华为徐直军：算力挑战将长期存在，不是所有企业都要自建大模型

界面新闻记者 | 陆柯言

界面新闻编辑 | 宋佳楠

9月19日，一年一度的华为全联接大会在上海举办。开幕当天，华为轮值董事长徐直军就今年科技圈最热的AI话题发表了演讲。

徐直军表示，华为正在全面拥抱智能化，这必将是一个长期过程，而算力是智能化的关键基础。

他直接点出了中国算力建设面临的现实，即算力需要依赖半导体工艺，但美国在AI芯片领域对中国的制裁长期不会取消，中国半导体制造工艺将在相当长时间处于落后状态。“这就意味着，中国所能制造的芯片的先进性将受到制约，也是我们打造算力解决方案必须面对的挑战。”

华为的观点是，立足中国，只有基于实际可获得的芯片制造工艺打造的算力才是长期可持续的。在此过程中，华为看到了挑战和机会。

徐直军认为，人工智能正在成为主导性算力需求，促使计算系统正在发生结构性变化，需要的是系统算力，而不仅仅是单处理器的算力。这些变化为中国通过架构性创新、开创出一条自主可持续的计算产业发展道路提供了机遇。

基于以上背景，华为的战略核心是，充分抓住人工智能变革机遇，基于实际可获得的芯片制造工艺，计算、存储和网络技术协同创新，开创计算架构，开发“超节点+集群”系统算力解决方案，长期持续满足算力需求。

华为是在AI领域投入颇多。2018年的华为全联接大会上，该公司首度公布了人工智能发展战略和全栈全场景AI解决方案，把AI定位为通用目的技术。此后，华为参与了各地人工智能计算中心的建设，推出自研盘古大模型，以及基于达芬奇架构的昇腾AI处理器，包括昇腾310和昇腾910系列。

徐直军提到，大模型的火爆对于华为这样的算力提供商而言是重大利好，但不是每个企业都要建设大规模AI算力。AI服务器不同于通用x86服务器，对供电、散热等数据中心机房环境要求极高，且随着大模型越来越大，AI服务器快速升级换代，数据中心机房面临要么浪费、要么无法满足需求的困境，同时存在非常大的运维压力。

另一方面，鉴于高成本、人才稀缺、模型训练难等因素，并不是每个企业都要训练自己的基础大模型，也不是所有的应用都要追求“大”模型。企业需要根据自身不同业务场景需求，选择最合适的模型，通过多模型组合，解决问题，创造价值。

正因如此，华为认为每个企业都要思考适合自己的获取AI算力的方式，而不仅仅是建设自己的AI算力。对于很多不具备自建AI算力和自训基础大模型能力的企业而言，选择云服务是更为合理、可持续的选择。

谈及近期被热议的端侧AI，徐直军表示，消费者难以理解芯片工艺、算力TFLOPS、模型参数量究竟意味着什么，而是更加注重切身的使用体验。终端AI应以体验为中心，而不是以算力为中心。

AI的另一重要应用场景是自动驾驶，这也是华为最早投资AI的领域。在华为介入智能汽车业务之后，其自研的智能驾驶解决方案已成为旗下汽车产品的重要竞争力之一。今年8月，华为发布了该方案的3.0版本，实现了全向防碰撞系统的升级，以及全向避障等能力。

这并非华为的最终目标。徐直军称，下一步，华为还将基于融合感知，持续推进自动驾驶解决方案，逐步实现“高速路上车即可休息”、“长途安心睡”、“全地貌全天候放心开”、“泊车零剐蹭零卡死”、“主责碰撞清零”等关键场景目标，未来最终实现无人驾驶。

而对于生态建设的进展，他表示，在2017年到2019年的三年间，华为先后开启了华为云、昇腾、鲲鹏和鸿蒙生态的构建。在2024年及未来五年，华为将强力战略投资生态的发展，通过生态的发展牵引、促进、带动计算产业和终端产业的发展，为世界计算领域提供第二个选择，同时为世界提供苹果、安卓之外第三个移动操作系统。