高中生也能輕鬆上手，華為整出了個大模型“瑞士軍刀”_風聞

對整天關心前沿AI的差評君來説，比起大廠的新模型發佈會，最近我倒是被這麼個新聞吸引了。

一個17歲的高中生，靠華為雲MaaS這個平台，自己動手搞出了一個專門幫唇齶裂小朋友做語言康復訓練的AI應用。

至於MaaS是個啥咱先按下不表，有一説一就這個事，已經挺天方夜譚的了。

 你想想，17歲那都快是10後了，也不是什麼大廠工程師團隊，只靠自己DIY 就能搞出來實打實有用的 AI 產品，這特麼太牛逼了也。

不過這小姑娘自己倒是坦誠，説這波還得是開發平台的功勞最大。

該説不説，如果沒有MaaS平台，大多數企業要想在自家生意裏用上AI，那可遠遠不是下載個app這麼簡單。

對絕大多數企業來説，想真正用上大模型，得先回答三個直擊靈魂的問題：有錢嗎，有人嗎，安全不？

道理也很簡單，你要在服務器裏部署，總得有高端的AI芯片吧，這就需要砸錢了。

然後你要訓練模型，光自己也玩不轉，從底層到框架再到開發，這都得專業的程序員給你幹活。所以説幹這玩意兒是真要燒錢的。

 而且最要命的是，公司的客户數據、生產訣竅、財務信息，這些都是身家性命。把這些核心機密數據，餵給第三方的通用大模型去訓練，萬一數據泄露了，或者被拿去訓練了競爭對手的模型，那後果不堪設想。

那有差友估計就要問了，要這麼説，合着你要不是大廠，就跟AI沒關係了唄？

倒也不至於。買不起，還可以雲啊。互聯網廠商們給出的最新版本答案就是：MaaS（Model as a Service，模型即服務）。

這詞看着陌生，其實熟悉雲計算的差友應該都知道，SaaS**（軟件即服務）和PaaS（平台即服務）。**前者是“租軟件”用（比如Office 365），不用自己裝了，但還是要有服務器啥的。後者是不用你自己買服務器、搭環境了，可以“租平台/工廠”用（比如在雲上開發App）。

 而現在，大模型成了新的生產力基座，所以MaaS就應運而生，成了雲計算的新階段了。

也就是説，MaaS的本質，就是把那些昂貴、複雜、難以駕馭的AI大模型，變成像水電煤一樣的、即開即用的公共設施。

正因為大家的需求確實大，所以現在國內外所有云計算巨頭，基本都在拼命佈局MaaS，像什麼微軟、亞馬遜早就開始搞了。

不過，大家都在搞MaaS，那問題就來了：咋證明你家的MaaS就比別家的強，憑啥我要選你**？**

該説不説，要理解一個頂級的MaaS平台是啥樣的，咱還是得把視角放在更成熟的國內，比如華為雲的MaaS就提供了一個絕佳的樣本。

 舉個例子，企業用AI，最怕的就是萬國造，硬件、軟件、框架、模型要是來自不同廠家，不兼容不説，出了問題互相甩鍋，性能也發揮不出來。

最佳的方案，其實是得把硬件、框架、網關這套三位一體的東西都打通，能做到這一步的很難，但牛逼就在於華為雲就真做到了。

具體咋搞的呢？首先，華為在硬件上走出了一條區別於大家買英偉達，AMD 的道路。不光自己造硬件，並且成功實現了超越。

聽起來有點離譜，但事實確實如此。。。。

這麼説吧，現在你想跑個千億大模型，瓶頸就不光是顯卡啥的，更重要的是在卡和卡之間的溝通效率。

傳統方案就像在擁堵的城市高速上開車，而一些改進方案，頂多是給VIP們修了條“專用通道”或開通了“電話專線”，還是治標不治本。

就是這種業界很難搞定的問題，到了通信出身的華為這裏，反而專業對口了。華為直接給這個數據傳輸體系整個重構了。

 簡單來説，它首先用光纖替代了傳統的電線，數據交換進化成光了，速度直接拉到極限；更牛的是，它這波直接拋棄了以CPU為核心的傳統架構，這些計算單元不圍着你CPU GPU啥的轉了，而是大家地位平等，可以直接圓桌對話。

這就是CloudMatrix384超節點，這玩意已經能把384顆昇騰NPU，和192顆鯤鵬CPU連起來了。前幾天華為開發者大會2025（HDC 2025）上，華為雲放還出了基於CloudMatrix 384超節點的最新的昇騰雲服務。

這個最新版本還能實現超節點自由，想用上超節點，不一定要買一整個，通過昇騰雲提供的雲端算力，僅即開即用，而且想買多少買多少，可以自由調配。

打個比方，如果説傳統的多卡通信是點對點“打電話”，那華為雲這個超節點，就相當於給所有硬件拉了個微信羣，信息可以瞬間廣播和共享，溝通效率直接提升了一個時代。

 這種新架構，也讓每張芯片都能更專注於自己的任務，從而節省出內存去幹更多、更專業的事。

就比如DeepSeek R1這種MoE（專家混合）模型，放到這上面簡直是完美配套，一個“專家”配一個卡，一個節點就能支持384個“專家”並行推理，整體性能直接翻了三倍。

