自主算力底座，重構AI基石。

文 | 華商韜略 熊劍輝

今年以來，從DeepSeek、宇樹機器人，到“中國版阿斯麥”新凱來……一大批中國科技創新驚艷世人。

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瞄準超節點沖鋒，將訓練、推理、具身智能全面推上云端，終成英偉達之外的“算力第二極”。

今天，即便英偉達AI算力依然占優，卻悄然喪失壟斷的“鐵王座”。

當中國再次面臨科技鏈的硬封鎖，華為的超節點突破，正引領中國AI邁向更自主、更普惠、更顛覆的新時代。

【超節點突圍】

2025年3月18日，美國加州圣何塞。

在號稱全球“科技春晚”的英偉達GTC大會上，黃仁勛重磅發布了全新的Blackwell Ultra GPU，以及基于該芯片的NVL72服務器，震驚世界。

由8個NVL72機架組成的完整版Blackwell Ultra DGX超節點，算力高達11.5 ExaFLOPS FP4。

算力爆表背后，英偉達的“超節點技術”，才是不傳之秘。

什么是“超節點”？

簡單來說，超節點是一種突破性的智算硬件架構。

在傳統的AI服務器里，一張計算卡中僅能容納8塊GPU芯片。這導致GPU之間傳輸速度快，但計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，行業巨頭動不動要連接起成千上萬、乃至10萬計的GPU，使其漸漸成了一個大麻煩。

一個典型的案例是，當年Meta為訓練4050億個參數的Llama 3大模型，使用了包含16384塊NVIDIA H100 80GB GPU的集群。

常言道：三個和尚沒水喝。更何況，這是16384個“和尚”挑“三峽”，導致平均3小時就發生一次意外報錯，浪費了巨量的時間、算力、人力成本。

而要解決這個大問題，一要將AI服務器進一步集成，二要提高算卡間的網速。

NVL72超節點技術，因此應運而生。

簡單理解，NVL72就是一個裝了72張GPU的超級AI服務器，算卡之間通過NVLink網絡技術連接，令AI的算力和通訊速度幾何倍數提升。

NVL72基礎上，還能不斷疊加，變成NVL144、NVL288、NVL576……

超節點技術加持下，成百上千顆GPU不斷疊加，卻依然能像一顆超級GPU一樣，協同高速運行。

可這樣的超節點技術，一度為英偉達獨有，且是封閉生態，不容任何人染指。

對此，連谷歌、亞馬遜都要另辟蹊徑；遭遇高端AI芯片禁運的中國，也只能望洋興嘆。

但不論遭遇怎樣的艱難險阻，中國人相信，一定能突出重圍。

2024年9月，華為全聯接大會，華為云發布了AI原生云基礎設施架構CloudMatrix，通過計算、存儲和網絡技術的協同創新，打造“超節點+集群”系統算力解決方案。

▲華為公司常務董事、華為云計算CEO 張平安

就在昨天（2025年4月10日），華為云生態大會2025上，華為公司常務董事、華為云計算CEO張平安又公布了AI基礎設施架構突破性進展——CloudMatrix 384超節點，已在蕪湖數據中心規模上線，成為國內唯一正式商用的大規模超節點。

華為云超節點，強在哪？

【創新大破局】

當AI成為推動變革的重要力量，如何讓AI更好地走向產業落地，成為時代發展的“必答題”。

而CloudMatrix 384超節點，就是華為云給出的答案。

▲CloudMatrix 384超節點

傳統的云服務，以單臺服務器作為交付單元。

而基于超節點技術的華為云CloudMatrix 384，提供的卻是一種動態組合的算力切片。

它通過“一切可池化”“一切皆對等”“一切可組合”三大創新設計，以及HCCS等全自研通信協議，最終在算力密度、互聯帶寬、長穩運行上，實現了全方位提升。

算力上，華為云通過新型高速總線，實現多卡緊耦合互聯，成為一個超級云服務器。

這使其算力規模領先，訓練超大規模大模型亦不在話下。

在互聯帶寬上，華為云CloudMatrix 384通過超高帶寬Scale-Up新型高速總線網絡，實現從“傳統以太網”向“共享總線網絡”演進，資源互聯帶寬大幅提升。

穩定性上，CloudMatrix 384支持長穩運行，故障分鐘級恢復。

簡單來說，CloudMatrix 384，就是384張昇騰算力卡組成的一臺AI服務器節點。這不僅是中國最大的商用超節點，相較英偉達NVL72，它規模更大、算力更強、性能更優，由此成為AI推理時代的新動力。

實際上，伴隨DeepSeek的橫空出世，華為云超節點已經在其中一展身手。

2025年1月底，硅基流動正考慮部署DeepSeek?？珊唵我凰阗~，一個月要動用80臺英偉達H800，耗費五六百萬，還不一定能用滿。

風險之下，硅基流動轉身找到了華為云。

2月1日，由硅基流動與華為云聯合首發并上線基于昇騰云服務的DeepSeekR1/V3推理服務，率先跑通了在國產芯片上部署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，硅基流動再度宣布：基于華為云CloudMatrix 384 超節點昇騰云服務，并采用大規模專家并行最佳實踐的DeepSeek-R1，正式上線。

