华为董事：国产算力基本能解决美国卡脖子问题
（文/观察者网 吕栋 编辑/张广凯）
“像以华为为龙头的硬件公司，在算力上应该已经能基本解决美国对中国的卡脖子问题，中国还有一批像DeepSeek这样的优秀大模型公司，我们的大模型竞争力已经不输于美国。”8月27日，华为董事、质量流程IT总裁陶景文在第四届828 B2B企业节开幕式上说道。
人工智能如何才能转化成生产力？他认为，人工智能既是工具的革命，也是革命的工具，就像工业革命时代的蒸汽机，带来的机遇并非蒸汽机本身，而是蒸汽机在交通、工业等各个行业的应用带来的改变，所以人工智能要成为企业的新生产力工具，不能离开场景驱动。
“现在我们看到，业界在人工智能的发展上逐步回到理性思考：人工智能到底给社会、企业带来的价值是什么？如果我们搞人工智能是为了裁员，那谁还去搞人工智能？所以我们要想的是，如何通过人工智能让10多万人研发人员有更好的产出。”陶景文坦言。
“828 B2B企业节”是由华为云联合生态伙伴发起的中国首个数字赋能B2B领域活动，该活动以搭建企业数字化供需对接平台为目标，首届于2022年启动，今年已经是第四届。
陶景文在发言中表示，搞人工智能，投入比较昂贵，尤其是大量中小企业和地方政府。华为希望把华为云打造成企业数字化和智能化的“黑土地”，“我们把数据工程、模型工程和工具链都做好，给大家创造一个可以专心把人工智能应用做得快、做得好的平台。”
就在这次活动前，华为云曾卷入舆论风波。市场曝出消息，近期华为云内部宣布组织架构大幅度调整，多个部门被裁撤整合，可能会波及上千人。调整后，华为云将聚焦3+2+1业务：3包括通算、智算、存储；2包括AI PaaS、数据库；1则主要为安全业务。
华为集团层面未公开回应此事，但接近华为云的知情人士对观察者网证实了此事，并表示华为云本次研发组织调整的目的是，通过软硬协同、架构创新，持续为客户打造更领先、更有价值的云服务。同时，将更多的资源投入到AI产业和算力产业上。
2024年，华为云收入385.23亿元，同比增长8.5%，包含跨分部交易的收入688.01亿元，同比增长24.4%，仍处于亏损状态。而Canalys的数据显示，今年一季度，华为云在中国大陆云服务市场中排名第二，占据18%的份额，与阿里云33%的份额仍有明显差距。
当下，市场的主流需求正从“上云”转向“上AI”，客户对AI的旺盛需求正在重塑云计算的应用方式。根据前述机构数据，阿里云AI相关工作负载已连续七个季度实现三位数增长，成为其云业务的核心引擎。
市场有分析指出，在AI重塑行业、传统云业务增长乏力的“冰火两重天”格局下，华为云不得不从“广撒网”的探索模式，转向“All-in”式的聚焦突破，将以牺牲业务布局的广度为代价，换取在昇腾计算业务、AI平台等单一核心赛道上压倒性的资源优势。
就在今年4月，华为常务董事、华为云计算CEO张平安曾表示，面向AI时代，华为云将坚定打造“自主创新、安全可信”的AI算力底座，依托昇腾AI云服务推动各行各业AI快速开发落地；坚定深耕行业，以盘古大模型为引擎，打造行业toB解决方案，重塑千行万业；坚定推进生态建设，和伙伴、客户共拓AI的星辰大海。
当时，华为云公布了AI基础设施架构突破性新进展——基于昇腾芯片、新型高速总线架构打造的CloudMatrix 384超节点集群，算力规模、性能均超越了英伟达NVL72。
华为云CloudMatrix 384超节点集群
行业分析人士称，华为云最新这次组织结构调整，正是为了让华为云的战略蓝图更好地与华为集团核心的计算业务，尤其是昇腾AI算力，形成“协同效应”。这些收缩动作，指向一个最终目标——开源节流。面对日益严峻的盈利压力，华为云必须尽快为亏损画上句号。
这次在828 B2B企业节上，华为云宣布其Tokens服务全面接入CloudMatrix384超节点，通过xDeepServe架构创新，把MoE大模型拆成可独立伸缩的Attention、FFN、Expert三个微模块，并分派到不同的NPU上同步处理任务。通过xDeepServe不断调优，最终实现从非超节点单卡吞吐600tokens/s至超节点单卡吞吐2400tokens/s的提升，TPOT仅为50ms。
观察者网了解到，目前华为云MaaS服务已支持DeepSeek、Kimi、Qwen、Pangu、SDXL、Wan等主流大模型及versatile、Dify、扣子等主流Agent平台。
