如果說(shuō)過(guò)去三年是大模型狂飆的“造夢(mèng)期”，現(xiàn)在的AI產(chǎn)業(yè)，正在經(jīng)歷一場(chǎng)亢奮與痛苦并存的“落地大考”。

當(dāng)企業(yè)滿(mǎn)懷期待地將AI融入生產(chǎn)線(xiàn)時(shí)，卻發(fā)現(xiàn)動(dòng)輒千萬(wàn)級(jí)的投資依然填不滿(mǎn)萬(wàn)億參數(shù)的“算力饑渴”、底層硬件與開(kāi)發(fā)框架間仿佛隔著難以逾越的壁壘、實(shí)驗(yàn)室里跑通的流程在產(chǎn)線(xiàn)上頻頻宕機(jī)……

越來(lái)越多企業(yè)意識(shí)到，以往暴力堆疊服務(wù)器、隨便套用開(kāi)源框架等“頭痛醫(yī)頭、腳痛醫(yī)腳”式的補(bǔ)救方案，在行業(yè)核心業(yè)務(wù)應(yīng)用面前徹底失效了。既然縫縫補(bǔ)補(bǔ)的捷徑走不通，有效的破局點(diǎn)又在哪呢？

日前結(jié)束的第四屆北京人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展大會(huì)，以“融合、效能、安全——讓AI’+’出新活力”的主題，精準(zhǔn)切中了當(dāng)下的行業(yè)痛點(diǎn)。

其中在“融合·共創(chuàng)：產(chǎn)業(yè)巨擘談AI+”議題環(huán)節(jié)，華為公司副總裁、中國(guó)政企業(yè)務(wù)總裁吳輝在圓桌對(duì)話(huà)中系統(tǒng)闡述了華為對(duì)中國(guó)AI算力未來(lái)的核心判斷，以及從“單點(diǎn)突破”轉(zhuǎn)向“系統(tǒng)效能”的路徑。

透過(guò)吳輝在對(duì)話(huà)中的觀(guān)點(diǎn)，不難提煉出AI融入千行百業(yè)的路線(xiàn)圖。

01 融合創(chuàng)新，用“系統(tǒng)工程”打破天花板

讓我們先回到原點(diǎn)，正視一個(gè)跳不過(guò)的行業(yè)癥結(jié)。

為了喂飽動(dòng)輒千億參數(shù)的大模型，工程師們不得不絞盡腦汁提升算力密度，把成百上千乃至上萬(wàn)臺(tái)服務(wù)器塞進(jìn)機(jī)房。當(dāng)通信頻次隨模型層數(shù)指數(shù)級(jí)增長(zhǎng)，微秒級(jí)的延遲在萬(wàn)億次迭代中不斷累積，讓計(jì)算單元長(zhǎng)時(shí)間處于等待狀態(tài)，導(dǎo)致算力利用率低下且運(yùn)維成本猛增。

盲目堆砌算力，已然無(wú)法根治“算力饑渴”。

吳輝在演講中一針見(jiàn)血地指出：“一個(gè)芯片固然很重要，但人工智能是一個(gè)產(chǎn)業(yè)，也是一種新質(zhì)生產(chǎn)力，算力更是一個(gè)系統(tǒng)?！比A為的解題思路是“以系統(tǒng)性創(chuàng)新突破單芯片局限，用數(shù)學(xué)補(bǔ)物理、非摩爾補(bǔ)摩爾，打造創(chuàng)新的超節(jié)點(diǎn)架構(gòu)，實(shí)現(xiàn)規(guī)模算力的全球領(lǐng)先?！?/p>

直接的例子就是由8192張昇騰卡打造的Atlas 950 SuperPoD超節(jié)點(diǎn)，憑借內(nèi)存統(tǒng)一編址等優(yōu)勢(shì)，能夠像一臺(tái)計(jì)算機(jī)一樣高效工作，算力是業(yè)界主流水平的6.7倍，訓(xùn)練總吞吐提升17倍、推理總吞吐提升26.5倍，在未來(lái)多年都將是全球最強(qiáng)算力的超節(jié)點(diǎn)。

