10月4日消息，華為常務董事、華為雲ceo張平安近日對外表示，華為雲服務在算力效能方面實現突破，其生產效率已達到英偉達h20晶元的3倍。對此，張平安指出，晶元製程並非核心，客戶真正需要的是優質的計算結果。
技術創新：架構革命打破馮·諾依曼桎梏
「晶元製程並非核心，客戶真正需要的是優質的計算結果。」張平安的這句話直指算力競爭的本質。華為雲的效能突破，始於對傳統計算架構的顛覆式創新。在waic展台上備受矚目的cloudmatrix384超節點，其核心價值在於突破了延續半個多世紀的馮·諾依曼架構局限，構建起「對等計算架構」的全新範式。
傳統架構中cpu作為「中心樞紐」的主從式依賴關係，在千億參數大模型時代導致嚴重的算力閑置。而華為雲通過分散式資源調度協議，讓cpu、ai晶元、內存等組件形成平等協作的「算力網路」，每個節點可根據任務需求動態獲取資源。配合自研的智能互聯匯流排協議，實現全域內存統一編址與直接訪問，如同為不同設備打通「共享走廊」，數據無需多層協議轉換即可自由流動。這種「對等架構+匯流排技術+通信優化」的三位一體創新，使得cloudmatrix384在50毫秒時延下實現單卡每秒2400個token的生成能力，平均推理性能達到h20的3至4倍。
硬體創新之外，華為雲的軟體定義能力同樣關鍵。ems彈性內存存儲服務通過內存擴展顯存，顯著降低大模型多輪對話時延；gaussdb資料庫基於計算、內存、存儲分層池化，實現每分鐘540萬筆事務處理，性能提升2.9倍。這種軟硬協同的系統工程思維，正是其技術自信的核心密碼。
生態開放：從「獨善其身」到「共築繁榮」
算力效能的領先若缺乏生態支撐，終將淪為孤立的技術參數。華為雲的第二重自信，來自其「所有大模型在昇騰雲上都能跑得更快、更好」的開放承諾。這種開放不僅體現在模型適配的廣度上，更構建了從底層硬體到上層應用的全棧生態體系。
在模型層，昇騰雲服務既堅定聚焦盤古大模型的行業深耕，又通過openpangu開源社區為開發者提供最佳實踐。目前已全面支持deepseek、kimi等第三方模型，形成閉源與開源並行的雙軌策略。modelarts一站式ai開發平台沉澱行業know-how，提供數據配比、模型增訓、效果評測的全流程工具鏈；dataarts數據治理生產線則構建企業統一知識湖，為大模型訓練提供高質量語料。這種「模型+工具+數據」的生態閉環，讓開發者門檻大幅降低。
「我們希望所有大模型在昇騰雲上都能跑得更快、更好。」張平安表示。
客戶增長的數據印證了生態的吸引力：使用華為雲ai服務的全球客戶從去年的321家激增至1805家。360納米ai依託token推理服務日處理上千萬內容生成請求，中國科學院「磐石·科學基礎大模型」賦能百餘個院所科研場景，南方航空通過盤古跨模態預測實現90%準確率的客流票價預測。正如張平安所言，華為雲要做的是算力「黑土地」，讓千行萬業的智能化應用在此蓬勃生長。
戰略縱深：基礎設施與未來布局的雙重保障
短期的技術領先可能被超越，長期的戰略布局才是持久自信的來源。華為雲的第三重底氣，在於其對算力基礎設施和未來技術趨勢的前瞻性投入。
在基礎設施層面，華為雲已在貴州、內蒙古、安徽部署全液冷ai數據中心，實現單機櫃80千瓦散熱，pue低至1.1，未來更將把超節點規格從384卡升級至8192卡，構建50至100萬卡的超大集群。這種「雲邊端」協同的分散式雲解決方案，已在一汽大眾五地六工廠實現數據無縫流動，為智能製造提供堅實底座。
張平安指出，中國的「算力黑土地」正在逐步成為全球客戶的ai算力中心。華為在海外布局時發現，儘管中國國內的智能計算中心均採用液冷技術，但海外液冷數據中心仍較為罕見。若要對海外數據中心進行改造，不僅耗時較長，而且光纖網路帶寬也難以滿足需求。
張平安最後強調，根據規定，每個雲廠商一旦發生重大事故都需在網上公開披露，而華為雲已連續756天保持重大事故「零記錄」。「我們有信心將這一成果持續保持下去。」他說。
相關文章：《華為昇騰ai晶元路線圖公布！》
編輯：芯智訊-林子
