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
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。