“榫卯”是古代中國建筑、家具及器械的主要結(jié)構(gòu)方式。它使用榫頭與卯眼陰陽咬合的方式實(shí)現(xiàn)木構(gòu)件的聯(lián)接，在不用任何釘子的情況下建成堅(jiān)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(jī)場的鋼結(jié)構(gòu)屋頂就采用榫卯方式進(jìn)行模塊化設(shè)計(jì)，上海世博會中國館采用《營造法式》中的燕尾榫結(jié)構(gòu)，獲得了“全球最佳公共建筑獎(jiǎng)”。

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

或許，在AI的繁榮時(shí)代，企業(yè)需要的是能夠落地行業(yè)，解決問題的AI全棧協(xié)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(gòu)成算力、數(shù)據(jù)、AI算法與應(yīng)用服務(wù)的無縫咬合，動(dòng)態(tài)適配，最終才能在業(yè)務(wù)層形成“越用越穩(wěn)固”的全棧協(xié)同結(jié)構(gòu)，如同中國建筑在歲月中愈發(fā)堅(jiān)固的榫卯結(jié)構(gòu)。

而在目前的云服務(wù)市場上，能夠達(dá)成AI榫卯般全棧協(xié)同能力的，只有華為云而已。在第十屆華為全聯(lián)接大會上，華為常務(wù)董事、華為云計(jì)算CEO張平安表示：“華為云將通過軟硬協(xié)同、架構(gòu)創(chuàng)新，持續(xù)為客戶打造更領(lǐng)先、更有價(jià)值的云服務(wù)。同時(shí)，華為云會將更多的資源投入到AI和算力產(chǎn)業(yè)上，讓千行萬業(yè)的應(yīng)用更容易，更好地生長在華為云的黑土地上?！弊屛覀儚腁I新紀(jì)元中企業(yè)需要面對的真實(shí)問題出發(fā)，一起去讀懂華為云通過AI算力底座、產(chǎn)業(yè)智能體、盤古大模型等AI布局，構(gòu)筑起全棧協(xié)同的AI榫卯。

我們已經(jīng)抵達(dá)了真正的AI繁榮時(shí)代。企業(yè)搭建智能能力的基礎(chǔ)設(shè)施變得非常復(fù)雜，能夠選用的AI能力異常多樣。但選擇太多也會產(chǎn)生新的煩惱，面對繁復(fù)多樣的AI基礎(chǔ)設(shè)施與服務(wù)、應(yīng)用方案，企業(yè)也會陷入新的困境。

今天的AI，對于企業(yè)來說就像有層出不窮的優(yōu)質(zhì)木材擺在面前。雖然看起來各個(gè)都好，但企業(yè)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(yè)往往會遇到這樣一系列全新問題：

1.算力不適配企業(yè)需求。在今天，我們已經(jīng)基本解決AI算力的獲取難題。但更進(jìn)一步如何讓企業(yè)獲得適配自身業(yè)務(wù)需求與企業(yè)特性的AI算力依舊復(fù)雜。比如如何獲得更具性價(jià)比的AI算力獲取方式，如何獲取超大規(guī)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(zhàn)略有機(jī)結(jié)合等問題，依舊困擾著企業(yè)。從算力可用，到算力好用，依舊是AI時(shí)代企業(yè)發(fā)展最大的挑戰(zhàn)之一。

2.智能體難滿足企業(yè)業(yè)務(wù)訴求。近兩年，智能體成了大模型最具代表性的應(yīng)用形式。而伴隨著智能體消費(fèi)者端的興起，企業(yè)智能體成了智能化新的突破口。但企業(yè)的業(yè)務(wù)流程復(fù)雜，效率與精度要求極高，而且運(yùn)行也需要高彈性、高安全、高可靠。智能體如何與企業(yè)業(yè)務(wù)結(jié)合還有著極大的挑戰(zhàn)。

3.模型不能深入行業(yè)。在大模型開源與商業(yè)化長足發(fā)展的今天，企業(yè)獲取模型成本已經(jīng)很低。但如何讓大模型深入企業(yè)的業(yè)務(wù)場景與價(jià)值需求依舊復(fù)雜艱難，大模型的落地“最后一公里”還亟待打通。

