5月16日,“逐光向新·智领未来”华为云AI峰会于北京成功举办。大会期间,华为云面向客户伙伴详细介绍了CloudMartix 384超节点的创新技术优势,并与在场嘉宾共同探讨如何加速AI应用落地,为加速行业智能化发展提供了切实可行的技术路径和实践指南。

华为北京总经理 张东亚
伴随着DeepSeek的横空出世,AI浪潮席卷全国,千行万业正在加速智能化跃迁。华为北京总经理张东亚在活动致辞中表示,面向政府、教育、金融、零售、互联网、交通、制造等行业,昇腾AI云服务已经成为超过600家创新先锋企业的数字化转型伙伴。
CloudMatrix 384 超节点定义下一代AI基础设施
随着大模型训练和推理对算力需求的爆炸式增长,传统计算架构已难以支撑AI技术的代际跃迁,超节点架构的诞生不仅是技术的突破,更是以工程化创新开辟AI产业的新路径。

华为云副总裁 黄瑾
华为云创新性地推出采用全对等互联架构的CloudMatrix 384超节点。这项技术创新跳出单点技术限制,走向系统性、工程性的创新算力架构,直面通信效率瓶颈、内存墙制约、可靠性短板三大技术挑战。通过新型高速互联总线实现384 张卡互联成为一个超级云服务器,最高提供300Pflops的算力规模,比业界同类产品领先67%。华为云副总裁黄瑾表示,华为云CloudMatrix 384超节点具备MoE亲和、以网强算、以存强算、长稳可靠、朝推夜训、即开即用六大领先技术优势,以系统架构创新重新定义新一代AI基础设施。

华为云数据中心全球DC运维首席专家 谢峰
稳定的AI算力供给,离不开可靠的数据中心载体。大会期间,华为云数据中心全球DC运维首席专家谢峰分享了华为云CloudMatrix 384超节点机房质量挑战与思路。他表示,通算平稳发展,AI智算快速发展,数据中心在空间、供电、散热和运维等方面面临着更多挑战。其一,AI集群超大规模组网带来的光链路可靠性挑战;其二,AI集群功率快速增长和毫秒级功率波动,带来供电的可靠性挑战;其三,AI集群超高密度散热带来的水质安全和水力平衡挑战。华为云数据中心通过产品化实现快速交付、低成本、低PUE,并开展锂电预测、液冷预测等智能化实践,构筑起绿色低碳、稳定可靠、安全可信的云数据中心。
AI创新应用实践落地,加速行业智能化发展
面向AI时代,华为云CloudMatrix 384超节点的架构创新更好地满足了企业的智能化需求,已成为各领域企业加速AI应用落地的共同选择。

硅基流动联合创始人&首席产品官 胡健
硅基流动基于CloudMatrix 384超节点昇腾云服务,率先实现了DeepSeek-R1推理服务的持续升级。硅基流动联合创始人&首席产品官胡健表示,硅基流动与华为云联合攻关实现了技术突破。通过采用大规模专家并行方案进行DeepSeek-R1部署,以多专家负载均衡和极致通信优化,实现高吞吐、高性能。在保证单用户20TPS水平前提下,单卡Decode吞吐突破1920 Tokens/s,为客户提供长期稳定服务。

中国科学院自动化研究所研究员 李林静
当前AI技术已在多个学科领域实现应用,助力科学发现突破。中国科学院自动化研究所研究员李林静表示,AI赋能科研,成为全球科技发展的制高点,且亟需从作坊模式转向平台化建设,而平台化建设的核心是构建面向科学研究的基座大模型。基于CloudMatrix 384超节点的大模型后训练,支撑不同训练范式时稳定和扩展性强,为AI模型的迭代升级提供了可靠的算力保障,能有效支持基座模型持续优化。

大家保险信息科技部总经理 郝晓波
在AI浪潮中,保险行业也在经历从人治向数据化治理的转型。大家保险信息科技部总经理郝晓波表示,AI化转型其实是数字化转型的延伸,敏捷化的AI战略可能是传统行业的最佳实践策略。大家保险依托华为云算力、AI平台等,建设企业AI中台、业务应用,覆盖智能营销、风控投资等核心场景,推动了保险业务的持续增长,共同构筑起AI时代的保险生态。

德勤中国合伙人 刘晓羽
AI正带来巨大的产值,并重塑各行业的生产方式。德勤中国合伙人刘晓羽表示,德勤基于华为昇腾云+DeepSeek进行AI场景化咨询与实施,通过专业调优,帮助客户一站式构建AI Native应用,从而实现企业的降本增效和高质量发展。
AI技术的飞速演进正深刻重塑着产业格局。华为云以超节点架构筑起智能时代的算力基石,坚持做好行业数字化的“云底座”和“使能器”,以自主创新的技术筑牢AI算力底座,携手更多客户伙伴加速AI应用落地,共建AI创新生态。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。