（文/觀察者網 呂棟）
近日，美國不再限制英偉達h20晶元對華出口的消息引發關注，也再度凸顯外部算力供給的不穩定性。事實上，在大模型催生的巨大算力需求下，中國企業高價購買「閹割版」英偉達晶元並非長久之計，如何獲取持續穩定夠用的算力供給，已成為保證業務連續性的關鍵。
4月10日，國內雲計算領域的兩場大會成為行業焦點。
一個是2025中國移動雲智算大會。中國移動董事長楊傑表示，以數智化為主要特徵的新一輪科技革命和產業變革深入發展，數據成為新生產要素，算力成為新基礎設施和基礎能源，人工智慧成為新生產工具，推動經濟社會從「互聯網+」、「5g+」向「ai+」加速轉變，為算網基礎設施演進帶來新機遇、提出新要求。
他提到，未來3年，中國智能算力規模增長將超過2.5倍，年均複合增速近40%。同時，推理算力需求將超過訓練算力需求，推理算力年複合增速將達到訓練算力的近4倍，到2028年，推理算力規模將超過訓練算力規模。中國移動將建設超大規模的「算力工廠」，推動萬卡級、千卡級智算中心的倍增擴容，積極開展十萬卡智算中心前瞻研究。
一直以來，由於晶元製造工藝受限，國產晶元的單卡算力比不上英偉達，這也是國內行業產生算力焦慮、大量囤貨英偉達的關鍵原因。但事實上，隨著大模型的快速迭代，計算系統也在發生結構性變化，需要的更多是系統算力，而不僅僅是單處理器的算力。這些結構性變化，為我們通過架構性創新，開創出一條自主可持續的計算產業發展道路，提供了機遇。
同日，在華為雲生態大會2025上，華為常務董事、華為雲ceo張平安公布了ai基礎設施架構突破性進展，推出cloudmatrix 384超節點，並宣布已在蕪湖數據中心規模上線。
觀察者網了解到，去年英偉達nvl72的發布，為萬億參數的大型語言模型推理提供了30倍實時速度提升，引發大量關注。而作為國內首個商用級別的大規模超節點，華為cloudmatrix 384在規模、性能和可靠性上全面超越了英偉達nvl72。它的核心意義在於實現了ai算力資源從伺服器級供給到矩陣級供給的轉變。基於cloudmatrix的昇騰ai雲服務，大模型訓練作業可穩定運行40天，互聯帶寬斷點恢復只需10秒級別。
英偉達nvl72系統
並且，超節點架構對於混合專家模型（moe）天然親和，拿deepseek來說，以前在傳統8卡英偉達伺服器上，得搞一堆複雜的工程創新。但華為超節點憑藉獨特架構，天生支持「大規模專家並行」。
華為雲超節點是如何實現的？通俗地講，就是通過將傳統單節點（如8卡昇騰伺服器）通過新型高速匯流排緊耦合互聯，形成一個單一邏輯計算單元（即「超節點」）。這種架構突破物理伺服器邊界，實現資源池化與對等互聯，使算力規模提升50倍（單超節點達300 pflops）。華為雲將這一技術轉化為昇騰雲服務，大幅降低了企業獲取高性能計算資源的門檻。
突破單卡瓶頸，打造系統化算力，是華為一直以來的策略。華為輪值董事長徐直軍去年曾表示，華為的戰略核心就是，充分抓住人工智慧變革機遇，基於實際可獲得的晶元製造工藝，計算、存儲和網路技術協同創新，開創計算架構，打造『超節點+集群』系統算力解決方案，長期持續滿足算力需求。
在此次生態大會上，張平安表示，面向智能世界，華為雲致力於做好行業數字化的「雲底座」和「使能器」，依託昇騰ai雲服務推動各行各業ai快速開發落地。「我們耐得住寂寞，盤古大模型將會堅定走行業ai的道路，幫助各行各業的客戶打造屬於自己的大模型。華為並不發布面向c端的大模型應用，我們更關注的是怎麼能讓行業客戶真正落地ai。」
當前，中美備受關注的不只是貿易爭端，還有技術競爭。根據斯坦福最新的2025年ai指數報告，中美頂級ai模型的性能差距已縮小到了 0.3%，而在2023年差距是20%，中國模型正在快速追趕美國的領先地位。更明顯的趨勢是，如今大模型的性能已經趨同。在2024年，top1和top10的模型的差距能有12%，如今差距已經越來越小，銳減至5%。
這種競爭態勢下，中國各行各業如何高效利用國產算力，推動ai應用快速落地亦是關鍵。在4月9日的2025阿里雲ai勢能大會上，阿里雲智能集團資深副總裁、公共雲事業部總裁劉偉光表示，2025年ai應用爆發沒有最快，只有更快，應該推動基礎模型、推理服務、開發工具三要素全速演變，為ai應用提速蓄力。
他認為，過去一年，很多企業都在積極擁抱大語言模型，從簡單的文生圖、文生視頻、創作文檔到數據應用等，均湧現出一批令人興奮的應用，阿里雲大語言模型api調用量增長接近100倍。未來，ai會和很多產業進行有機融合，爆發出更多嶄新商業模式和生產路徑。從深度推理模型到多模態能力，中國基礎模型能力大幅提升，讓很多產業有了強化學習的想法，也讓更多ai應用的落地成為可能。
但不可否認的是，讓快速演進的ai技術賦能各行各業，中國企業仍然需要合力。正如張平安所說：「在ai時代，並不是一家企業就能解決千行萬業的問題，需要整個生態合力，比如ai算力提供商、技術提供商、大模型提供商等協同在一起，以開放的心態互相支持，才能夠加速迎接ai時代，儘早享受到ai時代的紅利。」
本文系觀察者網獨家稿件，未經授權，不得轉載。
