华为AI领域竞争力在哪？

华为在 AI 领域着力构建的竞争力，并非源于模型或硬件的单点突破，而是来自 于一种贯穿全栈、深度耦合、双向定义的“软硬一体”系统工程能力。

在全球大模型技术浪潮中，开源已成为推动技术普及和生态建设的重要手段。华 为近期逐步开放其盘古系列模型，这一举措是在特定的产业环境和地缘背景下做 出的主动战略选择。其背后，是旨在构筑昇腾硬件生态的深层考量。 2025 年 6 月 30 日，华为正式宣布开源盘古 70 亿参数的稠密模型、盘古 Pro MoE 720 亿参数的混合专家模型和基于昇腾的模型推理技术。此举是华为践行昇腾生 态战略的又一关键举措，推动大模型技术的研究与创新发展，加速推进人工智能 在千行百业的应用与价值创造。1）盘古 Pro MoE 72B 模型权重、基础推理代码， 已正式上线开源平台。2）基于昇腾的超大规模 MoE 模型推理代码，已正式上线 开源平台。3）盘古 7B 相关模型权重与推理代码将于近期上线开源平台。

2025 年 8 月 5 日,华为宣布 CANN 全面开源开放，共建昇腾生态:华为昇腾硬件使 能 CANN 全面开源开放，Mind 系列应用使能套件及工具链全面开源，支持用户自 主的深度挖潜和自定义开发，加速广大开发者的创新步伐，让昇腾更好用、更易 用。 华为的盘古模型系列，并非硬件无关的通用模型。恰恰相反，从 Pangu Pro MoE 的 MoGE 架构，到 Pangu Ultra MoE 的系统级优化，再到 CloudMatrix-Infer 的 AIVDirect 算子，模型的每一处设计都与昇腾硬件的特性深度耦合。这意味着，尽管开 发者可以获取模型，但要复现其技术报告中所述的高性能，一种直接路径便是使 用华为的昇腾硬件平台与 CANN 软件栈。 因此，华为的开源策略，其本质是以开放的软件为入口，吸引开发者和用户进入 其深度优化的硬件生态。在美国对先进 AI 芯片实施出口管制的背景下，这一策 略，旨在通过软件生态来促进硬件应用，从而推动其昇腾生态的建设。这一策略 的战略逻辑十分清晰： 1) 降低 AI 应用门槛：通过开放高性能的盘古大模型，降低企业使用和开发大模型技术的门槛。 2) 加速硬件市场渗透：当大量应用基于盘古模型构建后，对底层昇腾硬件的需求 随之增加，从而加速昇腾芯片的市场渗透。 3) 培育全栈开发者生态：大量开发者的涌入和使用，会反过来促进 CANN 软件 栈的成熟与完善，形成正向的生态循环。 4) 建立技术标准：随着基于“盘古+昇腾”的应用生态日益进步，该技术体系或 将在国内市场形成一定的影响力。 华为的开源策略是以开放的软件为牵引，最终服务于其在外部技术限制下，构建 自主可控 AI 产业体系的核心目标。

华为盘古大模型与昇腾硬件平台的协同进化之路，为观察 AI 时代的产业竞争提 供了一个值得关注的案例。其竞争力主要构建于一个深度耦合的“软硬一体”体 系之上。这一体系的核心，是一种硬件、软件的双向协同进化。 1) 软件协同硬件：盘古大模型的设计，是在为最大化利用昇腾硬件潜力而进行。 Pangu Pro MoE 的 MoGE 架构，是对软件的结构性调整，以解决硬件层面的负 载均衡难题；Pangu Ultra MoE 的“仿真先行”设计方法论，则是软件在设计 之初就以硬件性能边界为核心约束的直接体现。 2) 硬件协同软件：昇腾平台的底层硬件创新，为上层软件的范式创新提供了物理 基础。CloudMatrix 的统一总线（UB）网络，是 CloudMatrix-Infer 的 PDC 分 离架构得以存在的关键技术；昇腾 NPU 的异构计算核心（AI Cube & AI Vector）， 则是 AIV-Direct 原子级通信得以实现的物理前提。

这种全栈协同能力，具体体现在从宏观到微观的三个层面： 1) 架构协同：PDC 架构与 UB 网络的相互使能；MoGE 架构与分布式硬件的负 载均衡。这是顶层设计层面的协同。 2) 系统协同：LEP 并行策略与集群通信能力的匹配；精细化流水线负载均衡与 硬件特性的耦合。这是系统策略层面的协同。 3) 算子协同：AIV-Direct 通信机制与 CANN 融合算子的融合；为 DaVinci 内核 定制的张量尺寸。这是深入到硬件指令集层面的微观协同。 展望未来，华为的“软硬一体”战略将继续深化。其聚焦行业的差异化定位，旨 在为政务、金融、制造等更看重稳定性、数据安全和长期技术支持的 B 端客户， 提供性能有保障的端到端解决方案。对于整个 AI 产业而言，华为的实践提供了一 个视角，除了算法层面的创新，基于全栈技术整合的系统工程能力，也可能成为 影响未来市场竞争中的一个重要因素。