自主算力底座，重構(gòu)AI基石。
文 | 華商韜略 熊劍輝
今年以來，從DeepSeek、宇樹機(jī)器人，到“中國版阿斯麥”新凱來……一大批中國科技創(chuàng)新驚艷世人。
很多人并不知道，這背后都閃耀著華為的身影。
特別是華為云，一邊在芯片底層深耕，一邊以CloudMatrix瞄準(zhǔn)超節(jié)點(diǎn)沖鋒，將訓(xùn)練、推理、具身智能全面推上云端，終成英偉達(dá)之外的“算力第二極”。
今天，即便英偉達(dá)AI算力依然占優(yōu)，卻悄然喪失壟斷的“鐵王座”。
當(dāng)中國再次面臨科技鏈的硬封鎖，華為的超節(jié)點(diǎn)突破，正引領(lǐng)中國AI邁向更自主、更普惠、更顛覆的新時(shí)代。
【超節(jié)點(diǎn)突圍】
2025年3月18日，美國加州圣何塞。
在號(hào)稱全球“科技春晚”的英偉達(dá)GTC大會(huì)上，黃仁勛重磅發(fā)布了全新的Blackwell Ultra GPU，以及基于該芯片的NVL72服務(wù)器，震驚世界。
由8個(gè)NVL72機(jī)架組成的完整版Blackwell Ultra DGX超節(jié)點(diǎn)，算力高達(dá)11.5 ExaFLOPS FP4。
算力爆表背后，英偉達(dá)的“超節(jié)點(diǎn)技術(shù)”，才是不傳之秘。
什么是“超節(jié)點(diǎn)”？
簡單來說，超節(jié)點(diǎn)是一種突破性的智算硬件架構(gòu)。
在傳統(tǒng)的AI服務(wù)器里，一張計(jì)算卡中僅能容納8塊GPU芯片。這導(dǎo)致GPU之間傳輸速度快，但計(jì)算卡之間傳輸速度慢。
本來，這不是什么大問題?？扇缃?，伴隨AI崛起，行業(yè)巨頭動(dòng)不動(dòng)要連接起成千上萬、乃至10萬計(jì)的GPU，使其漸漸成了一個(gè)大麻煩。
一個(gè)典型的案例是，當(dāng)年Meta為訓(xùn)練4050億個(gè)參數(shù)的Llama 3大模型，使用了包含16384塊NVIDIA H100 80GB GPU的集群。
常言道：三個(gè)和尚沒水喝。更何況，這是16384個(gè)“和尚”挑“三峽”，導(dǎo)致平均3小時(shí)就發(fā)生一次意外報(bào)錯(cuò)，浪費(fèi)了巨量的時(shí)間、算力、人力成本。
而要解決這個(gè)大問題，一要將AI服務(wù)器進(jìn)一步集成，二要提高算卡間的網(wǎng)速。
NVL72超節(jié)點(diǎn)技術(shù)，因此應(yīng)運(yùn)而生。
簡單理解，NVL72就是一個(gè)裝了72張GPU的超級(jí)AI服務(wù)器，算卡之間通過NVLink網(wǎng)絡(luò)技術(shù)連接，令A(yù)I的算力和通訊速度幾何倍數(shù)提升。
NVL72基礎(chǔ)上，還能不斷疊加，變成NVL144、NVL288、NVL576……
超節(jié)點(diǎn)技術(shù)加持下，成百上千顆GPU不斷疊加，卻依然能像一顆超級(jí)GPU一樣，協(xié)同高速運(yùn)行。
可這樣的超節(jié)點(diǎn)技術(shù)，一度為英偉達(dá)獨(dú)有，且是封閉生態(tài)，不容任何人染指。
對(duì)此，連谷歌、亞馬遜都要另辟蹊徑；遭遇高端AI芯片禁運(yùn)的中國，也只能望洋興嘆。
但不論遭遇怎樣的艱難險(xiǎn)阻，中國人相信，一定能突出重圍。