4.企業(yè)AI的體系化困境。從算力到開發(fā)工具，再到大模型、智能體，以及全套的AI軟硬件體系。復(fù)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(chǔ)設(shè)施與服務(wù)“擰成一股繩”，是企業(yè)面對AI時(shí)代所需做出的最終答案。

在多年經(jīng)驗(yàn)中，云服務(wù)已經(jīng)被廣泛認(rèn)同是獲取AI算力與算法的最佳途徑。那么在AI繁榮時(shí)代的一系列新難題面前，我們依舊要尋找云上突圍的契機(jī)。能夠兼具算力、智能體、大模型以及開發(fā)工具、開發(fā)框架的全棧協(xié)同AI云服務(wù)，或許就是企業(yè)實(shí)現(xiàn)智能化目前的最佳途徑。

為什么說華為云是真正構(gòu)筑了全棧協(xié)同能力的AI云服務(wù)體系，我們可以從其算力布局中直接清晰地發(fā)現(xiàn)答案。AI算力是智能時(shí)代的底座，而云服務(wù)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(xù)深耕AI算力，打造了基于CloudMatrix384 超節(jié)點(diǎn)的昇騰AI云服務(wù)這項(xiàng)AI基礎(chǔ)設(shè)施。在華為全聯(lián)接大會2025期間，華為云將AI算力又一次升級，使得其產(chǎn)業(yè)差異化更加顯著。

首先，基于華為最新發(fā)布的AI服務(wù)器，華為云的CloudMatrix超節(jié)點(diǎn)規(guī)格將從384卡升級到8192卡，依托MatrixLink高速對等互聯(lián)網(wǎng)絡(luò)結(jié)合多網(wǎng)合一技術(shù)，可實(shí)現(xiàn)百萬卡的超大集群，實(shí)現(xiàn)真正意義上的AI算力之海。由此一來，華為云的超節(jié)點(diǎn)將可以滿足AI大模型指數(shù)化、跨世代發(fā)展的訓(xùn)練算力需求，從而實(shí)現(xiàn)“AI進(jìn)化，算力先導(dǎo)”的社會經(jīng)濟(jì)戰(zhàn)略結(jié)構(gòu)。

另一方面，大模型對話的輪次越多，模型的響應(yīng)延遲會急劇增加。其原因在于，隨著對話輪次遞增，實(shí)時(shí)運(yùn)算所需處理的數(shù)據(jù)量會數(shù)十倍增長，高速顯存的容量成為瓶頸。華為云首創(chuàng)的彈性內(nèi)存存儲服務(wù)EMS，可以將超節(jié)點(diǎn)內(nèi)部所有的內(nèi)存通過MatrixLink網(wǎng)絡(luò)形成共享的內(nèi)存服務(wù)，同時(shí)打破AI算力與顯存綁定的限制，讓內(nèi)存可以替代昂貴的顯存，以存補(bǔ)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(yè)獲取AI算力的多樣性需求。

傳統(tǒng)數(shù)據(jù)中心每柜的能量密度只有10千瓦，為了應(yīng)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(fēng)冷轉(zhuǎn)變到全液冷，但改造涉及巨額的成本以及漫長的時(shí)間。

華為云在貴州、內(nèi)蒙古、安徽部署了全液冷AI數(shù)據(jù)中心，實(shí)現(xiàn)單柜80千瓦散熱，PUE低至1.1，并能夠?qū)崿F(xiàn)AI智能運(yùn)維。企業(yè)無需花費(fèi)時(shí)間改造或新建傳統(tǒng)數(shù)據(jù)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(wù)，企業(yè)可以掌握專屬密鑰。不僅是中國客戶，全球?qū)I算力有需求的用戶都可以使用華為云搭建的領(lǐng)先級AI算力基礎(chǔ)設(shè)施。

面對有更進(jìn)一步性價(jià)比與效率比需求的企業(yè)用戶，華為云推出了基于CloudMatrix384超節(jié)點(diǎn)的Tokens服務(wù)。會上，張平安宣布，CloudMatrix384 AI Token推理服務(wù)全面上線，以優(yōu)的性能、好的服務(wù)、高的質(zhì)量服務(wù)好客戶。通過Tokens服務(wù)獲取AI算力，企業(yè)用戶可以避免繁瑣工作，精準(zhǔn)控制成本，像接入水電一樣以最簡單的方式使用超節(jié)點(diǎn)，從而以最高效率直接獲取“AI的最終結(jié)果”。

