)點級硬件系統(tǒng)，也就非常自然。

NVL 72就是這樣的一種產品，但華為的CloudMatrix 384超節(jié)點則是對NVL 72的一種非對標式的趕超。

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

然而，總有人來一統(tǒng)天下，所以IBM出現(xiàn)了，它統(tǒng)一了個人計算機的標準，使得PC變成一種標品……硬件上百花齊放的局面結束了，PC成為主流產品——它的真正意義在于，極大的降低了整個軟件行業(yè)、硬件行業(yè)無序發(fā)展的局面，使人們能夠基于某些通用標準進行創(chuàng)新，最終極大降低了重復造輪子的成本……至于最后的贏家，未必是IBM，但這并不重要。

我認為，隨著DeepSeek和未來無數個類似DeepSeek這樣的企業(yè)帶來的跳躍式創(chuàng)新，AI應用將加速降臨在我們的生活中。而AI對基礎設施的渴求將難以想象。這種背景下，最有效率的建設中國算力基礎設施的辦法，就是用超節(jié)點這樣的產品，來統(tǒng)一人們對超級單體智算服務器的標準。

這種“統(tǒng)一標準”，并不是說要用華為的標準來取代行業(yè)標準。而是行業(yè)對此類新生的“超級裝置”尚沒有標準，而華為384上的大部分特征都代表了這一領域的領先水平，所以它可以作為某種客觀參照物，去照見行業(yè)發(fā)展的路徑。

當然，如果我們更理性一點，談到這個超級裝置存在的核心意義，我認為至少有三個點要引起高度的重視：

首先，它的出現(xiàn)肯定了高度集成化的“超節(jié)點”存在的意義，那就是突破傳統(tǒng)服務器架構/集群的性能和擴展性瓶頸，為萬億級甚至更高參數級的AI模型訓練與推理提供全棧優(yōu)化的支持，并以一個非常高完成度、集中度的產品形態(tài)來提供。每臺這類裝置都是中國算力長城上的一塊“標準磚”。

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

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)點通過集成更多的芯片，實現(xiàn)了同類設備上整體性能的趕超。

02

CloudMatrix 384超節(jié)點的優(yōu)勢在哪里？

CloudMatrix 384超節(jié)點已在華為云的蕪湖數據中心規(guī)模上線，成為國內唯一正式商用的大規(guī)模超節(jié)點集群。當我走進機房，看到CloudMatrix 384超節(jié)點的真身的時候，它的緊湊設計、出色外形所展現(xiàn)出的一種硬件科學的美感，在視覺上就有強大的沖擊力。

事實上，自從在2018年10月的華為全聯(lián)接大會上，昇騰310芯片與世人見面，同時基于昇騰310的華為云服務也正式上線，一輪加速跑就此開始了——在這個過程中，2019年，昇騰910正式發(fā)布，并在9月份發(fā)布了計算戰(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，今天我見到的一切，是華為云在AI技術上每一步都踩對技術節(jié)點后的集大成之作。

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

從此，超節(jié)點將是華為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——在單個芯片上，可能我們還會受制于不夠先進的半導體制程帶來的性能上限問題，故此更需要有整體戰(zhàn)的思維。在算力、運力、存力到電力這四個要素上，動態(tài)運用我們的優(yōu)勢，使我們從算力單維的競爭跳到四維多要素的競爭，“以升維的方式和業(yè)界的競爭對手及美國算力競爭”。

當然，這是一種宏觀思維，但當它具體落到CloudMatrix 384超節(jié)點上時，就需要有具象的技術優(yōu)勢。

令人印象深刻的首先是384的算力密度，簡單說，它將傳統(tǒng)各自為戰(zhàn)的單節(jié)點8卡昇騰服務器，通過新型高速總線實現(xiàn)多臺、多卡的緊耦合互聯(lián)，打造成一個物理意義上的單一超級云服務器。具體來說，這種整合實現(xiàn)了算力規(guī)模的50倍提升，可支持更大參數模型統(tǒng)一訓練。

但讀者千萬不要理解為這是簡單的大力出奇跡，因為多卡、多臺的緊耦合，雖然帶來了算力提升，但也帶來了許多的技術難點。

簡單說就是，“大力”如果是通過“增肌”的方式來實現(xiàn)，那你就需要一個鋼澆鐵鑄的“肉身”來承載這種大力，否則自身就會被壓垮。

架構設計則將是決定性的因素，而華為云目前是業(yè)界唯一采用對等架構超節(jié)點技術提供算力服務的云廠商，384也是在對等架構（或稱“對稱架構”）設計思想下產生的超級云服務器。

