華為云：以AI榫卯，建智能廣廈

“榫卯”是古代中國建筑、家具及器械的主要結構方式。它使用榫頭與卯眼陰陽咬合的方式實現木構件的聯接，在不用任何釘子的情況下建成堅固的廣廈。這種古老的營造智慧在今天依舊熠熠生輝。北京大興機場的鋼結構屋頂就采用榫卯方式進行模塊化設計，上海世博會中國館采用《營造法式》中的燕尾榫結構，獲得了“全球最佳公共建筑獎”。

榫卯的智慧不僅可以用在建筑上，也可以契合于企業智能化的演進中。當AI技術發展到新的階段，大模型以多種方式為企業帶來多樣化的價值。企業反而會有一種“AI提供的能力太多，不知道如何聯接與組合”的尷尬。AI算力、大模型、智能體等要素都十分關鍵，但如何才能將他們組合在一起，組成屬于企業自己的智能廣廈？

或許，在AI的繁榮時代，企業需要的是能夠落地行業，解決問題的AI全棧協同能力。需要以后端的AI算力為卯眼，以前端的智能體與大模型能力榫頭，構成算力、數據、AI算法與應用服務的無縫咬合，動態適配，最終才能在業務層形成“越用越穩固”的全棧協同結構，如同中國建筑在歲月中愈發堅固的榫卯結構。

而在目前的云服務市場上，能夠達成AI榫卯般全棧協同能力的，只有華為云而已。在第十屆華為全聯接大會上，華為常務董事、華為云計算CEO張平安表示：“華為云將通過軟硬協同、架構創新，持續為客戶打造更領先、更有價值的云服務。同時，華為云會將更多的資源投入到AI和算力產業上，讓千行萬業的應用更容易，更好地生長在華為云的黑土地上。”讓我們從AI新紀元中企業需要面對的真實問題出發，一起去讀懂華為云通過AI算力底座、產業智能體、盤古大模型等AI布局，構筑起全棧協同的AI榫卯。

我們已經抵達了真正的AI繁榮時代。企業搭建智能能力的基礎設施變得非常復雜，能夠選用的AI能力異常多樣。但選擇太多也會產生新的煩惱，面對繁復多樣的AI基礎設施與服務、應用方案，企業也會陷入新的困境。

今天的AI，對于企業來說就像有層出不窮的優質木材擺在面前。雖然看起來各個都好，但企業卻不知道如何將它們搭建成一座完整的房子，這也就是所謂的“木不成屋”。具體而言，企業往往會遇到這樣一系列全新問題：

1.算力不適配企業需求。在今天，我們已經基本解決AI算力的獲取難題。但更進一步如何讓企業獲得適配自身業務需求與企業特性的AI算力依舊復雜。比如如何獲得更具性價比的AI算力獲取方式，如何獲取超大規模的集群化AI算力，如何獲取將AI算力、大模型與科技自主化戰略有機結合等問題，依舊困擾著企業。從算力可用，到算力好用，依舊是AI時代企業發展最大的挑戰之一。

2.智能體難滿足企業業務訴求。近兩年，智能體成了大模型最具代表性的應用形式。而伴隨著智能體消費者端的興起，企業智能體成了智能化新的突破口。但企業的業務流程復雜，效率與精度要求極高，而且運行也需要高彈性、高安全、高可靠。智能體如何與企業業務結合還有著極大的挑戰。

3.模型不能深入行業。在大模型開源與商業化長足發展的今天，企業獲取模型成本已經很低。但如何讓大模型深入企業的業務場景與價值需求依舊復雜艱難，大模型的落地“最后一公里”還亟待打通。

4.企業AI的體系化困境。從算力到開發工具，再到大模型、智能體，以及全套的AI軟硬件體系。復雜多樣的AI能力往往會帶來巨大的適配成本與兼容不確定性，如何將大量AI基礎設施與服務“擰成一股繩”，是企業面對AI時代所需做出的最終答案。

在多年經驗中，云服務已經被廣泛認同是獲取AI算力與算法的最佳途徑。那么在AI繁榮時代的一系列新難題面前，我們依舊要尋找云上突圍的契機。能夠兼具算力、智能體、大模型以及開發工具、開發框架的全棧協同AI云服務，或許就是企業實現智能化目前的最佳途徑。

為什么說華為云是真正構筑了全棧協同能力的AI云服務體系，我們可以從其算力布局中直接清晰地發現答案。AI算力是智能時代的底座，而云服務是彈性靈活獲取集群化AI算力的最佳方式。面對這樣的重任，華為云在多年間持續深耕AI算力，打造了基于CloudMatrix384 超節點的昇騰AI云服務這項AI基礎設施。在華為全聯接大會2025期間，華為云將AI算力又一次升級，使得其產業差異化更加顯著。

