AI算力需求的爆炸式增长正在深刻改变全球科技格局，成为推动各行各业实现智能跃迁的核心驱动力。面对未来十年可能出现的数万倍算力需求，华为云积极响应，坚定地走在构建“算力黑土地”的前沿，其战略核心在于整合自身在联接技术和数据中心资源布局上的深厚积累，旨在以卓越的性能、优质的服务和更低的成本，通过昇腾AI云服务和Tokens服务，有效满足客户对“最终计算结果”的严苛要求，从而加速千行万业迈向智能化新阶段。
构筑坚实算力基石：华为云的“黑土地”愿景
算力，作为智能世界不可或缺的基础设施，其重要性伴随大模型的兴起而日益凸显。华为云的“算力黑土地”战略，正是为应对这一挑战而生。张平安曾明确指出，此战略围绕贵安、乌兰察布、和林格尔、芜湖等三大核心枢纽，构建起一张“全国算力一张网”。这不仅是中国“东数西算”工程的标杆实践，更正在逐步演变为一个支撑全球客户AI算力的强大场域。数据显示，华为云的整体算力规模实现了近250%的同比高增长，使用昇腾AI云服务的客户数量也从去年的321家跃升至1714家，充分彰显了其在市场中的强劲势头和广泛认可。
在贵安，华为云部署了超大规模的CloudMatrix384超节点，为全国客户提供服务，这不仅是“东数西算”战略的生动诠释，也为大型企业，特别是央国企，提供了高性能、稳定可靠的算力保障。同时，在贵安和乌兰察布建设的超大规模灾备云中心，进一步提升了数据安全性和业务连续性，确保关键业务在极端情况下的韧性。
技术创新引领：多维融合提升算力效能
在当前全球芯片工艺面临诸多限制的背景下，如何持续提升算力性能和规模成为业界关注的焦点。华为云独辟蹊径，提出并充分发挥其在光通信、网络、供电等多个技术领域的“大杂烩”优势。这意味着通过系统性的优化来弥补单点技术的局限，以“空间换算力”、“带宽换算力”、“能源换算力”的创新理念，构建云上算力集群，从而实现规模效应和性能的显著跃升。
以今年4月在芜湖发布的CloudMatrix384超节点为例，这并非简单的硬件堆叠，而是将384颗昇腾NPU与192颗鲲鹏CPU通过华为自研的全新高速网络MatrixLink进行全对等互联。这种精密的集成形成了一台超级“AI服务器”，其单节点算力规模高达300 PFlops。更令人瞩目的是其横向扩展能力，面对万亿甚至十万亿参数量级的大模型训练任务，432个超节点可以无缝连接，组成一个16万卡的超大规模AI集群。若用于训练千亿参数大模型，该集群能够同时支持1300个任务并行，极大地提升了模型研发的效率和深度。
华为云的算力服务已经广泛赋能于央国企、智能驾驶、大模型研发、互联网、消费电子以及具身智能等多个关键行业。例如，中国头部金融机构已通过昇腾算力，每日稳定支撑超过1000个智能体应用，这不仅验证了昇腾的强大实力，也展现了其在复杂、高并发业务场景下的稳定性和可靠性。无论是在云端还是边缘侧，华为云均能提供统一且多元的算力架构，助力企业在全场景下完成AI模型的训练与推理，加速各行各业的智能化升级。
昇腾AI云服务与Tokens服务：通向智能跃迁的桥梁
高质量数据集是AI模型成功的关键。然而，传统企业数仓和数据湖虽积累了大量数据，但这些数据往往未针对AI模型进行优化，导致在应用于大模型时需要耗费大量精力进行数据准备和知识抽取。针对这一痛点，华为云在国家数据局的指导下，与合作伙伴共同探索并升级了“AI可信数据空间”新范式。
这一新范式强调“全域入湖、AI好用、可信流通”，旨在构建一个服务于AI模型的、以知识为中心的数据底座。通过这一底座，客户能够基于已有的海量数据，利用AI技术自动构建企业知识图谱。这意味着业务人员可以借助企业专属大模型，快速开发和部署智能体应用，用AI驱动各类业务任务的自动化和智能化。
张平安强调，华为云正通过昇腾AI云服务和Tokens服务，致力于直接满足客户的“最终计算结果”需求。在Tokens服务方面，华为云在高吞吐场景下展现出显著的性能优势。CloudMatrix384超节点能够在50ms低时延的严苛条件下，实现高达2400TPS（Tokens Per Second）的吞吐量，这刷新了业界记录，为大模型推理应用提供了极致的性能保障。除了自家的盘古大模型，华为云还积极支持DeepSeek、Kimi等主流开源大模型在昇腾云上高效运行，构建开放共赢的AI生态。
坚持AI原生思维：抓住智能时代核心机遇
华为云业务的持续健康增长，在政务、工业、金融、汽车等多个重点行业市场份额位居前列，并在Gartner魔力象限的多个产品领域占据领先地位，这都离不开客户、伙伴和开发者的鼎力支持。华为云连续多年保持重大事故零纪录，其安全、稳定、高质量和持续创新的服务理念，正是赢得客户信赖的核心竞争力。
张平安深刻指出，面对AI时代的浪潮，企业必须积极拥抱“AI原生思维”。他借蒸汽机应用于三轮车而推迟火车发明的故事，警示人们不能简单地将AI视为现有流程的工具，而是要围绕AI重新思考和构建应用、数据、流程乃至人员结构。从根本上说，AI原生思维意味着将AI作为设计的核心，而非附加功能。
他进一步阐述了未来AI的角色转变：从最初的“硅基辅助人”，即AI作为提高人类工作效率的工具，逐步发展到AI可能成为执行任务的主体，而人类的角色则转变为管理和控制AI的“开关”。对于那些渴望通过AI构筑竞争优势的企业而言，唯有采纳AI原生思维，才能充分释放AI的巨大潜力，有效提升运营效率，创新业务模式，最终抓住智能时代的战略机遇，实现前所未有的智能跃迁。这是一个从“AI-in-everything”到“AI-first”的范式转变，预示着一个由智能深度驱动的新商业时代的全面来临。
