近年来，我国人工智能算力领域迎来显著突破。据最新数据显示，截至今年上半年，全国在用算力中心机架规模已超过1085万标准机架，智能算力规模达到788EFLOPS，同时发布的1509个大模型数量位居全球前列。这一系列数据标志着国产算力正加速崛起，逐步打破海外技术垄断的格局。
回溯发展历程，国内人工智能产业曾长期依赖海外供应商，核心技术受制于人的局面一度成为制约行业发展的瓶颈。国际制裁与技术封锁的双重压力下，算力供应问题犹如悬在产业头顶的“达摩克利斯之剑”，迫使国内企业加快自主创新步伐。作为科技领域的领军企业，华为率先将技术攻关清单转化为突破方向，基于现有芯片制造工艺，推出“超节点+集群”的算力解决方案，有效缓解了算力供需矛盾。
在近期举办的行业大会上，华为发布的算力超节点产品引发广泛关注。这种通过高速互联技术整合多GPU的高性能计算单元，专为AI大模型训练等密集型任务设计，其物理架构虽由多台机器组成，但逻辑上可实现统一学习与推理。据华为轮值董事长徐直军介绍，该产品在卡规模、总算力、内存容量及互联带宽等核心指标上均处于行业领先地位，且优势将持续保持。
面对算力瓶颈引发的行业焦虑，徐直军坦言，在人工智能爆发期遭遇先进制程芯片限制的背景下，中国AI产业确实经历了“最惨烈的围堵”。但华为选择另辟蹊径，通过“超节点+集群”架构弥补单芯片性能短板。这一战略的落地，既依托华为作为通信设备厂商的“连接基因”，也离不开其长期积累的技术底座——从光器件、光模块的自主研发，到操作系统、数据库、编译器等软件生态的全面布局，均成为支撑超节点运行的关键要素。
“AI算力不等于芯片性能。”徐直军强调，华为的解决方案证明了通过系统级创新可突破硬件限制。他透露，2019年发布的昇腾910芯片在规格上已不输同期国际竞品，而芯片禁令反而倒逼企业加速技术迭代。这种“被迫创新”的背后，实则是华为长期坚持的底线思维：鸿蒙系统于2015年立项、面向超节点的互联协议“灵衢”六年前启动预研、Atlas 900 AI训练集群2019年面世……一系列战略投入使华为在AI领域实现了从架构、芯片到软件生态的完全自主。
在算力生态建设方面，徐直军多次提及客户需求对技术进步的推动作用。“没有客户的倒逼，研发团队容易陷入自我满足。”他举例称，部分客户对芯片性能的挖掘能力甚至超过厂商预期，这种互动促使华为不断优化底层开放能力。与此同时，华为在商业模式上明确“硬件变现、生态开源”的策略，认为开源是检验技术成熟度的必要途径，而硬件规模化使用可反哺生态建设。尽管芯片供应问题曾阻碍昇腾生态发展，但徐直军坚信：“只要行业形成合力，国内算力生态必将崛起。”
谈及AI发展阶段，徐直军将其类比为移动通信的2G时代，认为当前技术虽处于初级阶段，但变革速度极快且充满不确定性。在此背景下，华为承诺通过“超节点+集群”方案为中国AI产业提供持续算力支持，这既是对国家战略的响应，也是对行业发展的责任担当。“在不确定中创造确定性”，成为华为在算力领域持续突破的核心逻辑。