對等架構，簡言之，就是所有處理器在硬件和軟件層面上都是等價的。這意味著每個處理器都可以訪問相同的內存空間，并且具有相同的權限和能力來執(zhí)行任務。

在華為云，這種設計思想落實為了一個短語“一切可池化”。你可以理解為，這種池化的本質，就是讓CPU、NPU、GPU、高速內存等多樣資源統(tǒng)一抽象，然后被放進一個資源池里。再基于精妙的調動，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重要前提。

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

打個比方，某個城市因為交通運力不足而出現(xiàn)了乘車難，于是增加了50倍的車輛投入運營。然而，如果不同時拓闊城市道路、升級交通調度系統(tǒng)和交管能力，帶來的首先將不是出行體驗的提升，而是擁堵的出現(xiàn)甚至城市交通的崩潰。

當然，至關重要的首先是拓寬道路和提升通行速度，這方面，華為的技術顯然是世界級的——通過超高帶寬Scale-Up新型高速總線網絡，實現(xiàn)了從“傳統(tǒng)以太網”向“共享總線網絡”演進，將資源互聯(lián)帶寬提升了10倍以上。

當然，一味提高路的寬度的邊際成本會非常高。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施，通過每一個細節(jié)的優(yōu)化，提升了整體的性能。

例如，目前GPU上堆砌HBM內存已經到了“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非常昂貴。為此，華為超節(jié)點中則應用了EMS內存存儲服務，通過“內存補顯存”，使得相同大模型訓練算力消耗降低50%。

還有，超節(jié)點還融合了華為的存儲黑科技，大模型訓練的兩個典型的“吃存儲”性能的環(huán)節(jié)——分別是天量的數據加載和中途建立恢復點（check point）及斷點恢復。華為存儲提供的SFS Turbo存儲分級，使得訓練數據加載速度提升20倍。秒級故障監(jiān)控和自動恢復可以在10分鐘內恢復訓練作業(yè)，而業(yè)界平均水平為60分鐘。

以上種種，無論是超高速總線、超高速內度以及超高速存儲，不僅可以使AI訓練錯誤概率更小，斷點恢復（checkpoint）更快，而且在一定程度更接近于“存算一體化”這個長期目標，而這是當下AI領域乃至超算領域都在研究的熱門課題，華為則默默的將之融入了超節(jié)點中。

更可貴的是，超節(jié)點以及對等超節(jié)點網絡不僅能夠扛下最艱巨、最龐大的運算需求，也可以展現(xiàn)出”大象跳舞”式的高彈性，這就是“一切可組合”——具體來說，這是指通過“瑤光智慧云腦”，提供NPU、GPU、CPU、內存等資源按需組合，讓用戶需求智能的去匹配最優(yōu)的算力組合，無論是百億參數模型需要的靈活資源，還是萬億級模型訓練所需的龐大資源，超節(jié)點都可以高彈性的實現(xiàn)。用一個華為的比喻就是，算力是“可以切片”的。

必須記住的一個指標是——40天，這是華為基于超節(jié)點組成的集群在萬億級參數模型訓練中能夠持續(xù)運轉、不中斷的時間，相對來說，很多企業(yè)自用的集群在調試早期，經常運行幾分鐘、十幾分鐘就會中斷，而即使經過多次迭代，平均可持續(xù)水平也不超過3天。其韌性和穩(wěn)定性，是業(yè)界標準的十幾倍乃至幾十倍。

華為云還宣布CloudMatrix 384超節(jié)點集群正式上線昇騰AI云服務，提供超大規(guī)模、性能卓越、穩(wěn)定可靠的AI算力集群，以滿足復雜大模型訓練、推理需求。這也就是說通過昇騰AI云服務，所有企業(yè)都能用上這一集大成的AI算力基礎設施。

業(yè)界反應也很迅速，大會現(xiàn)場，硅基流動即宣布率先上線CloudMatrix 384超節(jié)點昇騰AI云服務，實測顯示在保證單用戶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，昇騰AI云服務還在資源調度、推理服務和集群可靠方面實現(xiàn)升級。

容器級Serverless資源調度，實現(xiàn)高并發(fā)應用場景時，系統(tǒng)能夠依據實時的AI業(yè)務任務負載，動態(tài)地調整算力資源分配，算力資源利用率平均提升50%；全新升級分布式彈性推理服務，深度融合資源調度優(yōu)化、彈性推理機制及智能路由等技術，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，實現(xiàn)萬卡集群故障分鐘級感知、定界與恢復。在實際的模型訓練環(huán)境中，通過昇騰云腦實現(xiàn)單集群日均硬件故障次數由2.5次降至至0.15次，提升客戶集群訓練的可用度。