華為是怎么打破天花板的呢？答案正是吳輝提到的“系統(tǒng)性創(chuàng)新”。

在大規(guī)模AI訓(xùn)練與推理中，存在海量GB級(jí)的數(shù)據(jù)通信，想要提高算力利用率，通信帶寬要足夠?qū)?、通信時(shí)延要足夠低、內(nèi)存訪(fǎng)問(wèn)要足夠快，任何一處的瓶頸，都會(huì)導(dǎo)致計(jì)算與通信相互等待。

華為的超節(jié)點(diǎn)架構(gòu)，創(chuàng)造性地解決了兩大挑戰(zhàn)。

一是將傳統(tǒng)以CPU為中心的架構(gòu)，變成了全對(duì)等互聯(lián)，CPU、NPU/GPU等設(shè)備在統(tǒng)一的協(xié)議下互聯(lián)互通，整合為統(tǒng)一的全局地址空間，不管數(shù)據(jù)存在哪塊內(nèi)存里，都只有一個(gè)“全局地址”，可以直接訪(fǎng)問(wèn)。

二是通信協(xié)議的創(chuàng)新，傳輸?shù)牟辉偈潜恐氐摹皵?shù)據(jù)包”，而是包含內(nèi)存地址、操作碼（讀/寫(xiě)）和緩存狀態(tài)位的“Flit”，極大地提升了通信效率，并通過(guò)緩存一致性協(xié)議確保所有計(jì)算單元看到的信息是相同的。

相較于傳統(tǒng)的計(jì)算集群，華為的超節(jié)點(diǎn)架構(gòu)實(shí)現(xiàn)了三個(gè)硬性指標(biāo)，即大帶寬、低時(shí)延、內(nèi)存統(tǒng)一編址，讓集群像一臺(tái)計(jì)算機(jī)一樣學(xué)習(xí)、思考和工作，從根本上解決了算力利用率低、運(yùn)維復(fù)雜度高等問(wèn)題。

從“單點(diǎn)突圍”到“全局統(tǒng)籌”的躍變，揭示了AI時(shí)代的核心命題：在摩爾定律失效的當(dāng)下，算力供給不再是比拼單卡性能的“加法游戲”，只有掌握系統(tǒng)級(jí)創(chuàng)新的“乘法法則”，用系統(tǒng)工程打破物理瓶頸，才是滿(mǎn)足整個(gè)行業(yè)的算力剛需、邁向通用人工智能的必由之路。

02 生態(tài)共創(chuàng)，打造繁榮開(kāi)放的“黑土地”

把算力比作AI時(shí)代的骨架，生態(tài)就是關(guān)乎長(zhǎng)期生命力的血肉。

回顧計(jì)算產(chǎn)業(yè)的發(fā)展史，從不缺少性能耀眼的產(chǎn)品，最終決定牌局走向的，往往是生態(tài)。當(dāng)前中國(guó)算力產(chǎn)業(yè)面臨的真實(shí)困境在于：在制造和架構(gòu)創(chuàng)新上已經(jīng)能和國(guó)外掰手腕，軟件生態(tài)一直擺脫不了外部依賴(lài)。

面對(duì)這道殘酷的“生死題”，一些玩家試圖“走捷徑”。比如在CUDA的API和芯片的底層驅(qū)動(dòng)間加一個(gè)“翻譯器”，可CUDA并非開(kāi)源，第三方產(chǎn)品很難通過(guò)指令翻譯的方式實(shí)現(xiàn)完美兼容，還面臨英偉達(dá)扎緊藩籬（禁止通過(guò)轉(zhuǎn)譯層運(yùn)行軟件等）的風(fēng)險(xiǎn)。

吳輝一語(yǔ)道出了AI產(chǎn)業(yè)的關(guān)鍵：“構(gòu)建一個(gè)芯片和系統(tǒng)不是最難的，最重要的是構(gòu)建一個(gè)大家共同使用和運(yùn)用技術(shù)的開(kāi)放生態(tài)。華為在計(jì)算領(lǐng)域始終堅(jiān)定踐行‘硬件開(kāi)放、軟件開(kāi)源’戰(zhàn)略?！?/p>

