文爱 app

图片系 AI 生成

"信心，比黄金和货币更要紧。"

2008 年经济危境之时，金融风暴席卷全球，来势很猛、速率很快，使西方各大国无不疲於逃命，固然遴选了多种设施救市，提振本国经济，无奈效劳欠安。

"在经济贫瘠眼前，信心比黄金和货币更要紧。"中国发声并挺身而出，站在了莽撞金融危境的最前沿。

此时此刻，恰如彼时彼刻。不论是宏不雅经济环境的阻滞，照旧全国产业链的逆全球化，企业像是期间海洋里的一叶扁舟，用功地找寻地方，用功地让我方不至于局促翻覆。

华为可能是最有嗟叹的一家，一方面，本次华为被置于战场前哨，受到了最为横蛮的炮火轰击；另一方面，华为上一次严重危境，恰是 2008 年经济危境所栽种。

履历过危境的老华为东谈主有些纯熟，相似是在公司保抓频年增长的势头上，然后一霎发生黑天鹅事件，华为的莽撞也有一些相似，概略的三部曲不错相识为，先聚焦主业，强调利润和现款流；再激活组织活力，让能打食粮的东谈主到一线；临了亦然最要津的一步，转变致胜，确保我方的转变跟上期间。

2022 年，华为首创东谈主任正非在里面言语中提到，要是按策动在 2025 年咱们会有少量点但愿，那么咱们要先想办法渡过这三年深重时期，生活基点要调遣到以现款流和真确利润为中心，不可再仅以销售收入为概念。

到了 2024 年，华为已毕全球销售收入 8621 亿元，同比增长 22.4%，创下 2021 年之后的新高，净利润 626 亿元，筹谋收入启动规复。

至此为止，华为还不可说完成渡过危境的三部曲。任正非曾提到，"中国 99% 的公司不错与好意思国调和，他们莫得受到制裁，他们的芯片算力比咱们的高，他们能买到的东西比咱们好。在这样的条目下，以前几年咱们能不可为生活活下去？咱们还在抗击中，里面还在讲怎么克服好多贫瘠。"

自 2019 年 5 月 16 日启动，华为贯串几年遭逢制裁，烈度不停升级，消费了多半的东谈主力、物力、财力规复业务贯串性，不啻是为了确保基本的筹谋，更是要在好意思国封禁最严苛的领域蹚出一条路。

华为依旧处于危境之中，要是不可在 AI 算力领域成为全国第二极，那么华为逃不外这场慢性古老，可能在国内有满盈的生活空间，但在国际阛阓失去竞争力，关于中国 AI 产业来说，大略亦然如斯。

华为公司常务董事、华为云计算 CEO 张祥瑞

华为以及中国 AI 算力产业都需要信心，远比当下的现款流和利润还要紧得多，这亦然为何当华为云计算 CEO 张祥瑞拿出了 AI 基础尺度架构打破性施展—— CloudMatrix 384 超节点之后，赶快迷惑了中国 AI 产业的聚会热心。

历史上多数企业由危转机的拐点，时常都是用颠覆性转变开启新一轮增长周期。

"天地苦英伟达久矣"

英伟达劫掠了大模子行业发展于今的绝大部分利润，险些把持了 AI 算力，全全国不少聪敏的头脑都在念念考吞并个问题，如何打破英伟达的"阻滞"，不单是是国内 AI 产业，国外的诉求相似蹙迫。

要是用一个要津词来刻画 AI 算力产业，"冰山之下"大略最为合适。微软、谷歌、亚马逊等云计算巨头加快自研 AI 芯片，减轻对英伟达的依赖，国内厂商受限于宏不雅环境，更难获取最新的 AI 算力产物，不得不在产业链缺失的条目下自研。

通盘东谈主都能看到水面之上的英伟达，"挤牙膏式"更新迭代着我方的产物，更大的算力、带宽，更强的生态绑定，榨干 AI 产业的每一分红本开销，关联词国内和国外厂商的诸多 AI 算力究诘还遮拦在水面之下，恭候合适的时机。

一个期间有一个期间的计算架构，英伟达取代英特尔如斯，其他厂商要对标甚而取代英伟达，也需要以年为周期的抓久参预文爱 app，以及少量侥幸，毕竟谁能预想作念游戏显卡，能成 AI 算力威信。

莫得一家厂商，比华为更想在水面之上解放呼吸，国际巨头在自研和采购英伟达之间尚有和解空间，华为以及对 AI 算力有需求的通盘中国企业别无他法。

在先容 CloudMatrix 384 超节点之前，有必要引入英伟达的 NVL72，2024 年英伟达 GTC 大会上，最大的亮点不是 Grace Blackwell 架构，不是 NVLink domain，不是精度软件优化液冷等等，这些单点本领打破都满盈优异且旧例。