該服務在保證單用戶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H100；在總算力、互聯帶寬、內存帶寬上，更領先業界。

技術上，華為云超節點與DeepSeek，堪稱絕配。

實際上，DeepSeek訓練采用的MoE架構，會因All-to-All通信，產生GPU閑置、負載不均衡等問題。

而超節點，恰恰能通過資源池化、高帶寬低時延的交換互聯模式，有效緩解DeepSeek流水線并行計算的資源空置、MoE架構下的GPU閑置等難題，成為部署DeepSeek的最優選。

特別是面對中小企業、學校、醫院等機構快速部署需求，華為云又開發出昇騰一體機。

這種“開箱即用”的解決方案，目前已支持150+企業的DeepSeek服務迅速上線，在無限次免費使用“滿血版”DeepSeek的同時，徹底告別“服務器繁忙”的困擾。

這既是DeepSeek帶來的AI平權，也是華為云引領的算力普惠。

【共筑繁榮AI生態】

如今，伴隨DeepSeek的加速部署，中國智能化時代正呼嘯而來。

有數據顯示，當下中國每天用AI生成內容的用戶高達3億，五分之一的網民在用AI創作，每天消耗的Tokens高達10萬億，相當于上百萬部《三體》。

國際咨詢機構Gartner則預測，2027年，中國80%的企業將使用多模型生成式人工智能（AI）。

“噴薄而出”的AI需求，越發渴求強大的AI全棧能力。

華為云生態大會2025上，華為云最新的“AI全家桶”，也應時而來。

不論是GaussDB數據庫、軟件工具鏈CodeArts，還是云安全、數字內容生產線MetaStudio等產品，都經過智能化全面升級，展現出華為云在AI領域超強的全棧能力。

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”遠遠不夠。

華為云力圖構建的AI全棧能力，貫穿著堅定打造“自主創新、安全可靠”的AI算力底座、堅定深耕行業、堅定推進生態建設“三大堅定”。

面向“三大堅定”，華為云正穩步推進。

▲華為云烏蘭察布數據中心

AI算力底座上，華為云一面在貴州貴陽、內蒙古烏蘭察布、安徽蕪湖完成了三大云核心樞紐布局，一面不忘攜手生態伙伴。

2024年10月，科大訊飛與華為聯合打造的“飛星二號”正式上線。

這是雙方完全基于昇騰生態，打造的國產超大規模智算平臺。

正如科大訊飛董事長劉慶峰所說：

“只有在真正自主研發、自主創新的平臺上，才有真正的中國人工智能大未來?！?/p>

這樣的“自主創新、安全可靠”，不僅在為“飛星二號”這一智算平臺賦能，更通過這一平臺，進一步滲透到能源、金融、教育、醫療等多個行業。

而在深耕行業上，華為云堅定以盤古大模型為引擎，打造行業ToB解決方案，令眾多企業受益。

在寶鋼，通過華為云盤古大模型對高爐爐況的場景優化，每年降本超10億。

在廣汽，由盤古大模型構建的代碼助手，在端開發、車端開發的研發效率提升10%；診斷助手讓工程師查冊時間減少50%，故障排診效率提升30%。

在天士力，基于盤古打造的“數智本草”大模型，參數高達380億，可快速進行藥材和復方的篩選和優化。

今天，華為云盤古大模型已在30多個行業、400多個場景中落地，廣泛應用于城市治理、智慧金融、醫療健康、氣象預測等領域。

華為云全棧的AI能力，正持續給千行萬業帶來巨大的商業價值。

而數字世界的話語權，終究由生態的繁榮決定。

畢竟在AI時代，不是一家企業就能解決千行萬業的問題，而需要整個生態合力。

誠如《華為2024年年度報告》中所說：

“生態是廣袤的沃土，只有生態伙伴的成長和成功，才有生態系統的枝繁葉茂?！?/strong>

圍繞鴻蒙、鯤鵬、昇騰等根技術生態，華為正加速向生態伙伴開放平臺能力，為開發者持續提供好用易用的工具和產品。

今天，全世界都對中國AI的進步刮目相看。這背后，是華為云做百模千態、千行萬業的“黑土地”，從底層為軟硬件的自主創新默默筑基，中國企業才能在AI領域放手創新，中國的AI應用才有了堅實的底氣。

所以，華為的突破，從來不是“獨行者快”的個體創新，而是“眾行者遠”的群體繁榮。

一個由華為主導的開放、合作、共贏的生態系統，必將在商業、產業、社會意義上實現更大的價值。

事實上，從電子時代、數字時代、再到AI新紀元，華為每遇科技爆發的關鍵節點，都是通過不斷創新、堅守底線，終成跨越大周期的科技常青樹。

當世界進入產業鏈、科技鏈對決的“亂紀元”，這種寶貴的突破，無疑將重筑未來科技權力的基石。

這是一場國運之戰，也終將改變中國科技產業的未來格局。

歡迎關注【華商韜略】，識風云人物，讀韜略傳奇。

版權所有，禁止私自轉載

部分圖片來源于網絡

如涉及侵權，請聯系刪除