“芯片問題其實沒必要擔心，用疊加和集群等方法，計算結果上與最先進水平是相當的。”近日任正非與人民日報的對話刷遍網絡，在芯片這個“缺芯少魂”的關鍵問題上給業界吃下“定心丸”。

任正非這一重要發聲，恰逢昇騰芯片被 “警告”使用風險之際。他在對話中直接給出了解決路徑：“我們‘用數學補物理、非摩爾補摩爾，用群計算補單芯片’，在結果上也能達到實用狀況。”

任正非（資料圖）

這短短20字的總結，不僅僅是技術路線的探索與突破，更是整個計算產業創新范式的變革。當AI時代呼嘯而來，憑借扎實的基礎研究、技術創新及開源開放策略，華為正攜手中國AI產業，開啟從“單點突破”向“系統重構”跨越式發展。

基礎研究的厚積薄發

任正非談到的“用數學補物理、非摩爾補摩爾”，顧名思義是指通過強大的算法突破、軟件優化、架構創新來彌補硬件物理層面的不足或限制，從而不依賴或不過度依賴制程微縮，而是通過軟件級、架構級、系統級的創新來提升整體性能和效率。

這一維度的創新涉及復雜的系統級思維和跨學科整合——涵蓋數學、計算機科學、電子工程、材料科學、通信網絡等多個學科的深度交叉融合，非?？简炓患移髽I的基礎研究水平和積累，而這恰恰是華為所擅長的。

公開資料顯示，華為近十年研發累計投入達12490億元，其中2024年研發費用高達1797億元，占全年收入的20.8%。而這一年約1800億的投入研發，大概有600億被投入做基礎理論研究。如此高強度的投入，使其全球累計有效授權專利已達15萬項，并在多個技術領域均擁有核心專利族。

更進一步，華為不僅砸錢，還砸科學家，匯聚了大量基礎研究頂級人才。數據顯示，華為目前擁有數學家700多名，物理學家800多名，化學家120多名，各類科學家總共已超2000名。華為為他們營造自由探索的環境，讓他們專注于基礎理論研究，不設業務考核，只著眼未來。

大量資金與科學家的投入，使得華為在5G通信、人工智能、智能駕駛等多領域實現突破引領。在面對美國關鍵技術封鎖和芯片制造物理極限的挑戰時，華為也能夠將基礎研究領域的深厚積累厚積薄發，探索出一條系統級的突圍之路。

技術創新的勇攀高峰

任正非提到的“用群計算補單芯片”，則是華為在基礎研究之上攀登技術創新高峰的生動實踐。這方面的典型代表當屬火遍全球的昇騰384超節點，其將384顆昇騰AI處理器疊加到12個計算柜里，搭配4個總線柜，以集群方式組成業界最大規模超節點，如同一臺強大的計算機運行，實現了遠超傳統的巔峰性能。

相較單芯片性能的艱難提升，這種疊加和集群的方式打開了一片廣闊天地。特別是在這個“?！彼芤磺械腁I時代，單顆AI芯片的性能、功耗、成本都面臨巨大挑戰，難以持續升級滿足“參數摸高”的大模型訓練需求，只有集群協同才能適應“指數級加速”的模型迭代及AI應用速度。

華為在這個維度的制勝法寶同樣是系統級思維，即跳出單卡算力的競爭，轉而通過計算、存儲、網絡和架構的協同創新，最大化發揮垂直整合的能力。作為全球唯一一家提供全棧ICT技術方案的公司，華為在這方面剛好也駕輕就熟。特別是在通信領域，昇騰384超節點利用高速總線互聯替代傳統以太，將通信帶寬提升了15倍。

這種領先性具體體現在哪？不妨看看時下最熱的DeepSeek和MoE（混合專家模型）。在模型快速迭代中，DeepSeek使用的MoE憑借優異的效果已成為主流模型結構，其核心是將模型劃拆分為多個“專家”，專門處理各自擅長的問題，共同執行一個復雜的AI任務。目前DeepSeek的單層路由專家已達256個，而昇騰384超節點是業界唯一支持DeepSeek在一個超節點完成所有專家并行的方案，“一卡一專家”成為MoE模型的最佳選擇。

更值得一提的是，當其他AI超節點或系統受困于跨機帶寬瓶頸時，昇騰超節點未來還可以進一步按需擴展為包含數萬卡的超節點集群，滿足更大規模參數的模型訓練，支撐更多專家并行的MoE，持續引領性能巔峰！

開放創新的范式躍遷

除了芯片硬件外，任正非在發言中還特別提到軟件，認為“軟件方面，將來是千百種開源軟件滿足整個社會需要”，并指出“軟件是卡不住脖子的，那是數學的圖形符號、代碼，一些尖端的算子、算法壘起來的，沒有阻攔索”，同樣堅定了業界信心，也釋放出更多信號。

在計算產業的演進中，軟件與硬件總是捉對發展的。特別是在通用計算向智能計算加速轉換的當下，軟硬協同將決定產業生態的厚度，也就決定AI產業的未來。以史為鑒，我們一定要實現信息技術體系和產業生態體系同步發展，才能行穩致遠。

從這個維度講，在“軟件定義世界，開源吞噬軟件”的大背景下，更全面、更深度的開源開放創新，無疑是不二之選。任正非講話中涉及的系統級思維、跨學科整合、疊加與集群，同樣可以引申出來推動創新范式躍遷，繁榮AI產業生態。

實際上華為也是這么干的。比如在最核心的AI計算平臺上，昇騰異構計算架構CANN采取分層開放策略，發布CATLASS算子模板庫、開源Ascend C 2.0編程語言、開放Runtime運行時接口，構建起覆蓋算子開發、算法優化到系統調優的全場景賦能體系，支持跨專業、跨行業的極致協同創新，目前已匯聚6000+認證開發者，攜手30余行業伙伴，累計開發260多個高性能算子，滿足不同行業伙伴場景化“魔改”的開發訴求。

當然，AI產業生態構建非一朝一夕之功，很多先進技術都曾折戟在生態這個老大難問題上。從PC到移動再到工業領域，我們的很多生態仍然構筑在別人的地基之上。這要求整個產業界堅定信心，切實抓住計算產業換擋升級的窗口，以開放創新的理念和“集群協同”的行動，共創共贏AI大時代！

任正非此番關于芯片和軟件的言論，既是技術路徑的探索，也是戰略思想的引領。這些研判之所以被廣泛傳播，在于其不僅能解決當下問題，更能夠通向長遠未來。背后深層原因在于：計算產業的創新范式已經發生深刻改變，無論是基礎研究、技術創新還是生態發展，都在從“單點突破”邁向“系統重構”的跨越式發展。

過去幾十年來，美國憑借龍頭企業引領+產業生態協同的“組合拳”，統治了計算產業從專用計算到通用計算的大部分時期?？深A見，如今擁有基礎研究和核心技術，同時背靠龐大產業應用市場的中國計算業界，必將能夠抓住AI時代大機遇，復制智能網聯新能源重塑全球汽車格局的故事，書寫又一個“換道超車”的傳奇！