用空間換算力；用帶寬換算力；用能源換算力……用一切換算力。

文 | 華商韜略 熊劍輝

【與時間賽跑】

2025年1月15日，中國AI大模型DeepSeek R1剛一問世，便震動全球。

針對DeepSeek，全世界展開了一場龍爭虎斗。

可僅僅2周之后，2月1日（大年初四），華為云就聯合硅基流動基于昇騰云推出DeepSeek R1/V3，引爆全網。

從模型到算力，從引擎到框架，全面實現國產化。

這其中，DeepSeek和華為自不用說。硅基流動作為一家AI Infra（AI基礎設施）企業，則是清華博士袁進輝2023年剛創立的創業公司。

創業公司往往嗅覺極度靈敏。

其實，早在DeepSeek V3發布前一個月，DeepSeek創始人梁文鋒就找到袁進輝，問他要不要部署？

袁進輝算了一筆賬：動用80臺英偉達H800服務器，單月花費五六百萬，風險很大。

但眼見著DeepSeek越來越火爆，全世界的AI團隊都爭分奪秒，連英偉達也親自下場。

時間不等人，硅基流動火速找到華為云。雙方一拍即合，決心大干一場，希望能用國產算力率先搞定部署難題。

華為云的方案，正是昇騰云。

于是，雙方經過徹夜不息的努力，終于在2月推出基于昇騰云與硅基流動推理加速引擎的DeepSeek，成為國內第一個成功部署DeepSeek服務的企業。

僅2月，硅基流動網站訪問量暴增40倍，沖上中國AI網站排行榜第6、全球AI網站增長榜第2。

狂暴的流量，讓人又驚又喜。

據華為云技術負責人王磊回憶，硅基流動DeepSeek剛上線，第一波流量超乎想象。他不得不四處騰挪，緊急調撥2000多張昇騰910B卡馳援，才勉強扛住。

但第一波“洪峰”之后，更大的流量爆發了。

這一次，不得不每次1000卡地往上加，不計上限地調配算力，才勉強扛住。

但這一波之后呢？未來的流量，還會爆發到怎樣的程度？

沒有人知道。

于是，華為云找到袁進輝，亮出當時還秘不示人的“大殺器”——CloudMatrix 384超節點。

對于超節點，袁進輝早有耳聞。

2024年3月，英偉達首發NVL72超節點，一度震驚世界。

傳統AI服務器里，一張計算卡僅能容納8塊GPU；但NVL72超節點，能將72塊GPU組成一臺超級AI服務器，令AI算力和通訊速度實現飆升。

所以，超節點是一種將GPU高度集成的AI服務器“黑科技”。

誰也沒想到，華為云這么快就搞出了CloudMatrix 384超節點。

而且，華為云超節點的昇騰卡互聯數量飆升到384張，遠超英偉達NVL72的72卡。

這是中國AI的算力之巔，更是前所未有的應用挑戰。

當時，袁進輝坦承對CloudMatrix 384懷有疑慮：

第一，DeepSeek所需的大規模專家并行，要求多卡之間實現低延遲、高協同，并使用All-to-All通信。

但即便是英偉達，對All-to-All的支持也相當乏力。

CloudMatrix 384行不行？沒有人知道。

第二，英偉達NVL72超節點，采用銅連接；CloudMatrix 384卻采用光模塊。區別在哪呢？

光模塊通信具備更高帶寬和更低時延，適合大容量、長距離傳輸；此外光網絡架構簡化，空間和功耗節省顯著，且擴展性更強。但光模塊最大的問題就在于故障率高。

這個超高難度的連接方式，到底行不行？沒有人知道。

盡管充滿疑慮，但袁進輝選擇“信華為”：

“華為不僅是打過硬仗的團隊，更創造了很多很多的奇跡。”

實際上，袁進輝的疑慮，也正是騰建軍所擔心的。

【華山一條路】

2023年2月，一場驟然爆發的電源浪涌，席卷新加坡數據中心，多家云廠商和數據中心客戶受影響。

騰建軍，正是這場危機的親歷者。

當時，新加坡華為云和微軟云恰好在同一數據中心。唯一不同的是，電源浪涌爆發后，華為云的AI for DC（Data Center），迅速“感知”到電源浪涌引發的高溫，自動觸發應急預警。

