華爲徐直軍：算力挑戰將長期存在，不是所有企業都要自建大模型

9月19日，一年一度的華爲全聯接大會在上海舉辦。開幕當天，華爲輪值董事長徐直軍就今年科技圈最熱的AI話題發表了演講。

徐直軍表示，華爲正在全面擁抱智能化，這必將是一個長期過程，而算力是智能化的關鍵基礎。

他直接點出了中國算力建設面臨的現實，即算力需要依賴半導體工藝，但美國在AI芯片領域對中國的制裁長期不會取消，中國半導體制造工藝將在相當長時間處於落後狀態。“這就意味着，中國所能製造的芯片的先進性將受到制約，也是我們打造算力解決方案必須面對的挑戰。”

華爲的觀點是，立足中國，只有基於實際可獲得的芯片製造工藝打造的算力纔是長期可持續的。在此過程中，華爲看到了挑戰和機會。

徐直軍認爲，人工智能正在成爲主導性算力需求，促使計算系統正在發生結構性變化，需要的是系統算力，而不僅僅是單處理器的算力。這些變化爲中國通過架構性創新、開創出一條自主可持續的計算產業發展道路提供了機遇。

基於以上背景，華爲的戰略核心是，充分抓住人工智能變革機遇，基於實際可獲得的芯片製造工藝，計算、存儲和網絡技術協同創新，開創計算架構，開發“超節點+集羣”系統算力解決方案，長期持續滿足算力需求。

華爲是在AI領域投入頗多。2018年的華爲全聯接大會上，該公司首度公佈了人工智能發展戰略和全棧全場景AI解決方案，把AI定位爲通用目的技術。此後，華爲參與了各地人工智能計算中心的建設，推出自研盤古大模型，以及基於達芬奇架構的昇騰AI處理器，包括昇騰310和昇騰910系列。

徐直軍提到，大模型的火爆對於華爲這樣的算力提供商而言是重大利好，但不是每個企業都要建設大規模AI算力。AI服務器不同於通用x86服務器，對供電、散熱等數據中心機房環境要求極高，且隨着大模型越來越大，AI服務器快速升級換代，數據中心機房面臨要麼浪費、要麼無法滿足需求的困境，同時存在非常大的運維壓力。

另一方面，鑑於高成本、人才稀缺、模型訓練難等因素，並不是每個企業都要訓練自己的基礎大模型，也不是所有的應用都要追求“大”模型。企業需要根據自身不同業務場景需求，選擇最合適的模型，通過多模型組合，解決問題，創造價值。

正因如此，華爲認爲每個企業都要思考適合自己的獲取AI算力的方式，而不僅僅是建設自己的AI算力。對於很多不具備自建AI算力和自訓基礎大模型能力的企業而言，選擇雲服務是更爲合理、可持續的選擇。

談及近期被熱議的端側AI，徐直軍表示，消費者難以理解芯片工藝、算力TFLOPS、模型參數量究竟意味着什麼，而是更加註重切身的使用體驗。終端AI應以體驗爲中心，而不是以算力爲中心。

AI的另一重要應用場景是自動駕駛，這也是華爲最早投資AI的領域。在華爲介入智能汽車業務之後，其自研的智能駕駛解決方案已成爲旗下汽車產品的重要競爭力之一。今年8月，華爲發佈了該方案的3.0版本，實現了全向防碰撞系統的升級，以及全向避障等能力。

這並非華爲的最終目標。徐直軍稱，下一步，華爲還將基於融合感知，持續推進自動駕駛解決方案，逐步實現“高速路上車即可休息”、“長途安心睡”、“全地貌全天候放心開”、“泊車零剮蹭零卡死”、“主責碰撞清零”等關鍵場景目標，未來最終實現無人駕駛。

而對於生態建設的進展，他表示，在2017年到2019年的三年間，華爲先後開啓了華爲雲、昇騰、鯤鵬和鴻蒙生態的構建。在2024年及未來五年，華爲將強力戰略投資生態的發展，通過生態的發展牽引、促進、帶動計算產業和終端產業的發展，爲世界計算領域提供第二個選擇，同時爲世界提供蘋果、安卓之外第三個移動操作系統。