華為云昇騰AI云服務特別是超節(jié)點的優(yōu)勢，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，為大模型的訓練，推理，AI 應用的開發(fā)、運行了提供穩(wěn)定可靠的全棧算力保障。

同時，我也相信，中國先進智算能力的市場絕不會只有華為一個玩家，但華為超節(jié)點的發(fā)布，對提升整個行業(yè)的技術水平和競爭強度都有深遠的意義，其技術亮點也勢必被產業(yè)鏈的其它玩家所學習、吸收、應用，從而帶來中國智算能力的整體進步，這才是華為云的技術進步，超乎于服務其自身商業(yè)運營之外的更大社會意義。

03

運用之妙 存乎一心

在AI發(fā)展中，超節(jié)點和先進智算云服務是鋒利無匹的利器，但如何發(fā)揮最大價值，需要與用戶的長期溝通。

可以肯定的是，一些AI賽道頭部的超級大廠仍會堅持自研、自建大集群，一方面這涉及到保護此前的投資，另一方面也有很多具體的業(yè)務考量，但這樣的企業(yè)一只手就可以數得過來。

對于更普遍的用戶而言，用云的方式獲取AI算力，性價比遠遠大于自建智算中心，這毋庸置疑。

而隨著超節(jié)點的快速普及，這種優(yōu)勢將是壓倒式的——因為自建模式不僅建設成本高、費時費力，還要面對技術復雜、保障困難、芯片更新?lián)Q代等等問題，這些成本將吃掉用戶大量的經費，但更重要的是浪費了時間，而時間在競爭中是無價之寶。

當然，用戶也可能自建超節(jié)點，華為云的CloudMatrix 384也不是非賣品，但此類超節(jié)點運維難度很高。尤其因為其架構復雜，涉及到的運維工具更多，也需要更多元化的運維人員的參與。反之，華為云自己運維自家的超節(jié)點，會達到一個普通用戶無法想象的穩(wěn)定程度，讓超節(jié)點長期、穩(wěn)定的智能運維，能更好地幫助客戶解決問題。

此外，我們曾經提到過對等架構，這種架構并不只是運用于單一的云服務器上，而是貫穿在整個華為云的智算云服務中——基于超節(jié)點的普及，數以百萬的服務器將實現(xiàn)更高層面的對等架構。這樣的最終目的就是，用戶始終可以基于一個單一的界面和框架，來簡便易行的架構自己所需要的訓練、推理、應用開發(fā)、計算機仿真等。而完全不用考慮其背后的物理架構是如何運行的，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。

當然，如果你把華為云當作一個僅僅提供優(yōu)質算力的平臺，那就會極大窄化對華為AI能力的認知。事實上，作為一個全棧AI服務平臺，華為云在框架、工具、生態(tài)上都可圈可點。

僅就此次令人印象深刻的一些重磅產品來說，KooSearch作為一款即開即用的RAG（檢索增強生成）解決方案，去年在業(yè)界向量數據庫檢索精準度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，實現(xiàn)圖文并茂的交互，是有效幫助AI跳出“幻覺”的強有力工具。

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”——通過安全大模型守護大模型的安全。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，構筑了一個中心、七層防線的“AI+全棧式云原生安全體系”，實現(xiàn)AI推理安全、保障訓練語料安全、守護AI 環(huán)境安全。

04

應用落地 成果批量化產出

如果說DeepSeek帶來了一輪AI普及風暴，極大的催生了全社會對AI應用開發(fā)的積極性。那么，華為云則已經遠遠超出了許多AI廠商還在開發(fā)單點式、示范性的AI應用的階段，在應用開發(fā)上已經展示了自己的“流水線”級的應用開發(fā)賦能體系，并充分的向用戶開放。

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

很多人都認為用AI寫代碼是軟件工程人員提高個體勞動輸出的利器，但事實上，真正的軟件開發(fā)流程非常之長，覆蓋需求與設計、開發(fā)、測試、部署、運維等軟件交付全生命周期環(huán)節(jié)，我們說的寫代碼只是其中“開發(fā)”這一個環(huán)節(jié)。

華為云軟件開發(fā)生產線CodeArts的核心能力，源于華為30年研發(fā)實踐積累，是一個典型的華為“能力外溢”的項目。

大名鼎鼎的德邦快遞，省市區(qū)覆蓋率達到99%，但在規(guī)模化背后，數字化能力建設的短板仍然存在，“怎么建設數字化”成為了其所關切的問題。

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

而通過與華為云CodeArts的合作，實現(xiàn)了在效率、質量、安全、組織認知四個方面，全面賦能德邦快遞快速實現(xiàn)數字化轉型。

例如，針對德邦快遞跨團隊管理、可視化的全景規(guī)劃、多維度的度量統(tǒng)計等需求，CodeArts可謂是從無到有，提供了精細化的用戶管理方案，不僅能快速復用，還有15+維度測試指標度量，支撐企業(yè)全方位決策；同時，優(yōu)化了測試設計，提升測試流程線上化程度，實現(xiàn)需求、用例、缺陷、報告整體可追溯，在代碼開發(fā)階段對代碼質量和安全問題進行自動化檢查，實現(xiàn)研發(fā)效率提升30%。

