移动通信网 林知远
9月17日，华为副董事长、轮值董事长汪涛在华为全联接大会2026上发表主题演讲，系统阐述了华为面向智能时代的AI战略。他提出“为了迎接智能世界的加速到来，华为坚持聚焦AI基础设施，打造智能世界的硅基黑土地”，并明确了七大战略举措，其中最受关注的定调是：华为AI战略的核心是算力，坚持硬件变现的模式。这一定调意味着华为在AI浪潮中将自身定位为基础设施提供者而非应用层竞争者，通过出售算力硬件、超节点与集群系统获取收入，而非效仿互联网厂商依赖模型服务收费。从行业背景看，AI变革速度已超过历史上任何一次技术革命：大模型参数规模从2020年的1750亿快速迈向今天的10万亿，预计2030年将达到100万亿以上，达到人脑神经元突触的数量级，这一跨越式演进对底层算力提出了指数级需求，也解释了华为为何将算力置于战略核心。
【关键数据】
[1] 大模型参数规模从2020年1750亿迈向10万亿，2030年预计超100万亿（个参数）
[2] 中国每日Token消耗量从2024年约千亿增至目前500万亿（个/日）
[3] 手机端侧模型参数规模从2024年30亿增至300亿，未来将达1000亿（个参数）
[4] 未来通信网络联接对象将从全球83亿人扩展到万亿级（智能体）
[5] 自动驾驶预计2030年前后实现L4规模商用（年）
从技术演进维度看，汪涛披露的多组数据勾勒出AI能力跃迁的轨迹。智能体方面，2024年智能体还只能执行分钟级任务，如今已可按小时连续工作，预计到2030年将以月为单位甚至更长时间执行任务，成为能独立承担复杂任务的数字员工。端侧智能方面，手机模型参数规模从2024年的30亿发展到今天的300亿，两年增长10倍，未来将进一步走向1000亿规模，这意味着端侧推理对NPU算力和内存带宽的要求将大幅提升。自动驾驶方面，行业正从L2走向L3，预计2030年前后实现L4规模商用。网络联接方面，未来通信网络的主体联接将从今天全球83亿人扩展到万亿级智能体，网络架构需从“人联”转向“物联+智联”。华为的应对路径是围绕“超节点+集群”进行系统架构创新，通过提升单节点内加速卡互联带宽与集群间互联效率，突破单芯片制程受限下的算力扩展瓶颈，以此打造中国坚实算力底座，为世界构建新的选择。
在生态与市场层面，华为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”的多元模型格局。这一策略与英伟达CUDA闭源生态形成差异化竞争路线——昇腾通过开源CANN工具链和开放社区降低迁移成本，力争在国产替代窗口期内完成生态卡位。需求侧的数据同样惊人：2024年中国每日Token消耗量约在千亿规模，目前已达500万亿，两年间增长约5000倍，预计到2030年将进一步攀升。如此量级的推理需求，直接拉动智算中心建设、超节点系统采购和网络设备升级。商业模式上，华为面向客户提供“线下+线上”的灵活算力方案：线下面向大型政企的自建智算集群，线上则通过算力云服务满足中小企业按需调用，两种模式并行加速千行百业智能化。对比来看，国内智算市场中，华为昇腾与寒武纪、海光等国产阵营共同承接增量需求，而英伟达受出口管制影响份额受限，格局正在重塑。
从产业链角度分析，华为的算力战略对上下游形成强力牵引。上游环节，昇腾芯片制造带动国内先进封装、HBM替代方案和高速互联器件的协同攻关，超节点架构中的光互联、液冷散热等配套环节需求陡增。中游环节，华为通过“硬件变现”模式向服务器整机、存储、交换机和数据中心基础设施延伸，单集群规模的扩大意味着单客户合同金额从亿元级向数十亿元级跃升。下游环节，盘古大模型聚焦华为自身产品智能化，持续增强通信设备、终端和云服务的竞争力，形成“芯片—整机—模型—应用”的内部闭环。成本结构上，超节点+集群路线的本质是以系统工程换取制程空间，单位算力功耗和互联成本高于先进制程芯片，但规避了供应链断供风险，对于政府、金融、能源等对安全可控要求高的客户，这一溢价具有可接受性。同时，华为围绕“用算”构筑新一代通信网络，将AI用于网络自运维和资源调度，反过来降低自身网络的运营成本。
商业化落地方面，华为的七大战略举措已呈现清晰的场景矩阵。端侧场景，华为推进AI入端、上车以及物联轻智能升级，手机端300亿参数模型的上车与入端将重构终端产品竞争力；智驾领域，华为乾崑智驾方案已搭载于多个合作品牌车型，随着L3法规落地和2030年前后L4规模商用预期，车载算力需求将持续攀升。行业场景，昇腾集群已在多个国家级智算中心项目中部署，支持主流大模型原生训练，盘古大模型在矿山、气象、制药等行业落地，例如盘古气象模型将部分天气预报速度提升至秒级。网络场景，面向万亿级智能体联接，华为推动通信网络从支撑人际通信转向承载智能体间高频交互，5G-A与光网络的升级周期由此获得新动能。灵活算力方案则覆盖了从头部客户自建集群到中小企业按 Token 计费调用的全谱系需求，缩短了AI能力向中小客户渗透的路径。
综合企业动向与行业趋势看，华为此次战略发布传递出三个明确信号。其一，战略收敛：华为不做通用大模型对外竞争，盘古大模型仅服务于自身产品智能化，将模型能力内化为产品溢价，避免与云厂商和AI创业公司正面冲突。其二，卡位算力：在中国每日Token消耗量从千亿飙升至500万亿、2030年大模型迈向100万亿参数的确定性需求下，算力基础设施是最大公约数，硬件变现模式现金流确定性强，与华为不上市、重研发投入的财务结构匹配。其三，生态开放：昇腾原生训练支持与开源开放策略，意在将“百模千态”的模型繁荣转化为昇腾生态的用户基数，复刻“算力黑土地上长出应用森林”的安卓式路径。对行业而言，智能体从小时级走向月级任务执行、端侧模型迈向1000亿参数、联接对象从83亿人扩展到万亿智能体，这三个时间表将成为未来五年通信、半导体与终端产业投资和研发的坐标系，华为的算力底座能否如期兑现性能与生态目标，将直接影响全球AI基础设施格局的第二极走向。