不久之前，360集團(tuán)發(fā)布了最新的AI產(chǎn)品納米AI。這是一款高級別的智能體應(yīng)用，其在復(fù)雜的推理場景中可能需要完成多達(dá)1000步的任務(wù)、消耗的高達(dá)500萬至3000萬的Token。由此帶來的高并發(fā)吞吐請求對算力資源的穩(wěn)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(wù)，成功處理每天上千萬的內(nèi)容生成請求。

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

基于CloudMatrix384 超節(jié)點(diǎn)與昇騰云服務(wù)的穩(wěn)固AI算力架構(gòu)，華為云不斷擴(kuò)大和夯實(shí)AI算力體系。實(shí)現(xiàn)了更大的算力規(guī)模，更有針對性的算力技術(shù)突破，同時(shí)帶來了更加多樣且符合不同企業(yè)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(yè)的智能化基座。

由算力向上，全棧協(xié)同的AI架構(gòu)層層展開。

對于企業(yè)來說，在當(dāng)前周期最為關(guān)注的AI能力毫無疑問就是智能體。智能體自主決策，跨越應(yīng)用與數(shù)據(jù)邊界的能力，在企業(yè)側(cè)能夠帶來無窮的想象力。可以說，智能體正在成為AI 時(shí)代的超級應(yīng)用。

伴隨著智能體在消費(fèi)者市場上的崛起，企業(yè)對其能力可謂垂涎欲滴。

但是，企業(yè)智能體卻與消費(fèi)者智能體有著極大的不同。后者只需要考慮手機(jī)、電腦的單一終端場景，往往只需要跨越幾個(gè)步驟完成工作，并且擁有一定的容錯(cuò)空間，整體偏于簡單和粗放。與其相比，企業(yè)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(yè)智能體需要極高的精準(zhǔn)度，容錯(cuò)率極低，對大模型幻覺等問題零容忍。

2.智能體必須與企業(yè)自身的數(shù)據(jù)底座緊密結(jié)合，才能通過穿透企業(yè)業(yè)務(wù)場景來獲得價(jià)值。

3.企業(yè)智能體需要穿越復(fù)雜、多步驟的工作流，才能最終釋放價(jià)值。

為了滿足這些需求，幫助企業(yè)智能體完成從設(shè)想到現(xiàn)實(shí)的關(guān)鍵一躍，華為云升級了Versatile企業(yè)級智能體平臺，旨在構(gòu)建易用、好用、開放的企業(yè)智能體開發(fā)和運(yùn)行平臺，讓企業(yè)海量的Agent應(yīng)用都平穩(wěn)、高效、安全地跑在華為云上。

相較于消費(fèi)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(shí)現(xiàn)了與企業(yè)數(shù)據(jù)底座的緊密結(jié)合，讓企業(yè)知識全面賦能智能體，從而使企業(yè)智能體真正深入到企業(yè)生產(chǎn)流程當(dāng)中。

企業(yè)對智能體的核心訴求，是其能夠跨越復(fù)雜的工作流程。比如在金融行業(yè)中，一個(gè)常用的個(gè)人理財(cái)業(yè)務(wù)流程就有超過20個(gè)步驟，僅僅這一個(gè)工作就需要超過30個(gè)人天的工作量來完成人工構(gòu)建智能體工作流。面對復(fù)雜的企業(yè)業(yè)務(wù)流程，Versatile Studio開發(fā)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(xiàng)華為獨(dú)特的技術(shù)創(chuàng)新。經(jīng)過簡單確認(rèn)兩步就可以生成智能體，并且構(gòu)建一個(gè)智能體只需要3人天，效率提升10倍。同時(shí)，Versatile最大支持自動(dòng)生成100步以上的Agent工作流，可以真正滿足企業(yè)對智能體的“跑步上崗”需求。