“华为打造了完全不依赖美国的生态系统，从算力、数据库到工具链，包括上个月完全开源的CANN生态工具链，希望能为中国人工智能发展做一点贡献。”陶景文在发言中表示，华为云上既有ModelArts，又有DataArts，还有MindIE等一系列工具，希望让广大企业，无论多复杂的模型都能训练或推理，不论多先进的应用都能快速实现。
在他看来，人工智能是时代的超级工具，AI一定能带来企业的指数级效率和效能的改变，但还需要在技术应用平台上不断优化，“中国有全球最丰富的实体经济和业务场景，也有最完整的数据积累，如果发力正确的话，一定能在人工智能应用上超越美国。”
以下是陶景文发言实录（观察者网整理，有不改变原意的删改，未经发言人确认）：
今年是第十一届数博会，也是828 B2B企业节在贵州落地的第三年，这几年大家经历了数字化转型和人工智能技术飞跃带来的冲击，创新应用不断出现，正加速重塑千行万业。如何把握AI时代的机遇，我想从华为实践、技术创新和生态打造几个方面，借828 B2B企业节，给大家分享一下我们的思考。
在这里我讲三点。
第一点，AI正进入历史性发展的关键阶段，智能化已进入企业生产系统，企业智能应用成为人工智能发展落地的关键。前年AI大模型出现，人工智能受到普遍关注。但是过去几年，我们由卷算力到卷模型，前年大家是一卡难求，造成了美国对中国人工智能算力的封锁，英伟达在中国限售，去年开始卷模型，中国短短6个月出现几百种大模型。现在我们看到，业界在人工智能的发展上逐步回到理性思考：人工智能到底给社会、企业带来的价值是什么？在企业生产系统里，人工智能应用是不是能实现价值落地？这是关键。我经常讲，人工智能既是工具的革命，也是革命的工具，就像工业革命时代的蒸汽机，带来的机遇并非蒸汽机本身，而是蒸汽机在交通、工业等各个行业的应用带来的改变，所以人工智能要成为企业的新生产力工具。离开场景驱动，不能解决企业问题的AI没有意义。
我在华为负责公司数字化和智能化，这两年非常焦虑，尤其今年一直在思考，现在的人工智能跟过去搞了很多年的信息化是什么关系？跟数字化是什么关系？原来搞的那些ERP、MES、CRM是不是都没用了，是不是要推倒重来？人工智能到底能给我们的业务带来哪些变化？华为是一个创新的企业，一半的人是研发，人工智能到底给研发场景带来什么价值？华为有10多万研发人员，如果我们搞人工智能是为了裁员，那谁还去搞人工智能？所以我们要想的是，如何通过人工智能让10多万人研发人员有更好的产出。我们认为， AI在企业落地的过程中，在AI大变革时代，要抓住不确定性中的确定性，选择有价值的企业场景，用好AI工具实现企业价值，让人工智能的价值在企业落地和变现。
我有几点具体的建议。
我在华为经常讲，人工智能大模型只是一个工具，企业、政府、社会，原来都有组织、有流程，还有过去建的IT、数据，不能说人工智能来了就把所有东西推倒重来。结合华为的实践，我们提出了一套工程方法论，叫“三层五阶八步”。第一层是人工智能要选取场景，第二层是要能把场景快速实现做出来，第三个要在应用中给企业带来真实价值。“五阶”就是人工智能要跟企业已有的组织、流程、IT、数据和人员有机结合起来，不能推倒重来。“八步”就是8个具体行动方案，但这里有1个龙头，就是企业场景的选择。
现在大多数企业都有这样的问题，就是人工智能一拥而上，社会有这个问题，企业有这个问题。我是统筹管理公司人工智能的，去年华为公司上报到我这里的人工智能应用有1680个，都说要搞人工智能，我总共才3400个人，哪能搞得了那么多人工智能。所以我提出切口要小，但是纵深要大，“一厘米的切口做1万米深”，一定要抓住企业核心业务场景，比如我们后来选取了销服合同和订单处理。到今天，华为大概有18%的代码是人工智能写的，大多数测试和文档的生成是由人工智能写的，但我们并不是把研发人员裁掉，而是把这些东西跟研发做了很好的处置。
还有一个是合同场景。一个合同要有严肃答案，如何去做这个东西，就要找到这个场景具体的、合适的人工智能解决方案。我们在合同的领域找到几个场景，比如华为在全球做生意，一年有2亿次海关清关，报关的准备材料非常复杂。我们一年有几十万份合同，合同的风险和条款审核，我们在这些场景下把它做透，真正变成业务人员手边离不开的工具，能让产出大大增加，这是我们的目的。所以在人工智能道路上，我们建议以业务场景驱动，充分发挥过去信息化、数字化过程中已经形成的企业数据优势，再结合大模型的通识和能力，最后要保证企业场景的价值落地。我们原来讲的IT都是迭代性开发，现在我们要IT人员跟业务专家系统很好结合，才能解决一个行业的问题。