而德邦獲得的不僅僅是流程的自動化，還有組織認知和運作層面的提升，通過敏捷的需求管理，專業(yè)標準的敏捷Scrum項目協(xié)作和看板流程，支持多項目組合管理，從會用到用好，從根本上改變了這家企業(yè)對數字化的看法，從基因上融入了AI原生的價值觀。

DeepSeek興起后，一種新的觀點是，“將來換模型會像衣服換季一樣高頻”。這句話起初只是針對C端而言，但華為云察覺到了用戶對多模型協(xié)同、比較、探索的需求，在CodeArts開始支持客戶自定義接入DeepSeek等多種業(yè)界SOTA模型，開發(fā)者可在業(yè)務操作中靈活切換，用最適合的模型高效解決研發(fā)問題。

甚至，華為云還持續(xù)外溢自身的智能化研發(fā)實踐，把公司內部智能化研發(fā)的最佳實踐和特性能力通過CodeArts共享出去，使得用戶可以分享業(yè)界SOTA模型的場景化調優(yōu)經驗和黃金語料。

數字人是數字內容領域的亮點，但在實踐中，不同企業(yè)開發(fā)的數字人能力相差極大，而華為云則將之打包成了一條“智能交互數字人”的生產線。

具體來說，是將數字人的能力解耦成幾個主要的技術�！獜囊曈X角度，基于盤古數字人大模型、音頻大模型及昇騰AI芯片，實現(xiàn)口型匹配度>95%、表情自然度提升40%，動作驅動時延低至1.5秒；從多模態(tài)交互角度，可以支持語音驅動、文本驅動、視覺驅動及動捕設備混合控制。

更重要的，是“智能”屬性的提升。

這其中的關鍵，是通過DeepSeek大模型增強語義理解能力，而針對DeepSeek比較突出的幻覺問題，則通過支持檢索增強生成（RAG）與企業(yè)知識庫對接，使得問答準確率提升至92%。

看上去，這是DeepSeek的“功勞”，但在我看來，其核心價值在于華為云對“智能”的深入理解和充分應用，也就是將傳統(tǒng)數字人的“單向應答”升級為“主動認知+場景驅動”的智能服務，這種思維力的升維才是真正的寶貴財富。

結語

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

前面說過，目前來講，中國雖然緊隨美國之后，但主要的基礎理論和基礎工具，還是基于美國等國家此前的基礎研發(fā)。

而華為超節(jié)點的發(fā)布，其實只是其AI產業(yè)鏈中突出的一環(huán)，雖然這一環(huán)本身的份量并不輕，已經意味著我們有可能在自主、自研的基礎設施層面實現(xiàn)智算能力的后發(fā)但至。

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

DeepSeek的出現(xiàn)并沒有讓規(guī)模法則失效（規(guī)模法則：通過增加參數規(guī)模如從千億到萬億級，和訓練數據量提升性能），有科學家認為，目前的大模型和算力需求在1000倍以內還將遵循這一法則。

黃仁勛也提到過，推理模型需要更多的計算，因為模型更復雜。R1的尺寸是6800億個參數，它的下一代版本可能有數萬億個參數。Agentic AI應用是無數次調用類似DeepSeek-R1做推理的過程，需要的計算只會更多。

從這個角度來看，超節(jié)點的出現(xiàn)，既是算力領域的好消息，是孵化AI產業(yè)的“黑土地”，但“作物”要茁壯成長，還需要方方面面的努力，由此我們也看到，華為云主動外溢了大量自己的AI領域Know-how，為的就是搞好發(fā)展AI應用生態(tài)的土壤和生態(tài)環(huán)境，以及配套的整個工具鏈。

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

“自古知兵非好戰(zhàn)”，中國的AI產業(yè)不畏懼真正的全球競爭，不僅僅是因為我們有道義上的優(yōu)勢，還因為中國有華為、華為云這樣的企業(yè)和業(yè)務群體，它們用十幾年的時間默默的在很多方面儲備了能力——最終的華為AI生態(tài)能力，是這種高壓強創(chuàng)新一以貫之的追求底層技術創(chuàng)新結果，而并不是為了一場戰(zhàn)斗發(fā)明了什么具體武器。