華為董事：國產算力基本能解決美國卡脖子問題
（文/觀察者網 呂棟 編輯/張廣凱）
“像以華為為龍頭的硬件公司，在算力上應該已經能基本解決美國對中國的卡脖子問題，中國還有一批像DeepSeek這樣的優秀大模型公司，我們的大模型競爭力已經不輸於美國。”8月27日，華為董事、質量流程IT總裁陶景文在第四屆828 B2B企業節開幕式上説道。
人工智能如何才能轉化成生產力？他認為，人工智能既是工具的革命，也是革命的工具，就像工業革命時代的蒸汽機，帶來的機遇並非蒸汽機本身，而是蒸汽機在交通、工業等各個行業的應用帶來的改變，所以人工智能要成為企業的新生產力工具，不能離開場景驅動。
“現在我們看到，業界在人工智能的發展上逐步回到理性思考：人工智能到底給社會、企業帶來的價值是什麼？如果我們搞人工智能是為了裁員，那誰還去搞人工智能？所以我們要想的是，如何通過人工智能讓10多萬人研發人員有更好的產出。”陶景文坦言。
“828 B2B企業節”是由華為雲聯合生態夥伴發起的中國首個數字賦能B2B領域活動，該活動以搭建企業數字化供需對接平台為目標，首屆於2022年啓動，今年已經是第四屆。
陶景文在發言中表示，搞人工智能，投入比較昂貴，尤其是大量中小企業和地方政府。華為希望把華為雲打造成企業數字化和智能化的“黑土地”，“我們把數據工程、模型工程和工具鏈都做好，給大家創造一個可以專心把人工智能應用做得快、做得好的平台。”
就在這次活動前，華為雲曾捲入輿論風波。市場曝出消息，近期華為雲內部宣佈組織架構大幅度調整，多個部門被裁撤整合，可能會波及上千人。調整後，華為雲將聚焦3+2+1業務：3包括通算、智算、存儲；2包括AI PaaS、數據庫；1則主要為安全業務。
華為集團層面未公開回應此事，但接近華為雲的知情人士對觀察者網證實了此事，並表示華為雲本次研發組織調整的目的是，通過軟硬協同、架構創新，持續為客户打造更領先、更有價值的雲服務。同時，將更多的資源投入到AI產業和算力產業上。
2024年，華為雲收入385.23億元，同比增長8.5%，包含跨分部交易的收入688.01億元，同比增長24.4%，仍處於虧損狀態。而Canalys的數據顯示，今年一季度，華為雲在中國大陸雲服務市場中排名第二，佔據18%的份額，與阿里雲33%的份額仍有明顯差距。
當下，市場的主流需求正從“上雲”轉向“上AI”，客户對AI的旺盛需求正在重塑雲計算的應用方式。根據前述機構數據，阿里雲AI相關工作負載已連續七個季度實現三位數增長，成為其雲業務的核心引擎。
市場有分析指出，在AI重塑行業、傳統雲業務增長乏力的“冰火兩重天”格局下，華為雲不得不從“廣撒網”的探索模式，轉向“All-in”式的聚焦突破，將以犧牲業務佈局的廣度為代價，換取在昇騰計算業務、AI平台等單一核心賽道上壓倒性的資源優勢。
就在今年4月，華為常務董事、華為雲計算CEO張平安曾表示，面向AI時代，華為雲將堅定打造“自主創新、安全可信”的AI算力底座，依託昇騰AI雲服務推動各行各業AI快速開發落地；堅定深耕行業，以盤古大模型為引擎，打造行業toB解決方案，重塑千行萬業；堅定推進生態建設，和夥伴、客户共拓AI的星辰大海。
當時，華為雲公佈了AI基礎設施架構突破性新進展——基於昇騰芯片、新型高速總線架構打造的CloudMatrix 384超節點集羣，算力規模、性能均超越了英偉達NVL72。
華為雲CloudMatrix 384超節點集羣
行業分析人士稱，華為雲最新這次組織結構調整，正是為了讓華為雲的戰略藍圖更好地與華為集團核心的計算業務，尤其是昇騰AI算力，形成“協同效應”。這些收縮動作，指向一個最終目標——開源節流。面對日益嚴峻的盈利壓力，華為雲必須儘快為虧損畫上句號。
這次在828 B2B企業節上，華為雲宣佈其Tokens服務全面接入CloudMatrix384超節點，通過xDeepServe架構創新，把MoE大模型拆成可獨立伸縮的Attention、FFN、Expert三個微模塊，並分派到不同的NPU上同步處理任務。通過xDeepServe不斷調優，最終實現從非超節點單卡吞吐600tokens/s至超節點單卡吞吐2400tokens/s的提升，TPOT僅為50ms。
觀察者網瞭解到，目前華為雲MaaS服務已支持DeepSeek、Kimi、Qwen、Pangu、SDXL、Wan等主流大模型及versatile、Dify、釦子等主流Agent平台。