對(duì)應(yīng)的行動(dòng)有很多。

比如計(jì)算架構(gòu)CANN的全面開(kāi)源開(kāi)放。

有別于CUDA的封閉，CANN將算子庫(kù)、通信庫(kù)、圖引擎、編程語(yǔ)言、運(yùn)行時(shí)等核心組件進(jìn)行全量、分層解耦的開(kāi)源。企業(yè)和高校的科研團(tuán)隊(duì)可以深入到圖優(yōu)化、算子融合、內(nèi)存調(diào)度等底層機(jī)制進(jìn)行二次創(chuàng)新，甚至不用局限于現(xiàn)成的工具和框架，可以根據(jù)自身需求進(jìn)行深度定制和優(yōu)化，實(shí)現(xiàn)更高的性能和效率。

再比如靈衢2.0協(xié)議的全面開(kāi)放。

作為超節(jié)點(diǎn)架構(gòu)的“靈魂”，華為在HC 2025上開(kāi)放了靈衢2.0技術(shù)規(guī)范，包括開(kāi)放超節(jié)點(diǎn)參考架構(gòu)、開(kāi)放超節(jié)點(diǎn)基礎(chǔ)硬件、開(kāi)源操作系統(tǒng)靈衢組件等等。底層技術(shù)協(xié)議和整套超節(jié)點(diǎn)技術(shù)的開(kāi)放，意味著產(chǎn)業(yè)界可以基于技術(shù)規(guī)范自研相關(guān)產(chǎn)品或部件，自主設(shè)計(jì)基于靈衢的各種產(chǎn)品，實(shí)現(xiàn)真正意義上的AI算力自由。

原因并不難解釋。

站在企業(yè)和開(kāi)發(fā)者的立場(chǎng)上，焦慮的不只是“好用不好用”，還涉及到是否自主創(chuàng)新：倘若底層機(jī)制不透明，只能依賴(lài)官方文檔，一旦業(yè)務(wù)出現(xiàn)性能瓶頸，往往無(wú)從下手；假如創(chuàng)新的節(jié)奏被單個(gè)平臺(tái)主導(dǎo)，像能源、制造、交通等行業(yè)，可能因?yàn)槟硞€(gè)算子制約整個(gè)行業(yè)的效率……

時(shí)間印證了華為的選擇。

開(kāi)源5年的OpenHarmony，匯聚了9200多名社區(qū)貢獻(xiàn)者，貢獻(xiàn)了1.3億行代碼；全面開(kāi)源開(kāi)放的CANN，不到半年就有1.3萬(wàn)開(kāi)發(fā)者參與進(jìn)來(lái)，創(chuàng)新開(kāi)發(fā)了420多個(gè)高性能算子。

數(shù)據(jù)是生態(tài)最好的注腳，當(dāng)千千萬(wàn)萬(wàn)的開(kāi)發(fā)者不再是單純的“使用者”，化身為生態(tài)的“架構(gòu)師”與“貢獻(xiàn)者”，自主創(chuàng)新的“黑土地”將越來(lái)越肥沃。

03 提升效能，AI落地的唯一檢驗(yàn)標(biāo)準(zhǔn)

技術(shù)創(chuàng)新的原點(diǎn)，終歸要回到產(chǎn)業(yè)的本質(zhì)——生產(chǎn)力。

當(dāng)前不少企業(yè)對(duì)AI的理解仍停留在表層，認(rèn)為僅僅是一次IT系統(tǒng)的例行升級(jí)，或者是采購(gòu)一套更聰明的軟件工具——買(mǎi)幾臺(tái)服務(wù)器、接幾個(gè)大模型的API，就能順理成章地貼上“數(shù)智化”標(biāo)簽。

也就是說(shuō)，在A(yíng)I融入千行百業(yè)的過(guò)程中，不僅要提供充沛的算力、打造繁榮的生態(tài)，還需要成熟的經(jīng)驗(yàn)和轉(zhuǎn)型方法論。

在華為公司副總裁、中國(guó)政企業(yè)務(wù)總裁吳輝看來(lái)，“企業(yè)走向AI與業(yè)務(wù)的融合本身是一場(chǎng)變革，包括重構(gòu)生產(chǎn)方式、生產(chǎn)關(guān)系以及商業(yè)模式等。因此，AI一定要跟企業(yè)的流程、組織、IT、數(shù)據(jù)以及業(yè)務(wù)場(chǎng)景深度結(jié)合，才能打造新質(zhì)生產(chǎn)力，提升企業(yè)的效能?！?/p>

過(guò)去五年時(shí)間里，華為和伙伴協(xié)助3.3萬(wàn)多家企業(yè)完成了數(shù)智化轉(zhuǎn)型，交出了一份份實(shí)打?qū)嵉某煽?jī)單。