首先，基于華為最新發布的AI服務器，華為云的CloudMatrix超節點規格將從384卡升級到8192卡，依托MatrixLink高速對等互聯網絡結合多網合一技術，可實現百萬卡的超大集群，實現真正意義上的AI算力之海。由此一來，華為云的超節點將可以滿足AI大模型指數化、跨世代發展的訓練算力需求，從而實現“AI進化，算力先導”的社會經濟戰略結構。

另一方面，大模型對話的輪次越多，模型的響應延遲會急劇增加。其原因在于，隨著對話輪次遞增，實時運算所需處理的數據量會數十倍增長，高速顯存的容量成為瓶頸。華為云首創的彈性內存存儲服務EMS，可以將超節點內部所有的內存通過MatrixLink網絡形成共享的內存服務，同時打破AI算力與顯存綁定的限制，讓內存可以替代昂貴的顯存，以存補算，提升大模型多輪對話的性能。

在這些AI算力能力的突破之外，華為云還充分考慮到了企業獲取AI算力的多樣性需求。

傳統數據中心每柜的能量密度只有10千瓦，為了應對AI算力需求的暴增，必須升級到70千瓦/每柜，甚至是200千瓦/每柜，要從風冷轉變到全液冷，但改造涉及巨額的成本以及漫長的時間。

華為云在貴州、內蒙古、安徽部署了全液冷AI數據中心，實現單柜80千瓦散熱，PUE低至1.1，并能夠實現AI智能運維。企業無需花費時間改造或新建傳統數據中心，只需要一對光纖，就能獲取華為云的高效算力。而且華為云還提供全棧專屬AI云服務，企業可以掌握專屬密鑰。不僅是中國客戶，全球對AI算力有需求的用戶都可以使用華為云搭建的領先級AI算力基礎設施。

面對有更進一步性價比與效率比需求的企業用戶，華為云推出了基于CloudMatrix384超節點的Tokens服務。會上，張平安宣布，CloudMatrix384 AI Token推理服務全面上線，以優的性能、好的服務、高的質量服務好客戶。通過Tokens服務獲取AI算力，企業用戶可以避免繁瑣工作，精準控制成本，像接入水電一樣以最簡單的方式使用超節點，從而以最高效率直接獲取“AI的最終結果”。

不久之前，360集團發布了最新的AI產品納米AI。這是一款高級別的智能體應用，其在復雜的推理場景中可能需要完成多達1000步的任務、消耗的高達500萬至3000萬的Token。由此帶來的高并發吞吐請求對算力資源的穩定性與彈性提出了更高要求。為了解決這一難題，360納米AI依托CloudMatrix384的Token推理服務，成功處理每天上千萬的內容生成請求。

此外，CloudMatrix384昇騰AI云服務還支撐了高等教育出版社“龍鳳”人工智能開放應用平臺、美的中立云平臺、深圳市龍崗區政府政務及具身智能模型、“磐石·科學基礎大模型”等應用的創新，截至目前，使用華為云AI云服務的全球客戶數量從去年的321家增長到今年的1805家。

基于CloudMatrix384 超節點與昇騰云服務的穩固AI算力架構，華為云不斷擴大和夯實AI算力體系。實現了更大的算力規模，更有針對性的算力技術突破，同時帶來了更加多樣且符合不同企業需求的算力接入模式。如果說，卯眼是古建筑的基座，那么廣泛且可靠的AI算力，就是華為云提供給千行萬業的智能化基座。

由算力向上，全棧協同的AI架構層層展開。

對于企業來說，在當前周期最為關注的AI能力毫無疑問就是智能體。智能體自主決策，跨越應用與數據邊界的能力，在企業側能夠帶來無窮的想象力。可以說，智能體正在成為AI 時代的超級應用。

伴隨著智能體在消費者市場上的崛起，企業對其能力可謂垂涎欲滴。

但是，企業智能體卻與消費者智能體有著極大的不同。后者只需要考慮手機、電腦的單一終端場景，往往只需要跨越幾個步驟完成工作，并且擁有一定的容錯空間，整體偏于簡單和粗放。與其相比，企業智能體需要滿足一系列更加苛刻的條件與限制，比如說：

1.企業智能體需要極高的精準度，容錯率極低，對大模型幻覺等問題零容忍。

2.智能體必須與企業自身的數據底座緊密結合，才能通過穿透企業業務場景來獲得價值。

3.企業智能體需要穿越復雜、多步驟的工作流，才能最終釋放價值。

為了滿足這些需求，幫助企業智能體完成從設想到現實的關鍵一躍，華為云升級了Versatile企業級智能體平臺，旨在構建易用、好用、開放的企業智能體開發和運行平臺，讓企業海量的Agent應用都平穩、高效、安全地跑在華為云上。