 最終效果就是：單卡推理吞吐量直接躍升到2300 Tokens/s，在關鍵指標上，做到了領先於國際主流芯片的SOTA（頂尖）水平。要知道，四月份發佈的版本還是1920token/s ，到現在才兩個月就又提升了20%，這超節點的持續進步能力真可以説是恐怖如斯。

現在像新浪啥的這些公司現在都已經安排上了，完事人家用完一看，好傢伙，推理交付效率提升超過50%，NPU利用率提升超過40%。還有像中科院就直接用超節點打造了自己的科研大模型訓練框架，可以説是徹底擺脱了對英偉達的依賴。

除了硬件之外，在軟件上，人家還專門給昇騰優化了一個推理框架**。**

這就相當於你有一套頂尖電競設備，完事還專門找了個國服選手來操作，於是模型任務就可以通過非常nb的拆解來實現低時延、高吞吐；再加上足夠智能網關調度啥的，效率還能再提升50%。

 看到這，你再聯想一下任老爺子前幾天説的：“芯片問題其實沒必要擔心”，這下明白了吧，我只能説還得是你啊華子，懂得都懂。

但對一家頂尖的MaaS廠商來説，光有了技術，也不完全夠，關鍵得你能幫人家幹活乾的好。用行話説，應用必須落地到行業級，才是最見功力的MaaS服務，比如華為雲MaaS的思路就是，“讓AI從場景里長出來”。

這話其實就有意思了，你AI是要給人家服務的，那你肯定得貼合人家行業需求，不能只會做聊天機器人吧？

 然而其實現在市面上很多大模型，你看上去啥都懂，但真幹活兒肯定就拉了。

原因嘛，説來也簡單，這因為它們大多是“給AI找場景”，拿着通用AI的錘子，所以看啥都像釘子，用前人的話這就不夠羣眾路線，沒接上地氣兒。

那華為雲咋就敢説自己這是從場景里長出來的呢，我研究了一下，發現原理也很簡單粗暴，華為服務這些千行百業已經三十年了，説直接點人家本來就懂行。

 比如説在MaaS這方面兒，人家直接提供了140多種解決方案模板，20多種都是經過商業化驗證的場景化方案。翻譯成人話就是，人家把盈利的標準答案都給你搞來了，直接照抄就行。

像什麼銷售數據分析、文旅導遊啥的業務，甚至都不需要你敲代碼，直接複製就行了，5分鐘就能用。

你要想自己再搞開發，那也很方便。

就比如你想調用第三方的服務，加個智能導航、一鍵修圖啥的功能，在華為雲MaaS裏直接點就完了，

人家專門拉來了美圖影像、通達信、天眼查等行業大佬，把它們最強的AI能力，做成了15種以上的優質MCP服務（AI功能插件）。想要什麼能力，就即插即用，極其省心。

 所以説，你要把這些都放一塊兒一比，看上去大家都在搞MaaS，但人華為雲這一拳下去，那是練了30年的功力，誰試誰知道。

還有除此之外，前面咱也説了，數據安全是所有企業的命根子，在這點上，華為雲也是行家了。

像是在模型安全在這塊兒，你不是怕AI泄露數據，生成不該生成的內容嗎，沒事**，它專門搞了個叫ModelArts Guard的模型，用AI來監督AI，讓英雄去查英雄，讓好漢去查好漢。**

而且這玩意還拿了國家信通院安全評估的滿級，也是業界最高分，完全能保證你的AI內容安全合規。

 實際上，網絡安全這方面，確實也是華為的最高綱領，工作人員告訴我們，這兩年友商們其實經常出事故，但華為雲從2024年初至今，重大安全事故的次數是0，真就一次也沒翻過。

所以華為雲這MaaS，確實還是很讓人放心的。

從某種意義上説，AI產業的上半場，是模型參數、技術指標的軍備競賽，只屬於少數巨頭。這也是業界經常有人出來詬病AI無用的原因，落地起來確實有困難。

於是到了AI的下半場，我覺得大概率還是會朝着“AI咋樣才能落到行業”這個方向去，所以像這種MaaS模式一出現，其實就可以説這種轉變已經開始了。

而從華為雲MaaS的創新實力，行業化和安全性來看，中國AI走向產業的道路也已經走的很堅實了。

 所以總而言之，還是那句話，AI的能力是雲端的屠龍之技，但更重要的是怎麼把它轉化為各行百業手中的鋤頭、錘子和手術刀。

從這個角度想的話，未來的競爭，可能就不再是誰的模型更會寫詩，而是誰能更好地為大家創造真實的價值。

圖片、資料來源：

華為雲、差評前沿部等，部分圖源網絡