“華為打造了完全不依賴美國的生態系統，從算力、數據庫到工具鏈，包括上個月完全開源的CANN生態工具鏈，希望能為中國人工智能發展做一點貢獻。”陶景文在發言中表示，華為雲上既有ModelArts，又有DataArts，還有MindIE等一系列工具，希望讓廣大企業，無論多複雜的模型都能訓練或推理，不論多先進的應用都能快速實現。
在他看來，人工智能是時代的超級工具，AI一定能帶來企業的指數級效率和效能的改變，但還需要在技術應用平台上不斷優化，“中國有全球最豐富的實體經濟和業務場景，也有最完整的數據積累，如果發力正確的話，一定能在人工智能應用上超越美國。”
以下是陶景文發言實錄（觀察者網整理，有不改變原意的刪改，未經發言人確認）：
今年是第十一屆數博會，也是828 B2B企業節在貴州落地的第三年，這幾年大家經歷了數字化轉型和人工智能技術飛躍帶來的衝擊，創新應用不斷出現，正加速重塑千行萬業。如何把握AI時代的機遇，我想從華為實踐、技術創新和生態打造幾個方面，借828 B2B企業節，給大家分享一下我們的思考。
在這裏我講三點。
第一點，AI正進入歷史性發展的關鍵階段，智能化已進入企業生產系統，企業智能應用成為人工智能發展落地的關鍵。前年AI大模型出現，人工智能受到普遍關注。但是過去幾年，我們由卷算力到卷模型，前年大家是一卡難求，造成了美國對中國人工智能算力的封鎖，英偉達在中國限售，去年開始卷模型，中國短短6個月出現幾百種大模型。現在我們看到，業界在人工智能的發展上逐步回到理性思考：人工智能到底給社會、企業帶來的價值是什麼？在企業生產系統裏，人工智能應用是不是能實現價值落地？這是關鍵。我經常講，人工智能既是工具的革命，也是革命的工具，就像工業革命時代的蒸汽機，帶來的機遇並非蒸汽機本身，而是蒸汽機在交通、工業等各個行業的應用帶來的改變，所以人工智能要成為企業的新生產力工具。離開場景驅動，不能解決企業問題的AI沒有意義。
我在華為負責公司數字化和智能化，這兩年非常焦慮，尤其今年一直在思考，現在的人工智能跟過去搞了很多年的信息化是什麼關係？跟數字化是什麼關係？原來搞的那些ERP、MES、CRM是不是都沒用了，是不是要推倒重來？人工智能到底能給我們的業務帶來哪些變化？華為是一個創新的企業，一半的人是研發，人工智能到底給研發場景帶來什麼價值？華為有10多萬研發人員，如果我們搞人工智能是為了裁員，那誰還去搞人工智能？所以我們要想的是，如何通過人工智能讓10多萬人研發人員有更好的產出。我們認為， AI在企業落地的過程中，在AI大變革時代，要抓住不確定性中的確定性，選擇有價值的企業場景，用好AI工具實現企業價值，讓人工智能的價值在企業落地和變現。
我有幾點具體的建議。
我在華為經常講，人工智能大模型只是一個工具，企業、政府、社會，原來都有組織、有流程，還有過去建的IT、數據，不能説人工智能來了就把所有東西推倒重來。結合華為的實踐，我們提出了一套工程方法論，叫“三層五階八步”。第一層是人工智能要選取場景，第二層是要能把場景快速實現做出來，第三個要在應用中給企業帶來真實價值。“五階”就是人工智能要跟企業已有的組織、流程、IT、數據和人員有機結合起來，不能推倒重來。“八步”就是8個具體行動方案，但這裏有1個龍頭，就是企業場景的選擇。
現在大多數企業都有這樣的問題，就是人工智能一擁而上，社會有這個問題，企業有這個問題。我是統籌管理公司人工智能的，去年華為公司上報到我這裏的人工智能應用有1680個，都説要搞人工智能，我總共才3400個人，哪能搞得了那麼多人工智能。所以我提出切口要小，但是縱深要大，“一釐米的切口做1萬米深”，一定要抓住企業核心業務場景，比如我們後來選取了銷服合同和訂單處理。到今天，華為大概有18%的代碼是人工智能寫的，大多數測試和文檔的生成是由人工智能寫的，但我們並不是把研發人員裁掉，而是把這些東西跟研發做了很好的處置。
還有一個是合同場景。一個合同要有嚴肅答案，如何去做這個東西，就要找到這個場景具體的、合適的人工智能解決方案。我們在合同的領域找到幾個場景，比如華為在全球做生意，一年有2億次海關清關，報關的準備材料非常複雜。我們一年有幾十萬份合同，合同的風險和條款審核，我們在這些場景下把它做透，真正變成業務人員手邊離不開的工具，能讓產出大大增加，這是我們的目的。所以在人工智能道路上，我們建議以業務場景驅動，充分發揮過去信息化、數字化過程中已經形成的企業數據優勢，再結合大模型的通識和能力，最後要保證企業場景的價值落地。我們原來講的IT都是迭代性開發，現在我們要IT人員跟業務專家系統很好結合，才能解決一個行業的問題。