同時(shí)，智能體在運(yùn)行中會自主調(diào)用大量相關(guān)程序，進(jìn)而帶來了運(yùn)行時(shí)流量的劇烈抖動(dòng)。為了應(yīng)對這一問題，Versatile通過高性能沙箱將資源啟動(dòng)速度從150毫秒降低到3毫秒；通過全內(nèi)存緩存，將記憶數(shù)據(jù)檢索速度提升2倍。最終實(shí)現(xiàn)業(yè)務(wù)端到端響應(yīng)時(shí)延降低40%以上，讓智能體能夠在企業(yè)業(yè)務(wù)中穩(wěn)健、高效地運(yùn)行。

面對企業(yè)智能體這個(gè)全新需求與機(jī)會，華為云又一次先行業(yè)一步，給出了能夠打破企業(yè)業(yè)務(wù)迷宮，真正融入企業(yè)數(shù)據(jù)，面向企業(yè)工作流的智能體開發(fā)與應(yīng)用平臺。

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

在今天，大模型依舊是企業(yè)智能化的核心。各個(gè)行業(yè)都需要打造能夠形成企業(yè)競爭力，融入行業(yè)需求的專業(yè)大模型。同時(shí)，在科技自立自強(qiáng)的大趨勢下，融入昇騰生態(tài)已經(jīng)成為企業(yè)智能化的核心需求。昇騰親和的大模型體系，其戰(zhàn)略價(jià)值正不斷上升。

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

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

在航空客運(yùn)領(lǐng)域，長周期精準(zhǔn)預(yù)測是一個(gè)世界級難題，同時(shí)也是影響航司競爭力的關(guān)鍵。南方航空采用盤古大模型跨模態(tài)預(yù)測技術(shù)，深度挖掘時(shí)序、表格、文本及圖數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)了18個(gè)月的客流量與平均票價(jià)預(yù)測，準(zhǔn)確率達(dá)到90%，顯著提升了航司的運(yùn)營收益。

在政務(wù)、金融、制造、醫(yī)療、煤礦、鋼鐵、鐵路、自動(dòng)駕駛、氣象等30多個(gè)行業(yè)、500多個(gè)場景，我們都可以看到華為云兩腳沾泥、深入核心業(yè)務(wù)、幫助企業(yè)客戶解決行業(yè)難題的決心與成果。

AI算力、企業(yè)智能體開發(fā)平臺，以及盤古大模型體系，僅僅是華為云全棧協(xié)同AI布局的一部分，但已經(jīng)可以看出其覆蓋了企業(yè)最為關(guān)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(wù)，跨越算力邊界的CloudMatrix384超節(jié)點(diǎn)，還是先行業(yè)一步的企業(yè)級智能體開發(fā)平臺，這些能力在當(dāng)前都是華為云獨(dú)有。

一個(gè)獨(dú)一無二已經(jīng)很難，大量獨(dú)特性的累加則近乎奇跡。華為云的全棧AI協(xié)同，就是這樣一個(gè)帶著傳奇色彩的戰(zhàn)略布局。

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

企業(yè)智能化是一個(gè)漫長而復(fù)雜的工程，它指向著下一個(gè)時(shí)代的生產(chǎn)力迸發(fā)，指向著第四次工業(yè)革命的可能性。在這個(gè)過程中，企業(yè)所需的基礎(chǔ)設(shè)施與能力支持是復(fù)雜多樣的，必須要有復(fù)雜的榫卯結(jié)構(gòu)，才能將算力、算法、模型、智能體等要素構(gòu)建成龐大的企業(yè)智能化殿宇。

在這個(gè)過程中，企業(yè)需要方法、實(shí)踐、技術(shù)與平臺的綜合幫助。布局了超節(jié)點(diǎn)、昇騰AI云服務(wù)、盤古大模型、Versatile 企業(yè)級智能體平臺、AI開發(fā)生產(chǎn)線ModelArts的華為云，最有底氣為企業(yè)提供既包含復(fù)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(jié)成了《營造法式》，跨越千年傳遞了榫卯結(jié)構(gòu)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(xié)同的，屬于AI時(shí)代的《營造法式》，幫助企業(yè)在AI沃土上建房屋，起棟梁，成廣廈，興家園。

審核編輯 黃宇