5月下旬，在華為召開的鯤鵬昇騰開發者大會2025，華為方面宣佈推出昇騰超節點（超級計算節點）技術，成功實現業界最大規模的384卡高速總線互聯，性能達到人工智慧（AI）晶片業界先進水準，引發關注。

華為公司相關負責人近期接受記者採訪時表示，在單晶片相對落後的情況下，華為用數學補物理、非摩爾補摩爾，用集群計算補單晶片，推動達到相關效能。

不少業界人士表示，繼年初DeepSeek R1成功突破“中國能否訓練世界領先大模型”的疑慮後，昇騰超節點技術近期又給中國人工智慧産業打了一針強心劑，即“國産算力平臺也能訓練世界領先大模型”，彰顯AI産業不斷取得顯著進步。專家建議，還需持續加強“集群優勢”、攻堅關鍵技術、推動生態建設，促進人工智慧産業高品質發展。

重要突破  算力反擊

“最困難的時候已經過去。”近期，華為公司相關負責人接受記者採訪時表示。

人工智慧是全球科技競爭的關鍵領域，當前，在産品端領域，大模型是國際業界競爭的焦點，今年初DeepSeek R1的出現，證明了中國AI的能力、提振了士氣。

近期，華為推出的昇騰AI計算平臺“CloudMatrix 384”超節點集群，達到單集群300 PFlops（PFlops：每秒一千萬億次浮點運算），能效比達到行業先進水準。

華為公司相關負責人介紹，昇騰在大模型訓練領域也取得重大突破，如訓練出的參數規模達7180億的全新模型盤古Ultra MoE。據報告披露顯示，其訓練效率（MFU）從行業普遍的約30%提升至41%以上，實驗室已達45%以上。

同時，華為還通過昇騰AI計算平臺訓練參數量為720億的盤古Pro MoE大模型，通過動態激活專家網路的創新設計，效能可媲美千億級模型性能。在業界權威大模型榜單SuperCLUE最新公佈的2025年5月排行榜上，位居千億參數量以內大模型排行並列國內第一。業界人士認為，這意味著國産AI基礎設施的自主創新能力得到了進一步驗證。

圖為昇騰晶片。 （受訪者供圖）

系統工程  效能躍升

記者採訪了解到，“CloudMatrix 384”超節點通過系統工程創新，實現比肩行業先進的效能。

超節點的前提，是具備384張卡之間百納秒級互聯的能力，以及解決散熱、提升模型訓練效率（MFU）等問題的能力。

華為公司相關負責人表示，昇騰超節點在通信方案中採用了光纖，並創新使用了更加“晶片親和”的數學表達，基於系統工程的方法，對計算、記憶體、通信進行優化調度，實現業務驅動的系統最佳匹配，推動訓練效率、推理性能再上臺階。

業界人士介紹，相比單晶片的提升路徑，系統工程帶來的提升效率更高。如從單晶片來看，每代帶來的性能提升不超過20%。

而通過高效的超節點系統，在硬體沒有改變的情況下，實現資源的高效調度，整體效能的提升相當於兩至三代晶片工藝演進，一定程度彌補了工藝的不足。

這是一場“算力會戰”。華為公司相關負責人表示，在研發過程中，包括華為雲、海思、2012實驗室、計算産品線、光網路等多部門數萬華為員工聯合作戰，能夠産生協同效應和系統工程的整合，實現了“大雜燴”技術的有效利用和協同創新。

“我們還成立了小巧靈突擊隊，對企業客戶派出專家團隊，支援他們使用昇騰晶片訓練自己的大模型，很多客戶興趣強烈。”華為公司相關負責人説。

建設生態  久久為功

在整體效能取得提升的同時，相比行業先進，昇騰AI晶片的生態建設仍存一定短板，不少用戶需要投入大量精力進行開發和維護。

一些業界人士表示，如英偉達通過CUDA平臺，打造了豐富的開發工具和成熟的生態鏈，形成全球開發者共建的開放社區。

華為公司相關負責人表示，“我們通過提供‘Day0遷移、一鍵部署’等技術工具，幫助他們一天內遷移到昇騰生態上，全力支援客戶用好昇騰。”

紮根基礎研究，持續創新。華為公司相關負責人表示，一方面公司大量投入基礎研究，與高校進行聯合研究和技術合作，不斷沉澱組織能力，做到“根深”；另一方面，華為專家也深入業務會戰，創造性解決實際業務難題，提升産品競爭力，創造商業價值，做到“葉茂”。研究和創新有機地結合起來，最終助力實現“根深葉茂”。

展望未來，AI競爭更是能源競爭。“AI計算將來可能無處不在，華為將持續通過技術進步改進能源消耗，構築AI時代的核心競爭力，實現可持續發展。”華為公司相關負責人説。