关联词 NVL72 这个极致压缩又极致耦合的架构，为万亿级大模子进修和推理层面提供了前所未有的性能。

在进修方面，与上一代产物比拟，通过 32k GB200 NVL72 进修 1.8 万亿参数的 GPT-MoE 模子性能可普及 4 倍。推理方面，GB200 NVL72 加上 FP4 精度和第五代   NVLink 等诸多本领，与上一代产物比拟合座效劳普及了 30 倍。

简陋相识，大模子的 Scaling Law 意味着算力越大，模子越智能，而跟着模子领域的增大，每增多沟通数目的参数或计算资源，获取的性能普及迟缓减少，关联词 NVL72 这种架构提供了更强的算力，且已毕了平均 token 成本更低的 Scale-up。

中国 AI 算力产业在单点层面还追不上英伟达产物，专为万亿大模子优化的 AI 算力集群，似乎又把战局拉得越来越远，此时，CloudMatrix 384 超节点出现了。

被DeepSeek送优势口

面向 AI 期间的海量算力需求，华为云基于"一切可池化、一切齐平等、一切可组合"的新式高速互联总线架构推出 CloudMatrix 384 超节点，已毕从工作器级到矩阵级的资源供给模式改动。

CloudMatrix 384 超节点

CloudMatrix 384 具备"高密""高速""高效"的秉性，通过全面的架构转变，在算力、互联带宽、内存带宽等方面已毕全面起首。

寥寥数语不及以显现 CloudMatrix 384 超节点的价值，先上论断，CloudMatrix 384 超节点是在芯片制程、模子精度、HBM 带宽等基础条目均受限的情况下，在实质业务场景中打败了英伟达同等对标产物的转变，走放洋内打破 AI 算力阻滞的进步性一步。

比喻其中的高速互联总线，能够将 GPU、CPU 等各式不同的计算开发，都不错已毕径直互联，不需要经过 CPU 中转通讯，这是大参数模子仍然能取得高性能的前提。

少有东谈主知谈，CloudMatrix 384 超节点的出身，职守着怎么的压力。在基础算力不如英伟达的情况下，里面也有不少东谈主抓怀疑格调，本领是理性的，但转变需要一些理性念念维。

昇腾和英伟达先天存在互异，英伟达的蹊径不可照搬，这是一条必须我方蹚出来的路。有 NVL72 在先，亚洲色图 校园春色国内 AI 算力厂商当然会尝试同等领域的算力集群，关联词要不要作念到 384 节点这样大，这意味着更大的不祥情味。

成本直线飞腾不说，况兼驱散预期并不解确，不是堆节点就能堆出来大算力集群，国内其他厂商要是处理不好网罗等一系列干系问题，更多的节点只会意味着更多的厌世，产物也莫得竞争力。

彼时大模子的发展端倪还不明晰，384 节点的斗胆预研可能会变成厌世，错失一些要津机会，华为云承受着巨大的压力，转变的同义词即是风险，关联词要是不作念，跟在英伟达背面始终不可能特出英伟达。

新本领的发展，老是有一些一辞同轨的"恰巧"，当 DeepSeek 的出现改变了大模子行业的走向，华为云惊喜地发现，此前有些暧昧的预判得到了说明，表层大模子驱动底层 AI 基础尺度朝着超节点的地方演进。

DeepSeek 的模子进修接受 MoE 架构，MoE 模子通过门控网罗动态选拔激活的大众，如 DeepSeek-V3 每层包含 257 个大众，每次仅激活 8 个大众，这导致不同 GPU 节点间需要不时交换数据，在进修经由中会因 All-to-All 通讯导致 GPU 闲置等问题。

此外，MoE 模子里大众可能"冷热不均"，有的大众被不时调用，有的闲置，同期传统单机 8 卡架构无法容许 MoE 模子对大流派量的扩展需求。

DeepSeek 开源大模子不仅是算法的得手，其凸起价值表当今从底层优化 AI 模子的可能性，起原 DeepSeek 在英伟达 H100 的基础上作念进修，关联词外部团队很难复现 DeepSeek 模子的效劳的效劳，即便用相似的 H100 也不行。

随后 DeepSeek 公布了一系列软件仓库，相配于把我方的调优经由作念成了教程，关联词行业发现，若接受单机部署决议，最终的性能远不如   DeepSeek 官方公布的部署决议，且至少稀有倍成本差距。更具挑战的是，固然   DeepSeek 公开了大   EP 并行决议，但本领难度较大，业内还莫得其他团队快速复现这一部署方法。

回及其看，DeepSeek 在 AI 基础尺度层面作念多半的工程转变是无奈之举，英伟达巴不得大模子进修用更多的卡，DeepSeek 用更少的卡已毕了更优的计算效劳，一定进度上影响了英伟达 GPU 的销量。

在 DeepSeek 之后，英伟达才优化了我方的 GPU，使其相宜 MoE 架构的进修，这更像是一种被迫式的反应客户需求。关联词藻为云 CloudMatrix 384 超节点不同，在 DeepSeek 之前，华为云其实并继续对详情 CloudMatrix 384 超节点是否能让客户好意思瞻念买单。