相較于消費者智能體平臺以及面向辦公等簡單場景的工作智能體平臺，Versatile實現了與企業數據底座的緊密結合，讓企業知識全面賦能智能體，從而使企業智能體真正深入到企業生產流程當中。

企業對智能體的核心訴求，是其能夠跨越復雜的工作流程。比如在金融行業中，一個常用的個人理財業務流程就有超過20個步驟，僅僅這一個工作就需要超過30個人天的工作量來完成人工構建智能體工作流。面對復雜的企業業務流程，Versatile Studio開發工具鏈提供基于自然語言直接生成智能體，這一方案包含了多項華為獨特的技術創新。經過簡單確認兩步就可以生成智能體，并且構建一個智能體只需要3人天，效率提升10倍。同時，Versatile最大支持自動生成100步以上的Agent工作流，可以真正滿足企業對智能體的“跑步上崗”需求。

同時，智能體在運行中會自主調用大量相關程序，進而帶來了運行時流量的劇烈抖動。為了應對這一問題，Versatile通過高性能沙箱將資源啟動速度從150毫秒降低到3毫秒；通過全內存緩存，將記憶數據檢索速度提升2倍。最終實現業務端到端響應時延降低40%以上，讓智能體能夠在企業業務中穩健、高效地運行。

面對企業智能體這個全新需求與機會，華為云又一次先行業一步，給出了能夠打破企業業務迷宮，真正融入企業數據，面向企業工作流的智能體開發與應用平臺。

如果說AI算力是不斷夯實的智能基座，那么企業智能體就是面向未來的急先鋒。華為云用新的突破，構筑了最具銳意與進取的全棧AI布局。

在今天，大模型依舊是企業智能化的核心。各個行業都需要打造能夠形成企業競爭力，融入行業需求的專業大模型。同時，在科技自立自強的大趨勢下，融入昇騰生態已經成為企業智能化的核心需求。昇騰親和的大模型體系，其戰略價值正不斷上升。

為此，華為打造了基于昇騰云全棧軟硬件訓練，具有昇騰親和特性的盤古大模型，對部分NLP模型openPangu進行開源，降低開發者門檻，幫助高效使用昇騰算力。

同時，華為云也在堅定不移地做好盤古閉源大模型，繼續加大盤古大模型的投入，持續深耕行業，支持各行各業做好自己的大模型，加速行業智能化。

在航空客運領域，長周期精準預測是一個世界級難題，同時也是影響航司競爭力的關鍵。南方航空采用盤古大模型跨模態預測技術，深度挖掘時序、表格、文本及圖數據之間的關聯關系，實現了18個月的客流量與平均票價預測，準確率達到90%，顯著提升了航司的運營收益。

在政務、金融、制造、醫療、煤礦、鋼鐵、鐵路、自動駕駛、氣象等30多個行業、500多個場景，我們都可以看到華為云兩腳沾泥、深入核心業務、幫助企業客戶解決行業難題的決心與成果。

AI算力、企業智能體開發平臺，以及盤古大模型體系，僅僅是華為云全棧協同AI布局的一部分，但已經可以看出其覆蓋了企業最為關注、效益最為直接的AI需求，并且無論是成為另一種選擇的昇騰AI云服務，跨越算力邊界的CloudMatrix384超節點，還是先行業一步的企業級智能體開發平臺，這些能力在當前都是華為云獨有。

一個獨一無二已經很難，大量獨特性的累加則近乎奇跡。華為云的全棧AI協同，就是這樣一個帶著傳奇色彩的戰略布局。

巴赫在《賦格的藝術》中說，同一個音樂主題必須依靠不同聲部、不同音高、不同節奏的配合，才能最終組成和諧交織的復雜樂章。

企業智能化是一個漫長而復雜的工程，它指向著下一個時代的生產力迸發，指向著第四次工業革命的可能性。在這個過程中，企業所需的基礎設施與能力支持是復雜多樣的，必須要有復雜的榫卯結構，才能將算力、算法、模型、智能體等要素構建成龐大的企業智能化殿宇。

在這個過程中，企業需要方法、實踐、技術與平臺的綜合幫助。布局了超節點、昇騰AI云服務、盤古大模型、Versatile 企業級智能體平臺、AI開發生產線ModelArts的華為云，最有底氣為企業提供既包含復雜性，也包含整體性的全棧AI支持。

早在宋代，中國人就將建筑的智慧總結成了《營造法式》，跨越千年傳遞了榫卯結構的魅力與奧秘。而在今天，華為云也通過日積月累的AI突破，布局成了全棧協同的，屬于AI時代的《營造法式》，幫助企業在AI沃土上建房屋，起棟梁，成廣廈，興家園。