2024年9月，華為全聯(lián)接大會(huì)，華為云發(fā)布了AI原生云基礎(chǔ)設(shè)施架構(gòu)CloudMatrix，通過計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)技術(shù)的協(xié)同創(chuàng)新，打造“超節(jié)點(diǎn)+集群”系統(tǒng)算力解決方案。
就在昨天（2025年4月10日），華為云生態(tài)大會(huì)2025上，華為公司常務(wù)董事、華為云計(jì)算CEO張平安又公布了AI基礎(chǔ)設(shè)施架構(gòu)突破性進(jìn)展——CloudMatrix 384超節(jié)點(diǎn)，已在蕪湖數(shù)據(jù)中心規(guī)模上線，成為國內(nèi)唯一正式商用的大規(guī)模超節(jié)點(diǎn)。
華為云超節(jié)點(diǎn)，強(qiáng)在哪？
【創(chuàng)新大破局】
當(dāng)AI成為推動(dòng)變革的重要力量，如何讓AI更好地走向產(chǎn)業(yè)落地，成為時(shí)代發(fā)展的“必答題”。
而CloudMatrix 384超節(jié)點(diǎn)，就是華為云給出的答案。
傳統(tǒng)的云服務(wù)，以單臺(tái)服務(wù)器作為交付單元。
而基于超節(jié)點(diǎn)技術(shù)的華為云CloudMatrix 384，提供的卻是一種動(dòng)態(tài)組合的算力切片。
它通過“一切可池化”“一切皆對(duì)等”“一切可組合”三大創(chuàng)新設(shè)計(jì)，以及HCCS等全自研通信協(xié)議，最終在算力密度、互聯(lián)帶寬、長穩(wěn)運(yùn)行上，實(shí)現(xiàn)了全方位提升。
算力上，華為云通過新型高速總線，實(shí)現(xiàn)多卡緊耦合互聯(lián)，成為一個(gè)超級(jí)云服務(wù)器。
這使其算力規(guī)模領(lǐng)先，訓(xùn)練超大規(guī)模大模型亦不在話下。
在互聯(lián)帶寬上，華為云CloudMatrix 384通過超高帶寬Scale-Up新型高速總線網(wǎng)絡(luò)，實(shí)現(xiàn)從“傳統(tǒng)以太網(wǎng)”向“共享總線網(wǎng)絡(luò)”演進(jìn)，資源互聯(lián)帶寬大幅提升。
穩(wěn)定性上，CloudMatrix 384支持長穩(wěn)運(yùn)行，故障分鐘級(jí)恢復(fù)。
簡單來說，CloudMatrix 384，就是384張昇騰算力卡組成的一臺(tái)AI服務(wù)器節(jié)點(diǎn)。這不僅是中國最大的商用超節(jié)點(diǎn)，相較英偉達(dá)NVL72，它規(guī)模更大、算力更強(qiáng)、性能更優(yōu)，由此成為AI推理時(shí)代的新動(dòng)力。
實(shí)際上，伴隨DeepSeek的橫空出世，華為云超節(jié)點(diǎn)已經(jīng)在其中一展身手。
2025年1月底，硅基流動(dòng)正考慮部署DeepSeek?？珊唵我凰阗~，一個(gè)月要?jiǎng)佑?0臺(tái)英偉達(dá)H800，耗費(fèi)五六百萬，還不一定能用滿。
風(fēng)險(xiǎn)之下，硅基流動(dòng)轉(zhuǎn)身找到了華為云。
2月1日，由硅基流動(dòng)與華為云聯(lián)合首發(fā)并上線基于昇騰云服務(wù)的DeepSeekR1/V3推理服務(wù)，率先跑通了在國產(chǎn)芯片上部署DeepSeek模型的路徑。
由此，才真正掀起了DeepSeek全面開花的狂潮。
