（文/觀察者網 呂棟 編輯/張廣凱）

“像以華為為龍頭的硬件公司，在算力上應該已經能基本解決美國對中國的卡脖子問題，中國還有一批像DeepSeek這樣的優秀大模型公司，我們的大模型競爭力已經不輸于美國?！?月27日，華為董事、質量流程IT總裁陶景文在第四屆828 B2B企業節開幕式上說道。

人工智能如何才能轉化成生產力？他認為，人工智能既是工具的革命，也是革命的工具，就像工業革命時代的蒸汽機，帶來的機遇并非蒸汽機本身，而是蒸汽機在交通、工業等各個行業的應用帶來的改變，所以人工智能要成為企業的新生產力工具，不能離開場景驅動。

“現在我們看到，業界在人工智能的發展上逐步回到理性思考：人工智能到底給社會、企業帶來的價值是什么？如果我們搞人工智能是為了裁員，那誰還去搞人工智能？所以我們要想的是，如何通過人工智能讓10多萬人研發人員有更好的產出。”陶景文坦言。

“828 B2B企業節”是由華為云聯合生態伙伴發起的中國首個數字賦能B2B領域活動，該活動以搭建企業數字化供需對接平臺為目標，首屆于2022年啟動，今年已經是第四屆。

陶景文在發言中表示，搞人工智能，投入比較昂貴，尤其是大量中小企業和地方政府。華為希望把華為云打造成企業數字化和智能化的“黑土地”，“我們把數據工程、模型工程和工具鏈都做好，給大家創造一個可以專心把人工智能應用做得快、做得好的平臺?！?

就在這次活動前，華為云曾卷入輿論風波。市場曝出消息，近期華為云內部宣布組織架構大幅度調整，多個部門被裁撤整合，可能會波及上千人。調整后，華為云將聚焦3+2+1業務：3包括通算、智算、存儲；2包括AI PaaS、數據庫；1則主要為安全業務。

華為集團層面未公開回應此事，但接近華為云的知情人士對觀察者網證實了此事，并表示華為云本次研發組織調整的目的是，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，將更多的資源投入到AI產業和算力產業上。

2024年，華為云收入385.23億元，同比增長8.5%，包含跨分部交易的收入688.01億元，同比增長24.4%，仍處于虧損狀態。而Canalys的數據顯示，今年一季度，華為云在中國大陸云服務市場中排名第二，占據18%的份額，與阿里云33%的份額仍有明顯差距。

當下，市場的主流需求正從“上云”轉向“上AI”，客戶對AI的旺盛需求正在重塑云計算的應用方式。根據前述機構數據，阿里云AI相關工作負載已連續七個季度實現三位數增長，成為其云業務的核心引擎。

市場有分析指出，在AI重塑行業、傳統云業務增長乏力的“冰火兩重天”格局下，華為云不得不從“廣撒網”的探索模式，轉向“All-in”式的聚焦突破，將以犧牲業務布局的廣度為代價，換取在昇騰計算業務、AI平臺等單一核心賽道上壓倒性的資源優勢。

就在今年4月，華為常務董事、華為云計算CEO張平安曾表示，面向AI時代，華為云將堅定打造“自主創新、安全可信”的AI算力底座，依托昇騰AI云服務推動各行各業AI快速開發落地；堅定深耕行業，以盤古大模型為引擎，打造行業toB解決方案，重塑千行萬業；堅定推進生態建設，和伙伴、客戶共拓AI的星辰大海。

當時，華為云公布了AI基礎設施架構突破性新進展——基于昇騰芯片、新型高速總線架構打造的CloudMatrix 384超節點集群，算力規模、性能均超越了英偉達NVL72。

華為云CloudMatrix 384超節點集群

行業分析人士稱，華為云最新這次組織結構調整，正是為了讓華為云的戰略藍圖更好地與華為集團核心的計算業務，尤其是昇騰AI算力，形成“協同效應”。這些收縮動作，指向一個最終目標——開源節流。面對日益嚴峻的盈利壓力，華為云必須盡快為虧損畫上句號。

這次在828 B2B企業節上，華為云宣布其Tokens服務全面接入CloudMatrix384超節點，通過xDeepServe架構創新，把MoE大模型拆成可獨立伸縮的Attention、FFN、Expert三個微模塊，并分派到不同的NPU上同步處理任務。通過xDeepServe不斷調優，最終實現從非超節點單卡吞吐600tokens/s至超節點單卡吞吐2400tokens/s的提升，TPOT僅為50ms。

觀察者網了解到，目前華為云MaaS服務已支持DeepSeek、Kimi、Qwen、Pangu、SDXL、Wan等主流大模型及versatile、Dify、扣子等主流Agent平臺。

“華為打造了完全不依賴美國的生態系統，從算力、數據庫到工具鏈，包括上個月完全開源的CANN生態工具鏈，希望能為中國人工智能發展做一點貢獻。”陶景文在發言中表示，華為云上既有ModelArts，又有DataArts，還有MindIE等一系列工具，希望讓廣大企業，無論多復雜的模型都能訓練或推理，不論多先進的應用都能快速實現。

在他看來，人工智能是時代的超級工具，AI一定能帶來企業的指數級效率和效能的改變，但還需要在技術應用平臺上不斷優化，“中國有全球最豐富的實體經濟和業務場景，也有最完整的數據積累，如果發力正確的話，一定能在人工智能應用上超越美國?！?