近日，美国不再限制英伟达H20芯片对华出口的消息引发关注，也再度凸显外部算力供给的不稳定性。事实上，在大模型催生的巨大算力需求下，中国企业高价购买“阉割版”英伟达芯片并非长久之计，如何获取持续稳定够用的算力供给，已成为保证业务连续性的关键。
4月10日，国内云计算领域的两场大会成为行业焦点。
一个是2025中国移动云智算大会。中国移动董事长杨杰表示，以数智化为主要特征的新一轮科技革命和产业变革深入发展，数据成为新生产要素，算力成为新基础设施和基础能源，人工智能成为新生产工具，推动经济社会从“互联网+”、“5G+”向“AI+”加速转变，为算网基础设施演进带来新机遇、提出新要求。
他提到，未来3年，中国智能算力规模增长将超过2.5倍，年均复合增速近40%。同时，推理算力需求将超过训练算力需求，推理算力年复合增速将达到训练算力的近4倍，到2028年，推理算力规模将超过训练算力规模。中国移动将建设超大规模的“算力工厂”，推动万卡级、千卡级智算中心的倍增扩容，积极开展十万卡智算中心前瞻研究。
一直以来，由于芯片制造工艺受限，国产芯片的单卡算力比不上英伟达，这也是国内行业产生算力焦虑、大量囤货英伟达的关键原因。但事实上，随着大模型的快速迭代，计算系统也在发生结构性变化，需要的更多是系统算力，而不仅仅是单芯片的算力。这些结构性变化，为中国企业通过架构性创新，开创出一条自主可持续的计算产业发展道路，提供了机遇。
同日，在华为云生态大会2025上，华为常务董事、华为云CEO张平安公布了AI基础设施架构突破性进展，推出CloudMatrix 384超节点，并宣布已在芜湖数据中心规模上线。
观察者网了解到，去年英伟达NVL72的发布，为万亿参数的大型语言模型推理提供了30倍实时速度提升，引发大量关注。而作为国内首个商用级别的大规模超节点，华为CloudMatrix 384在规模、性能和可靠性上全面超越了英伟达NVL72。它的核心意义在于实现了AI算力资源从服务器级供给到矩阵级供给的转变。基于CloudMatrix的昇腾AI云服务，大模型训练作业可稳定运行40天，互联带宽断点恢复只需10秒级别。
并且，超节点架构对于混合专家模型（MOE）天然亲和，拿DeepSeek来说，以前在传统8卡英伟达服务器上，得搞一堆复杂的工程创新。但华为超节点凭借独特架构，天生支持“大规模专家并行”。
华为云超节点是如何实现的？通俗地讲，就是通过将传统单节点（如8卡昇腾服务器）通过新型高速总线紧耦合互联，形成一个单一逻辑计算单元（即“超节点”）。这种架构突破物理服务器边界，实现资源池化与对等互联，使算力规模提升50倍（单超节点达300 Pflops）。华为云将这一技术转化为昇腾云服务，大幅降低了企业获取高性能计算资源的门槛。
突破单卡瓶颈，打造系统化算力，是华为一直以来的策略。华为轮值董事长徐直军去年曾表示，华为的战略核心就是，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，打造‘超节点+集群’系统算力解决方案，长期持续满足算力需求。
在此次生态大会上，张平安表示，面向智能世界，华为云致力于做好行业数字化的“云底座”和“使能器”，依托昇腾AI云服务推动各行各业AI快速开发落地。“我们耐得住寂寞，盘古大模型将会坚定走行业AI的道路，帮助各行各业的客户打造属于自己的大模型。华为并不发布面向C端的大模型应用，我们更关注的是怎么能让行业客户真正落地AI。”
当前，中美备受关注的不只是贸易争端，还有技术竞争。根据斯坦福最新的2025年AI指数报告，中美顶级AI模型的性能差距已缩小到了 0.3%，而在2023年差距是20%，中国模型正在快速追赶美国的领先地位。更明显的趋势是，如今大模型的性能已经趋同。在2024年，TOP1和TOP10的模型的差距能有12%，如今差距已经越来越小，锐减至5%。
这种竞争态势下，中国各行各业如何高效利用国产算力，推动AI应用快速落地亦是关键。在4月9日的2025阿里云AI势能大会上，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，2025年AI应用爆发没有最快，只有更快，应该推动基础模型、推理服务、开发工具三要素全速演变，为AI应用提速蓄力。
他认为，过去一年，很多企业都在积极拥抱大语言模型，从简单的文生图、文生视频、创作文档到数据应用等，均涌现出一批令人兴奋的应用，阿里云大语言模型API调用量增长接近100倍。未来，AI会和很多产业进行有机融合，爆发出更多崭新商业模式和生产路径。从深度推理模型到多模态能力，中国基础模型能力大幅提升，让很多产业有了强化学习的想法，也让更多AI应用的落地成为可能。
但不可否认的是，让快速演进的AI技术赋能各行各业，中国企业仍然需要合力。正如张平安所说：“在AI时代，并不是一家企业就能解决千行万业的问题，需要整个生态合力，比如AI算力提供商、技术提供商、大模型提供商等协同在一起，以开放的心态互相支持，才能够加速迎接AI时代，尽早享受到AI时代的红利。”