作為資深專家，騰建軍和團隊迅速判斷出，這將是一場全局危機。

這也是一場爭分奪秒的戰斗。

1分鐘發現故障，3分鐘建立作戰室進行統一指揮，1小時內啟動干冰應急計劃……

騰建軍率領團隊頭戴防毒面罩、手挑干冰，沖進現場給服務器物理降溫，生生扛住這波突襲，確保了華為云穩定運行。

江湖傳言，這一天，新加坡的干冰被華為云直接搬空。

微軟云在內部溫度驟升、短暫抵抗之后，關閉了服務器，中斷了云服務。

微軟云客戶甚至是在Twitter上，才得知自家業務猛然宕機，被打了個措手不及。

一邊迅速趴窩，一邊穩如泰山。

僅此一招，足見華為云的功力。

但智算超節點時代，對數據中心的要求更加苛刻。

在騰建軍眼中，CloudMatrix 384超節點要在物理上真正落地，數據中心要解決的是一連串實打實的難題。

因為數據中心，是“智算超節點產品”不可分割的一部分。

比如供電。

傳統數據中心，供電只做到8-10千瓦/機柜；但為了驅動CloudMatrix 384，僅供電就要飆升到50千瓦甚至更高，怎么辦？

那就突破標準，超前技術準備、超前建設。

散熱上，一套CloudMatrix 384橫跨16個機柜，熱量密度飆升，必須構建一套精密的液冷散熱系統。

這其中，僅鏟齒散熱器的縫隙，就堪比發絲般精細。一旦散熱液潔凈度出現些許問題，或是不可避免滋生細菌微生物，就很可能將鏟齒散熱器堵死，不可避免導致大規模宕機。

這時候，又怎么辦？

一方面，用AI for DC提前預警；另一方面，通過物理+化學的新方法長效殺菌，實現數學、物理到生物、化學的跨界研究，引領一場液冷革命。

而這些技術，早在幾年前就在華為云得到規模應用，展現出技術超前投入的前瞻價值。

但光模塊，差點成了騰建軍“過不去的坎”。

實際上，華為在光通信領域早已世界領先。

2020年，華為全球首發800G超高速光模塊，獨步全球；2025年，華為再發1.6T硅光模塊，在800G基礎上再翻一倍。

至此，業界已無人得見華為光通信的“車尾燈”。

強大的技術積淀，讓華為云用光模塊構建超節點，而非采用銅連接，成為一種必然。

可真槍實彈干起來才發現，困難比預想的大得多。

實測中，騰建軍發現：光鏈路的閃斷太頻繁了，結果就是——完全不能用！

“咯噔”一下子。問題嚴重了！

當時，CloudMatrix 384赫然被列入華為重點密級項目，是必須強渡的“大渡河”。加上單卡性能不如人，被逼得只能闖光模塊這“華山一條路”。真被卡死，滿盤皆輸。