阛阓会奖励押中以前的转变者，华为云咫尺是业界惟一接受平等架构超节点本领提供算力工作的云厂商，数据显现：CloudMatrix 384 超节点的算力普及幅度高达 50 倍，达 300Pflops，比拟 NVL72 普及 67%；网罗带宽普及了 1 倍；超节点的内存（HBM）带宽则普及了 1.13 倍。

这不是 PPT 数据，而是实质业务场景中的效劳。硅基流动长入华为云基于 CloudMatrix 384 超节点昇腾云工作和高性能推理框架 SiliconLLM，用大领域大众并行最好扩展细腻上线 DeepSeek-R1。

该工作在保证单用户 20TPS 水平前提下，单卡 Decode 费解打破 1920Tokens/s，可并列 H100 部署性能。同期，经过主流测试集考据及大领域线上盲测，在昇腾算力部署 DeepSeek-R1 的模子精度与 DeepSeek 官方保抓一致。

以往对标英伟达同等产物的国内算力卡，在实质业务场景可能要打个五折，甚而低至两折，基于华为对标 H100 的算力卡，华为云已毕了在单芯片性能略逊的情况下，通过一系列优化设施特出 H100 的业务效劳。

华为云是如何作念到的？

坦诚而言，在 AI 算力层面，包括华为在内的国内算力，距离英伟达还有不小的差距，关联词藻为云别有肺肠，在前方莫得路标的情况下，找到了一条打破英伟达阻滞的蹊径。

华为的处治决议是"用非摩尔定律的方法处治摩尔定律的问题"，单个芯片算力不及，就用 Chiplet 来封装，相似的芯片数目依然不及达到 NVL72 的水平，那就飞腾一层作念系统级转变，联结华为在聚会领域的老本行，以及其他系统级优化智商，已毕了比 NVL72 更高的集群算力哄骗率。

华为公司副总裁张修征也指出："应以空间换算力、带宽换算力、动力换算力，应把算力、存力、运力、电力算作一个复称身分斟酌，这一系统性念念维在刚刚发布的 CloudMatrix 384 超节点上体现得尤为显著。"

不同于业界此前的决议，CloudMatrix 384 超节点本领跳出单点本领收尾走向系统性、工程性的转变，从"堆芯片"走向"拼架构"，走出打破 AI 算力阻滞的进步性一步，让许多 AI 应用落地难题有了治丝益棼的机会。

张修征强调："陪伴架构转变的打破，昇腾   AI 云工作在推理效劳、模子精度上也曾抓平于业界起首水平，在某些领域如智驾等也曾起首于业界，这或将透彻闭幕寰球的算力惊悸。"

48 台 384 卡的紧耦合互联，打变成一个超等云工作器，已毕算力领域 50 倍普及，值得一提的是，英伟达用了 72 个 GPU，华为云用了 384 个 NPU，在性能已毕赶超的情况下，功耗只是小幅普及，而不是等比例普及。

但这也不得不带来另一个纳闷，当大模子算力集群变得愈发复杂，数千根光纤的物理交互、高密的算力和网罗开发，液冷撑抓体系等，一般企业难以可贵 CloudMatrix 384 超节点这样的基础尺度，华为云也提前斟酌到了难题，给出了处治决议。

传统云工作以单台工作器为委用单位，超节点通过"云的现象"来提供工作，对用户来说性价比是远巨大于自建数据中心。

一是超节点竖立成本高，自建费时忙活，芯片更新换代快，接受自建 IDC 现象，将会大大增多客户的竖立成本。

二是超节点运维难度高，因其架构复杂，触及到的运维器用更多。支抓大模子的智算中心故障率要远高于庸俗数据中心，华为云异常的系统智商，不错匡助超节点长稳智能地运维，能更好地匡助客户处治问题。

张祥瑞暗示，面向智能全国，华为云致力于于于作念好行业数字化的"云底座"和"使能器"，加快千行万业智能化。依托 AI 全栈智商，华为云将坚强打造"自主转变、安全着实"的 AI 算力底座，依托昇腾 AI 云工作鼓舞九行八业 AI 快速开发落地。

《孙子兵法 · 谋攻篇》写谈：故上兵伐谋，其次伐交，其次伐兵，其下攻城。攻城之法，为不得已。英伟达的存在让好多东谈主感到无力，怀疑中国算力产业能不可、需要多久才已毕算力第二极的概念。

某种好奇景仰上 AI 产业之争即是信心之争文爱 app，中国算力产业需要更多诸如 CloudMatrix 384 超节点之类的转变，乌云依旧在，也可能万古刻遮掩在头顶，但至少咱们看到了总共粗放，信心比什么都要紧，这才是华为云之于中国 AI 产业更要紧的好奇景仰。（本文首发于钛媒体 APP）