近日，美国不再限制英伟达H20芯片对华出口的消息引发关注，也再度凸显外部算力供给的不稳定性。事实上，在大模型催生的巨大算力需求下，中国企业高价购买“阉割版”英伟达芯片并非长久之计，如何获取持续稳定够用的算力供给，已成为保证业务连续性的关键。
4月10日，国内云计算领域的两场大会成为行业焦点。
一个是2025中国移动云智算大会。中国移动董事长杨杰表示，以数智化为主要特征的新一轮科技革命和产业变革深入发展，数据成为新生产要素，算力成为新基础设施和基础能源，人工智能成为新生产工具，推动经济社会从“互联网+”、“5G+”向“AI+”加速转变，为算网基础设施演进带来新机遇、提出新要求。
他提到，未来3年，中国智能算力规模增长将超过2.5倍，年均复合增速近40%。同时，推理算力需求将超过训练算力需求，推理算力年复合增速将达到训练算力的近4倍，到2028年，推理算力规模将超过训练算力规模。中国移动将建设超大规模的“算力工厂”，推动万卡级、千卡级智算中心的倍增扩容，积极开展十万卡智算中心前瞻研究。
一直以来，由于芯片制造工艺受限，国产芯片的单卡算力比不上英伟达，这也是国内行业产生算力焦虑、大量囤货英伟达的关键原因。但事实上，随着大模型的快速迭代，计算系统也在发生结构性变化，需要的更多是系统算力，而不仅仅是单芯片的算力。这些结构性变化，为中国企业通过架构性创新，开创出一条自主可持续的计算产业发展道路，提供了机遇。
同日，在华为云生态大会2025上，华为常务董事、华为云CEO张平安公布了AI基础设施架构突破性进展，推出CloudMatrix 384超节点，并宣布已在芜湖数据中心规模上线。
观察者网了解到，去年英伟达NVL72的发布，为万亿参数的大型语言模型推理提供了30倍实时速度提升，引发大量关注。而作为国内首个商用级别的大规模超节点，华为CloudMatrix 384在规模、性能和可靠性上全面超越了英伟达NVL72。它的核心意义在于实现了AI算力资源从服务器级供给到矩阵级供给的转变。基于CloudMatrix的昇腾AI云服务，大模型训练作业可稳定运行40天，互联带宽断点恢复只需10秒级别。
并且，超节点架构对于混合专家模型（MOE）天然亲和，拿DeepSeek来说，以前在传统8卡英伟达服务器上，得搞一堆复杂的工程创新。但华为超节点凭借独特架构，天生支持“大规模专家并行”。
华为云超节点是如何实现的？通俗地讲，就是通过将传统单节点（如8卡昇腾服务器）通过新型高速总线紧耦合互联，形成一个单一逻辑计算单元（即“超节点”）。这种架构突破物理服务器边界，实现资源池化与对等互联，使算力规模提升50倍（单超节点达300 Pflops）。华为云将这一技术转化为昇腾云服务，大幅降低了企业获取高性能计算资源的门槛。
突破单卡瓶颈，打造系统化算力，是华为一直以来的策略。华为轮值董事长徐直军去年曾表示，华为的战略核心就是，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，打造‘超节点+集群’系统算力解决方案，长期持续满足算力需求。
在此次生态大会上，张平安表示，面向智能世界，华为云致力于做好行业数字化的“云底座”和“使能器”，依托昇腾AI云服务推动各行各业AI快速开发落地。“我们耐得住寂寞，盘古大模型将会坚定走行业AI的道路，帮助各行各业的客户打造属于自己的大模型。华为并不发布面向C端的大模型应用，我们更关注的是怎么能让行业客户真正落地AI。”
当前，中美备受关注的不只是贸易争端，还有技术竞争。根据斯坦福最新的2025年AI指数报告，中美顶级AI模型的性能差距已缩小到了 0.3%，而在2023年差距是20%，中国模型正在快速追赶美国的领先地位。更明显的趋势是，如今大模型的性能已经趋同。在2024年，TOP1和TOP10的模型的差距能有12%，如今差距已经越来越小，锐减至5%。
这种竞争态势下，中国各行各业如何高效利用国产算力，推动AI应用快速落地亦是关键。在4月9日的2025阿里云AI势能大会上，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，2025年AI应用爆发没有最快，只有更快，应该推动基础模型、推理服务、开发工具三要素全速演变，为AI应用提速蓄力。
他认为，过去一年，很多企业都在积极拥抱大语言模型，从简单的文生图、文生视频、创作文档到数据应用等，均涌现出一批令人兴奋的应用，阿里云大语言模型API调用量增长接近100倍。未来，AI会和很多产业进行有机融合，爆发出更多崭新商业模式和生产路径。从深度推理模型到多模态能力，中国基础模型能力大幅提升，让很多产业有了强化学习的想法，也让更多AI应用的落地成为可能。
但不可否认的是，让快速演进的AI技术赋能各行各业，中国企业仍然需要合力。正如张平安所说：“在AI时代，并不是一家企业就能解决千行万业的问题，需要整个生态合力，比如AI算力提供商、技术提供商、大模型提供商等协同在一起，以开放的心态互相支持，才能够加速迎接AI时代，尽早享受到AI时代的红利。”