我再舉一個例子，在華為製造產線上，生產工人大概的年離職率在19-26%，就是自動生產線上的操作員。我們的生產線，大概有6000多人一個班次，華為是三班倒的，產線不停的，大概有18000多人，每年大概有25%左右的人員會流失，需要招大量的人來培訓，這些培訓不到位出了問題，一個人解決不了問題，產線就會停線，後來就搞了人工智能，讓人工智能可以在一張照片或一句話的情況下解決問題。這個很小的切口，最後大大的降低了製造產線上的人員培訓成本和停機率，產能比之前多出百分之二十幾到三十。
這是第一點，重視企業場景的落地。
我們不光要關注算力，還要做到業務場景、算力、模型和數據的有效結合，才是一個好的人工智能。像以華為為龍頭的硬件公司，在算力上應該已經能夠基本解決美國對中國的卡脖子問題。中國還有一批像DeepSeek這樣的優秀大模型公司，我們在大模型競爭力上已經不輸於美國公司，中國還有全球最豐富的實體經濟和業務場景，也有最完整的數據積累，如果發力正確的話，我們一定能在人工智能應用上超越美國。
第二點是，華為做的另外一件事，就是打造華為雲，尤其要把貴州打造成華為算力高地。
我們當下在貴州，通過加強華為雲建設，成為企業數字化和智能化的“黑土地”，把貴州打造成中國算力高地。截止到8月，我們在貴州已經建立了75.8 EFLOPS算力，大概在這裏建立的昇騰算力卡超過23.8萬卡。搞人工智能，投入比較昂貴，尤其是大量中小企業和地方政府，我們希望把華為雲建造成一個“黑土地”，我們把數據工程、模型工程和工具鏈都做好，給大家創造一個可以專心把人工智能應用做得快、做得好的平台。
華為雲在中國打造了三個基地，貴州現在是規模最大、能力最強、環境也是最好的。人工智能講的是應用結果，沒必要去追求單卡輸出。2024年初，中國日均Token的消耗量為1000億，現在日均Token消耗量已經突破30萬億，增長了300多倍。豆包一天的Token消耗量高達16.7萬億，字節有6個上萬億Token的應用，預計在不久的將來，Token消耗量就是人工智能更加關注應用的結果。所以我們希望華為雲把國產算力、數據工程、工具鏈，還有中國的模型整合，給人工智能應用開發者提供一個完整好用的平台，讓大家做人工智能應用，從想到到做到，能夠易用好用，而且能快速見到價值。
華為打造了完全不依賴美國的生態系統，從算力、數據庫到工具鏈，包括上個月完全開源的CANN生態工具鏈，希望能為中國人工智能發展做一點貢獻。在這個上面，我們有ModelArts，人工智能的大模型及服務，華為雲上集成了全世界最全的模型，比如自動駕駛領域用到的幾十種不同模型，都做了技術驗證，可以為中國汽車業提供完整的解決方案，快速開發出智能駕駛。我們還在華為平台上提供了DataArts，關於數據的一套完整工具鏈。我們既有ModelArts，又有DataArts，還有MindIE等一系列工具，希望讓廣大企業，無論多複雜的模型都能訓練或推理，不論多先進的應用都能快速實現，這是第二點。
第三點我想講的是，828 B2B企業節，華為是希望把華為雲以及政企和全生態鏈合作，讓每個企業能用好先進算力，能用好智能算力服務。三年間，華為攜手夥伴提供優惠商機，促進技術聯創等服務和賦能，彙集企業超過10萬家。今年的企業節聚焦企業AI應用落地，這次我們升級了大模型服務平台，支持了中國最全最新的大模型，對所有企業界的朋友，我們希望華為雲能做到0Day支持，比如説DeepSeek發佈一個新模型，我們在Day0就能給大家提供試運行環境，支持多個主流Agent服務平台，提供高性能、靈活敏捷的token服務。同時這次828 B2B企業節期間，我們將有12000多個數字化產品上架828企業應用一站購平台，圍繞企業快速上雲、AI應用、企業數字化轉型，人工智能的推進等4個方面的需求，最近推出了600多款 AI精品方案應用，都是廣大企業界朋友共享的，覆蓋了企業數字化、智能化、全階段、全場景。
人工智能是這個時代的超級工具， AI一定能帶來企業的指數級效率和效能的改變，但我們還需要在技術應用平台上不斷優化，在歷史關鍵時期的起跑線上，我們希望越來越多的中國企業能成為AI時代的弄潮兒，構建面向未來高質量發展的競爭力，同時我呼籲多方合力，共同打造開放協同的數字產業生態環境，為中國企業在AI時代的創新與領先共同努力。