在港口行業(yè)，天津港與華為共同推進(jìn)港口行業(yè)大模型PortGPT的研發(fā)和落地應(yīng)用，實(shí)現(xiàn)了近百輛無(wú)人集卡的自動(dòng)駕駛、岸橋遠(yuǎn)程操控和全流程的AI排產(chǎn)，港口運(yùn)行效率提升了15%，正作為港口數(shù)智化的新標(biāo)桿向海外復(fù)制。

在制造行業(yè)，華為在初期頂層設(shè)計(jì)時(shí)就參與了賽力斯超級(jí)工廠(chǎng)的建設(shè)，從網(wǎng)絡(luò)基礎(chǔ)、數(shù)字平臺(tái)、應(yīng)用場(chǎng)景到運(yùn)營(yíng)管理，打造了全鏈路智能化解決方案，助力賽力斯超級(jí)工廠(chǎng)實(shí)現(xiàn)AI與數(shù)據(jù)的雙輪驅(qū)動(dòng)，助其最快30秒就能下線(xiàn)一輛車(chē)。

隔行不隔理，華為深度參與3.3萬(wàn)多家企業(yè)數(shù)智化轉(zhuǎn)型的經(jīng)驗(yàn)，沉淀成了一套可復(fù)制的方法論。

譬如在怎么從0到1落地AI的問(wèn)題上，華為基于實(shí)踐經(jīng)驗(yàn)總結(jié)了“三層五階八步”方法論，把模糊的AI落地變成了清晰可執(zhí)行的步驟，即從業(yè)務(wù)場(chǎng)景出發(fā)，沿著業(yè)務(wù)流程、組織，數(shù)據(jù)和應(yīng)用指導(dǎo)業(yè)務(wù)如何一步步落地AI，讓企業(yè)不用再摸黑試錯(cuò)，少走一些彎路。

讓我們印象深刻的是，吳輝在對(duì)話(huà)中沒(méi)有過(guò)多強(qiáng)調(diào)華為的經(jīng)驗(yàn)和方法論，而是多次提到“效能”一詞。

既是華為對(duì)自身軟硬件能力和成熟方法論的篤定，也為陷入落地焦慮的企業(yè)開(kāi)出了一劑清醒的藥方：AI必須深入到業(yè)務(wù)場(chǎng)景，完成“技術(shù)演示”到“生產(chǎn)要素”的跨越，對(duì)企業(yè)的利潤(rùn)表、效率曲線(xiàn)產(chǎn)生可量化的影響，蛻變?yōu)榭吹靡?jiàn)的“新質(zhì)生產(chǎn)力”，而非為了AI而AI。

特別是在A(yíng)I進(jìn)入“落地大考”的2026年，勢(shì)必會(huì)醞釀出各種各樣的新概念、新產(chǎn)品、新方案，千萬(wàn)別被“名詞式創(chuàng)新”帶偏，唯有提升效能，才是檢驗(yàn)AI落地價(jià)值的標(biāo)準(zhǔn)。

04 寫(xiě)在最后

正如吳輝在對(duì)話(huà)結(jié)尾所強(qiáng)調(diào)的：“AI時(shí)代，我們要有緊迫感，人工智能可能是人類(lèi)最后一次技術(shù)革命，我們要夜以繼日，全力以赴追趕世界領(lǐng)先；同時(shí)我們要能深入行業(yè)，深刻理解行業(yè)需求，協(xié)助企業(yè)把人工智能融到生產(chǎn)和業(yè)務(wù)中去，助力千行百業(yè)在智能時(shí)代走向世界領(lǐng)先?！?/p>

這場(chǎng)通往智能時(shí)代的“遠(yuǎn)征”，絕不是華為一家企業(yè)的獨(dú)角戲，而是千行百業(yè)的集體答卷。

當(dāng)華為通過(guò)創(chuàng)新的超節(jié)點(diǎn)架構(gòu)夯實(shí)了算力底座，用“硬件開(kāi)放、軟件開(kāi)源”的決心培育了生態(tài)沃土，用腳踏實(shí)地的態(tài)度跑通了AI落地的路徑，誰(shuí)先把AI融入生產(chǎn)一線(xiàn)，誰(shuí)就能先吃到數(shù)智化轉(zhuǎn)型的紅利。