4月10日，硅基流動(dòng)再度宣布：基于華為云CloudMatrix 384 超節(jié)點(diǎn)昇騰云服務(wù)，并采用大規(guī)模專家并行最佳實(shí)踐的DeepSeek-R1，正式上線。
該服務(wù)在保證單用戶20TPS水平前提下，單卡“生成回答”（Decode）吞吐突破1920Tokens/s，性能比肩英偉達(dá)H100；在總算力、互聯(lián)帶寬、內(nèi)存帶寬上，更領(lǐng)先業(yè)界。
技術(shù)上，華為云超節(jié)點(diǎn)與DeepSeek，堪稱絕配。
實(shí)際上，DeepSeek訓(xùn)練采用的MoE架構(gòu)，會(huì)因All-to-All通信，產(chǎn)生GPU閑置、負(fù)載不均衡等問題。
而超節(jié)點(diǎn)，恰恰能通過資源池化、高帶寬低時(shí)延的交換互聯(lián)模式，有效緩解DeepSeek流水線并行計(jì)算的資源空置、MoE架構(gòu)下的GPU閑置等難題，成為部署DeepSeek的最優(yōu)選。
特別是面對(duì)中小企業(yè)、學(xué)校、醫(yī)院等機(jī)構(gòu)快速部署需求，華為云又開發(fā)出昇騰一體機(jī)。
這種“開箱即用”的解決方案，目前已支持150+企業(yè)的DeepSeek服務(wù)迅速上線，在無限次免費(fèi)使用“滿血版”DeepSeek的同時(shí)，徹底告別“服務(wù)器繁忙”的困擾。
這既是DeepSeek帶來的AI平權(quán)，也是華為云引領(lǐng)的算力普惠。
【共筑繁榮AI生態(tài)】
如今，伴隨DeepSeek的加速部署，中國智能化時(shí)代正呼嘯而來。
有數(shù)據(jù)顯示，當(dāng)下中國每天用AI生成內(nèi)容的用戶高達(dá)3億，五分之一的網(wǎng)民在用AI創(chuàng)作，每天消耗的Tokens高達(dá)10萬億，相當(dāng)于上百萬部《三體》。
國際咨詢機(jī)構(gòu)Gartner則預(yù)測，2027年，中國80%的企業(yè)將使用多模型生成式人工智能（AI）。
“噴薄而出”的AI需求，越發(fā)渴求強(qiáng)大的AI全棧能力。
華為云生態(tài)大會(huì)2025上，華為云最新的“AI全家桶”，也應(yīng)時(shí)而來。
不論是GaussDB數(shù)據(jù)庫、軟件工具鏈CodeArts，還是云安全、數(shù)字內(nèi)容生產(chǎn)線MetaStudio等產(chǎn)品，都經(jīng)過智能化全面升級(jí)，展現(xiàn)出華為云在AI領(lǐng)域超強(qiáng)的全棧能力。
AI全棧自研，正是很多人看好華為云的核心原因。
但在華為云看來，僅是“AI全家桶”遠(yuǎn)遠(yuǎn)不夠。
華為云力圖構(gòu)建的AI全棧能力，貫穿著堅(jiān)定打造“自主創(chuàng)新、安全可靠”的AI算力底座、堅(jiān)定深耕行業(yè)、堅(jiān)定推進(jìn)生態(tài)建設(shè)“三大堅(jiān)定”。
面向“三大堅(jiān)定”，華為云正穩(wěn)步推進(jìn)。
AI算力底座上，華為云一面在貴州貴陽、內(nèi)蒙古烏蘭察布、安徽蕪湖完成了三大云核心樞紐布局，一面不忘攜手生態(tài)伙伴。
2024年10月，科大訊飛與華為聯(lián)合打造的“飛星二號(hào)”正式上線。
這是雙方完全基于昇騰生態(tài)，打造的國產(chǎn)超大規(guī)模智算平臺(tái)。
