移动通信网 云坪
华为全联接大会2026于9月17日召开，华为副董事长、轮值董事长汪涛在主题发言中系统阐述了华为面向智能时代的战略布局，明确提出“华为AI战略的核心是算力，坚持硬件变现的模式”。他在发言中给出了多组量化数据：大模型参数规模从2020年的1750亿快速增长，目前正迈向10万亿量级，预计到2030年将达到100万亿以上，逼近人脑神经元突触的数量级；中国每日Token消耗量从2024年的约千亿规模跃升至当前的500万亿，两年内增长数千倍；智能体的任务执行能力也从2024年的分钟级提升到今天的小时级连续工作。汪涛将华为的战略定位概括为“聚焦AI基础设施，打造智能世界的硅基黑土地”，这一定位延续了华为在运营商时代“黑土地”生态思路，即以底层算力平台承载上层千行百业的智能化应用，而非直接下场做应用层竞争。从通信设备商向AI基础设施供应商的战略重心迁移，已经成为华为当前最核心的产业叙事。
【关键数据】
[1] 大模型参数规模从2020年的1750亿迈向10万亿，预计2030年达100万亿以上
[2] 中国每日Token消耗量从2024年约千亿增至当前500万亿
[3] 手机端侧模型参数规模从2024年的30亿增至当前300亿，未来将达1000亿
[4] 未来通信网络联接主体将从全球83亿人扩展到万亿级智能体
[5] 华为2024年营收8621亿元，ICT基础设施业务贡献超过一半
从技术路径看，华为算力战略的核心抓手是“超节点+集群”的系统架构创新。在美国对先进AI芯片出口管制持续的背景下，单芯片性能提升空间受限，华为选择通过系统级工程手段弥补单点差距——将大量昇腾AI处理器通过高速互联组成超节点，再以超节点为基本单元扩展为万卡级、十万卡级训练集群，以规模换性能。汪涛在七项战略举措中明确，华为将坚持构建开源开放的算力生态，支持主流大模型基于昇腾原生训练，积极拥抱“百模千态”的行业格局。在模型层面，盘古大模型被重新定位为聚焦华为自身产品智能化，即优先服务于通信网络、终端、云等自有产品的竞争力提升，而非与通用大模型厂商正面竞争。端侧方面，手机模型参数规模已从2024年的30亿增长至当前的300亿，未来将向1000亿规模演进；自动驾驶正从L2迈向L3，预计2030年前后实现L4规模商用。这一整套技术叙事的底层逻辑，是用架构创新和生态开放对冲先进制程受限的现实约束。
从市场格局看，华为所处的算力基础设施市场竞争已趋白热化。全球层面，英伟达凭借GPU+CUDA生态占据AI训练市场绝对主导份额，其最新一代芯片持续拉开单卡性能差距；国内层面，除昇腾外，寒武纪、海光信息、阿里平头哥、百度昆仑芯等厂商均在加码AI芯片研发，智算中心建设在全国范围内加速铺开。华为的差异化在于两点：一是“硬件变现”的商业模式，通过销售算力设备和基础设施获取收入，而非依赖模型订阅或云服务，这与互联网大厂的AI变现路径形成鲜明对比；二是“线下+线上”的灵活算力方案，既能向运营商、政府、大型企业交付自建智算集群，也能通过线上方式向中小客户提供弹性算力。华为2024年财报显示，公司全年营收已重回8621亿元历史高位，其中ICT基础设施业务贡献超过一半，算力相关收入成为增长最快的板块之一。汪涛提出“打造中国坚实算力底座，为世界构建新的选择”，指向的正是英伟达体系之外的全球第二技术选择。
算力战略的落地离不开产业链协同。上游环节，昇腾芯片的制造受制于国内先进制程产能，中芯国际的工艺能力和CoWoS类先进封装产能成为关键瓶颈，国内封装测试厂商正在扩建2.5D/3D封装产线以缓解供给约束。中游环节，超节点架构带动高速互联需求，光模块、光互连、液冷散热、电源管理等配套环节价值量大幅提升，一个万卡级集群的功耗可达数十兆瓦，散热与供电成本占据智算中心建设成本的30%以上。下游环节，运营商是最大的算力采购方之一，中国移动、中国电信、中国联通均在规划千亿级智算投资，三大运营商2025年算力资本开支合计超过千亿元规模。汪涛还提出“围绕用算构筑新一代通信网络”，指出未来网络联接的主体将从当前全球83亿人扩展到万亿级智能体，这意味着通信网络自身的架构、带宽和时延指标都将围绕机器通信重构，运营商的算网融合投资将进入长周期。产业链各环节的成本结构与价值分配，正在因超节点这一新计算形态而重构。
商业化进展方面，昇腾生态已覆盖国内主流大模型厂商。DeepSeek、智谱、百川等大模型均已完成或正在进行昇腾原生训练适配，“百模千态”战略降低了单一生态绑定风险。在行业落地层面，昇腾算力已进入金融风控、药物研发、气象预报、钢铁质检、铁路巡检等场景，多个国家级智算中心项目采用昇腾集群方案。盘古大模型的应用则更多体现在华为产品内部：通信网络的自智网络运营、基站节能、光网络故障预测等功能已在运营商网络中规模部署；华为终端业务中，搭载300亿参数端侧模型的旗舰手机已上市，AI通话摘要、图像编辑、实时翻译等功能成为高端机型的核心卖点。端侧算力的多样性布局同样在推进，“AI入端、上车、物联轻智能”三条线并进，智能驾驶方案已随问界、智界等车型实现L2+级规模交付，向L3演进的方案正在测试验证。在线上算力服务方面，华为云昇腾算力服务已覆盖全国多个区域，为中小开发者提供按需付费的训练与推理资源。
从行业趋势看，汪涛给出的时间表勾勒出AI产业的演进节奏：2027年前后100万亿参数模型、2030年智能体按月执行任务、L4自动驾驶规模商用、Token消耗量继续数量级攀升。这些预测背后对应的算力需求呈指数级增长，市场机构普遍测算，中国智能算力规模到2027年将超过1300 EFLOPS，年复合增长率保持在30%以上。华为的应对是全栈投入：在计算产业，昇腾芯片持续迭代、超节点规模持续扩大；在网络产业，围绕智能体的机器通信重构网络架构；在终端产业，端侧模型参数向1000亿演进带来的NPU算力和内存带宽需求，将重塑手机SoC的设计范式。竞争层面，英伟达正在通过推高性能芯片和扩展推理业务巩固优势，国内厂商则在生态兼容和性价比上寻求突破，昇腾的CANN软件栈成熟度仍需追赶CUDA十余年的积累。汪涛“为世界构建新的选择”的表态，标志着华为算力战略从应对制裁的被动选择，转向主动参与全球AI基础设施标准的竞争，这场围绕算力的产业竞赛，将决定下一个十年全球科技产业的力量分布。