我再举一个例子，在华为制造产线上，生产工人大概的年离职率在19-26%，就是自动生产线上的操作员。我们的生产线，大概有6000多人一个班次，华为是三班倒的，产线不停的，大概有18000多人，每年大概有25%左右的人员会流失，需要招大量的人来培训，这些培训不到位出了问题，一个人解决不了问题，产线就会停线，后来就搞了人工智能，让人工智能可以在一张照片或一句话的情况下解决问题。这个很小的切口，最后大大的降低了制造产线上的人员培训成本和停机率，产能比之前多出百分之二十几到三十。
这是第一点，重视企业场景的落地。
我们不光要关注算力，还要做到业务场景、算力、模型和数据的有效结合，才是一个好的人工智能。像以华为为龙头的硬件公司，在算力上应该已经能够基本解决美国对中国的卡脖子问题。中国还有一批像DeepSeek这样的优秀大模型公司，我们在大模型竞争力上已经不输于美国公司，中国还有全球最丰富的实体经济和业务场景，也有最完整的数据积累，如果发力正确的话，我们一定能在人工智能应用上超越美国。
第二点是，华为做的另外一件事，就是打造华为云，尤其要把贵州打造成华为算力高地。
我们当下在贵州，通过加强华为云建设，成为企业数字化和智能化的“黑土地”，把贵州打造成中国算力高地。截止到8月，我们在贵州已经建立了75.8 EFLOPS算力，大概在这里建立的昇腾算力卡超过23.8万卡。搞人工智能，投入比较昂贵，尤其是大量中小企业和地方政府，我们希望把华为云建造成一个“黑土地”，我们把数据工程、模型工程和工具链都做好，给大家创造一个可以专心把人工智能应用做得快、做得好的平台。
华为云在中国打造了三个基地，贵州现在是规模最大、能力最强、环境也是最好的。人工智能讲的是应用结果，没必要去追求单卡输出。2024年初，中国日均Token的消耗量为1000亿，现在日均Token消耗量已经突破30万亿，增长了300多倍。豆包一天的Token消耗量高达16.7万亿，字节有6个上万亿Token的应用，预计在不久的将来，Token消耗量就是人工智能更加关注应用的结果。所以我们希望华为云把国产算力、数据工程、工具链，还有中国的模型整合，给人工智能应用开发者提供一个完整好用的平台，让大家做人工智能应用，从想到到做到，能够易用好用，而且能快速见到价值。
华为打造了完全不依赖美国的生态系统，从算力、数据库到工具链，包括上个月完全开源的CANN生态工具链，希望能为中国人工智能发展做一点贡献。在这个上面，我们有ModelArts，人工智能的大模型及服务，华为云上集成了全世界最全的模型，比如自动驾驶领域用到的几十种不同模型，都做了技术验证，可以为中国汽车业提供完整的解决方案，快速开发出智能驾驶。我们还在华为平台上提供了DataArts，关于数据的一套完整工具链。我们既有ModelArts，又有DataArts，还有MindIE等一系列工具，希望让广大企业，无论多复杂的模型都能训练或推理，不论多先进的应用都能快速实现，这是第二点。
第三点我想讲的是，828 B2B企业节，华为是希望把华为云以及政企和全生态链合作，让每个企业能用好先进算力，能用好智能算力服务。三年间，华为携手伙伴提供优惠商机，促进技术联创等服务和赋能，汇集企业超过10万家。今年的企业节聚焦企业AI应用落地，这次我们升级了大模型服务平台，支持了中国最全最新的大模型，对所有企业界的朋友，我们希望华为云能做到0Day支持，比如说DeepSeek发布一个新模型，我们在Day0就能给大家提供试运行环境，支持多个主流Agent服务平台，提供高性能、灵活敏捷的token服务。同时这次828 B2B企业节期间，我们将有12000多个数字化产品上架828企业应用一站购平台，围绕企业快速上云、AI应用、企业数字化转型，人工智能的推进等4个方面的需求，最近推出了600多款 AI精品方案应用，都是广大企业界朋友共享的，覆盖了企业数字化、智能化、全阶段、全场景。
人工智能是这个时代的超级工具， AI一定能带来企业的指数级效率和效能的改变，但我们还需要在技术应用平台上不断优化，在历史关键时期的起跑线上，我们希望越来越多的中国企业能成为AI时代的弄潮儿，构建面向未来高质量发展的竞争力，同时我呼吁多方合力，共同打造开放协同的数字产业生态环境，为中国企业在AI时代的创新与领先共同努力。