但那段時間，騰建軍對團隊說的最多的話卻是：

不要談困難，想盡辦法去突破。

于是，一邊內部想辦法，一邊外界請高人，同時，只能用最笨的辦法把難題列出來，一條條去攻克。

終于，騰建軍團隊發現：八成以上問題，出在光模塊幾乎肉眼不可見的臟污上，嚴重影響了通訊質量；而臟污的產生，就在數據中心現場超節點內網互連的安裝環節。

找準了關鍵就好辦。

于是，團隊打造出針對光模塊故障的定位和修復系統，通過數字化平臺上的專家經驗庫和現場光模塊的故障現象進行對接，實現了問題快速定位、故障迅速處置。

這一次，CloudMatrix 384再上線，速率、穩定性大幅提高。

作為全球首次大規模動用光模塊部署超節點的探索，華為云創造了“奇跡”。

這一切，都成為硅基流動基于CloudMatrix 384再次爆發的堅實根基。

【一場新征程】

2月底，當強大的CloudMatrix 384呈現在硅基流動團隊面前時，所有人面對的，卻是一場新的長征。

王磊清楚記得：

3月初，硅基流動DeepSeek服務在超節點上剛跑通，吞吐量只有320 Tokens/秒，低到令人難以置信。

一臺算力怪獸，表現如此拉胯，問題出在哪？沒有人知道。

實際上，普通人很難想象，大模型內星辰般的宏大：

它的參數，高達數千億級；它的神經網絡層級，成百上千；每個算子（神經網絡中具備特定功能的算法節點）背后，連接著不計其數的分布式系統；它的結果，則由成百上千張GPU協同計算輸出，充滿概率偶然。

要在這其中找出問題，仿佛是在一座亞馬遜雨林中通緝一只細菌。

這幾乎是一個不可能完成的任務。

但華為云，必須上。

很快，王磊發動“超能力”，開始全公司“搖人”。

從底層做芯片的、做存儲的、做計算的，到上層做算子的、做推理的、做平臺的……王磊竭盡所能，幾乎把技術棧上的所有團隊拉到現場，跟硅基流動團隊協同辦公、攻堅克難。

協議有問題，馬上改協議；算子有問題，馬上改算子……圍繞硅基流動DeepSeek服務上的超節點大計，華為上百人的團隊，晝夜攻關不息。

而對華為云團隊來說，冗長的測試，更是一個永不停歇的“西西弗神話”。

通信有瓶頸，優化通信；但接著，計算問題又冒出來了；于是，優化計算后，GPU、NPU太快，CPU不匹配……

當整個技術棧全部優化一遍后，王磊猛然發現，問題又從最初的源頭，再次冒了出來。

總之，按下葫蘆浮起瓢。

但就是在這種重復、重復、再重復的優化過程中，CloudMatrix 384，終于被托舉到一個不可思議的新高度。

4月10日，華為云生態大會，硅基流動創始人袁進輝鄭重宣布：

基于CloudMatrix 384的DeepSeek-R1在保證單用戶 20 TPS 水平前提下，單卡 Decode 吞吐量突破 1920 Tokens/秒。

這什么概念？

相較英偉達H100，性能追平；相較3月初的CloudMatrix 384，性能提升6倍；相較昇騰910B單卡，性能飆升10倍。

這背后，CloudMatrix 384還實現了性能倍增（訓推提升20%）、以存強算（吞吐量提升100%）、MoE親和（千億MoE提升3X）、長穩可靠（長穩運行40天不中斷）、朝推夜訓（算力利用率提升30%）、即開即用六大特性。

以MoE親和為例。

所謂MoE，即DeepSeek中的“混合專家模型”。DeepSeek之所以功能超強，在于其會內置多個“專家”處理問題。而在硬件層面，通常1枚芯片對應1個“專家”，于是芯片越多，效率越高、性能越強。

而超節點集成了384張昇騰卡，極大優化了MoE能力。

這不僅令DeepSeek性能大爆發，更展現出華為云在AI技術上的前瞻布局。

今天，在華為云三大云核心樞紐（貴州貴安、內蒙古烏蘭察布、安徽蕪湖），CloudMatrix 384實現全面布局，成為國內唯一正式商用的大規模超節點。

強大的算力網，令萬卡級服務，分分鐘即可開啟。

這不僅是華為云的自我超越，也不僅是部分指標上對英偉達的超越，更大的意義，在于中國AI正呈現出體系化的突破式創新。

用袁進輝的話說：美國試圖像“三體人”一樣，用芯片鎖死中國科技。

但6年抗爭過去，向死而生的華為，卻越挫越勇。

當歷經了鴻蒙蟄伏、海思攻堅、昇騰崛起……憑借華為云CloudMatrix 384超節點，一道堅不可摧的國產算力防線正在構建。

AI長跑沒有終點，突破，也不會有終點。但中國AI，一定會迎來自己的“奇點”時刻。

（應受訪者要求，文中王磊、騰建軍為化名）

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