正如科大訊飛董事長劉慶峰所說：
“只有在真正自主研發(fā)、自主創(chuàng)新的平臺(tái)上，才有真正的中國人工智能大未來。”
這樣的“自主創(chuàng)新、安全可靠”，不僅在為“飛星二號(hào)”這一智算平臺(tái)賦能，更通過這一平臺(tái)，進(jìn)一步滲透到能源、金融、教育、醫(yī)療等多個(gè)行業(yè)。
而在深耕行業(yè)上，華為云堅(jiān)定以盤古大模型為引擎，打造行業(yè)ToB解決方案，令眾多企業(yè)受益。
在寶鋼，通過華為云盤古大模型對(duì)高爐爐況的場景優(yōu)化，每年降本超10億。
在廣汽，由盤古大模型構(gòu)建的代碼助手，在端開發(fā)、車端開發(fā)的研發(fā)效率提升10%；診斷助手讓工程師查冊(cè)時(shí)間減少50%，故障排診效率提升30%。
在天士力，基于盤古打造的“數(shù)智本草”大模型，參數(shù)高達(dá)380億，可快速進(jìn)行藥材和復(fù)方的篩選和優(yōu)化。
今天，華為云盤古大模型已在30多個(gè)行業(yè)、400多個(gè)場景中落地，廣泛應(yīng)用于城市治理、智慧金融、醫(yī)療健康、氣象預(yù)測等領(lǐng)域。
華為云全棧的AI能力，正持續(xù)給千行萬業(yè)帶來巨大的商業(yè)價(jià)值。
而數(shù)字世界的話語權(quán)，終究由生態(tài)的繁榮決定。
畢竟在AI時(shí)代，不是一家企業(yè)就能解決千行萬業(yè)的問題，而需要整個(gè)生態(tài)合力。
誠如《華為2024年年度報(bào)告》中所說：
“生態(tài)是廣袤的沃土，只有生態(tài)伙伴的成長和成功，才有生態(tài)系統(tǒng)的枝繁葉茂?！?/strong>
圍繞鴻蒙、鯤鵬、昇騰等根技術(shù)生態(tài)，華為正加速向生態(tài)伙伴開放平臺(tái)能力，為開發(fā)者持續(xù)提供好用易用的工具和產(chǎn)品。
今天，全世界都對(duì)中國AI的進(jìn)步刮目相看。這背后，是華為云做百模千態(tài)、千行萬業(yè)的“黑土地”，從底層為軟硬件的自主創(chuàng)新默默筑基，中國企業(yè)才能在AI領(lǐng)域放手創(chuàng)新，中國的AI應(yīng)用才有了堅(jiān)實(shí)的底氣。
所以，華為的突破，從來不是“獨(dú)行者快”的個(gè)體創(chuàng)新，而是“眾行者遠(yuǎn)”的群體繁榮。
一個(gè)由華為主導(dǎo)的開放、合作、共贏的生態(tài)系統(tǒng)，必將在商業(yè)、產(chǎn)業(yè)、社會(huì)意義上實(shí)現(xiàn)更大的價(jià)值。
事實(shí)上，從電子時(shí)代、數(shù)字時(shí)代、再到AI新紀(jì)元，華為每遇科技爆發(fā)的關(guān)鍵節(jié)點(diǎn)，都是通過不斷創(chuàng)新、堅(jiān)守底線，終成跨越大周期的科技常青樹。
當(dāng)世界進(jìn)入產(chǎn)業(yè)鏈、科技鏈對(duì)決的“亂紀(jì)元”，這種寶貴的突破，無疑將重筑未來科技權(quán)力的基石。
這是一場國運(yùn)之戰(zhàn)，也終將改變中國科技產(chǎn)業(yè)的未來格局。
歡迎關(guān)注【華商韜略】，識(shí)風(fēng)云人物，讀韜略傳奇。
版權(quán)所有，禁止私自轉(zhuǎn)載
部分圖片來源于網(wǎng)絡(luò)
如涉及侵權(quán)，請(qǐng)聯(lián)系刪除
熱門跟貼