“不去想困難，干就完了，一步一步往前走。”

作者 |小葳

圖片來源|攝圖

“芯片問題其實沒必要擔心”、“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。”

不久前，華為首席執行官任正非接受媒體采訪的內容，引發科技界廣泛關注。其中“用群計算補單芯片”的技術突破指的就是昇騰384超節點。

今年5月，華為在鯤鵬昇騰開發者大會推出昇騰384超節點。其原理是通過華為自研的高速總線互聯技術，創新提出了對等計算架構，并把總線從服務器內部，擴展到整機柜、甚至跨機柜，將384張昇騰卡無縫集成為一個集群。通過超高通信帶寬和納秒級通信時延，昇騰384超節點能夠讓一個集群如同單一計算機般協同工作，其首次實現了在一個超節點域內即可完成DeepSeek V3/R1所有的專家并行（EP）。

這一突破的意義遠超技術本身。

人工智能是全球科技競爭的關鍵領域。當對手試圖通過切斷先進芯片供應、乃至全球禁止使用昇騰芯片來遏制我們的AI產業發展時，從DeepSeek到昇騰384超節點都一再證明：即使在面臨核心制約的逆風局下，通過算力架構創新、算法結構創新，中國科技企業不僅能實現模型與算力的雙突破，更從根本上動搖了外部技術封鎖的有效性。

對于今年中國人工智能產業的一系列突破，不久前美國主流媒體報道稱“這是個讓人很難接受的現實，但中國科技的確在封鎖中取得進步，因為中國企業家找到了用較少資源實現更多目標的創新之道。”

昇騰384超節點破局的底氣來自華為在根技術、根生態的深耕。它不僅提供了當下可用的算力解決方案，更開啟了一條依托系統工程與集群智能，實現AI算力自主可控并持續躍升的產業新范式。

路徑創新，中國AI產業不容小覷的后發優勢

從DeepSeek到昇騰384超節點，回顧中國AI力量的發展會發現，每一次重大技術突破都是依靠路徑創新。

DeepSeek通過高效模型架構、高效強化學習、高效算力利用等一系列工程與算法協同創新，實現更強推理能力并大幅降低了模型訓練成本。這背后是混合專家架構DeepSeek MoE、群組相對策略優化（GRPO）、多頭潛在注意力機制（MLA）、多Token預測（MTP）等一系列技術的綜合運用。

比如，此前以GPT為代表的模型，需要大量人工標注的高質量數據進行監督微調，再通過人類反饋的強化學習（RLHF）指導模型改進。而DeepSeek探索出了一條全新的道路，通過群組相對策略優化（GRPO）等技術，可以不依賴大量人工標注數據，單純通過強化學習（RL），讓模型獲得同樣強大的推理能力。

昇騰384超節點同樣打破了原有規則，開拓了一條全新的道路。

CPU時代的服務器通過以太網絡進行跨機互聯，通信帶寬較低。這種通信架構到了GPU/NPU/XPU為主的AI時代，服務器跨機帶寬已成為訓練的核心阻礙。尤其是當MoE模型成為主流的模型架構，TP/PP/SP/EP等混合并行策略日益復雜，傳統通信架構更加捉襟見肘。

基于華為在ICT領域的根技術積累，昇騰384超節點創新提出對等計算架構，替代以CPU為中心的馮諾依曼架構。在一個超節點范圍內，用高速總線互聯替代傳統以太網絡，將通信帶寬提升了15倍；單跳通信時延也從2微秒降低到200納秒，降低了10倍。經過硅基流動實測，單用戶 20 TPS 水平前提下，昇騰384超節點單卡 Decode 吞吐突破 1920 Tokens / s，可比肩 H100 部署性能。

前沿科技領域，先發者的確有制定規則、引領技術發展的優勢，但其技術路線不一定一直是最優解，后發者也不一定會一直落后。只有架構創新，才能讓后發者打破領先者既定的游戲規則和玩法，重新開一局。

然而架構創新并非一蹴而就，以昇騰384超節點為例，筆者認為其技術突破的背后離不開幾個核心因素。

首先，持續投入基礎研究，是架構創新的前提。

基礎研究需要長期主義的時間耐力與資金定力，缺一不可。過去10年華為累計研發投入12490億，平均每年超千億。2024年華為研發總投入1800億，其中600億投入基礎理論研究，不設考核指標。

任正非也一直強調基礎研究的重要性，“基礎研究不止5—10年，一般要10年、20年或更長的時間。如果不搞基礎研究，就沒根。即使葉茂，欣欣向榮，風一吹就會倒的。”超節點技術的突破，正是華為在ICT、芯片、光通信等領域數十年技術積累的厚積薄發。

其次，布局AI算力產業的戰略級定力。

架構創新是貫穿昇騰計算產業發展的戰略級方向之一。早在2018年，華為首次發布AI發展戰略時，排在首位的就是投資基礎研究，這也為后續架構創新指明方向。2019年，華為發布整體計算戰略時，就把架構創新作為四大戰略舉措之首，提出用創新的處理器架構來匹配算力的增速。2023年，華為發布All Intelligence戰略，提出持續投入，不斷探索，構建起根技術優勢。

第三，抓住計算系統結構性變革機遇。

隨著模型參數規模和結構復雜度不斷升級，算力集群規模也從千卡邁入萬卡、10萬卡時代。由此引發計算系統發生結構性變革，歷經單芯片——多芯片互聯——集群通信的演進，算力基礎設施已經從“強單體”升級為“強系統”。對于企業等AI需求側，更加關注的是系統算力性能，而不再是單處理器性能，這也為昇騰“超節點+集群”系統算力解決方案提供了創新空間。

深度開放，擴大中國AI全球朋友圈

正是超節點等核心技術的突破，讓競爭對手看到了昇騰的強大，出臺各種禁令。筆者認為，相比技術，讓對手更慌的其實是我們的AI產業生態。

2025年5月，在臺北國際電腦展期間，英偉達首席執行官黃仁勛就在媒體采訪中表達了對中國AI生態的警惕。

“眼下正值競爭對手迅速追趕、加速布局的關鍵時刻，我們卻選擇限制自身技術在全球的擴散，是搬起石頭砸自己的腳”、“如果我們選擇放棄參與，讓中國構建出一個完整而繁榮的本土生態系統，而美國企業又完全缺席，那么未來主導這個新平臺的就將不再是美國。”

顯然，AI時代的計算產業生態，領先者恒強的模式已經被打破，技術封鎖只會故步自封，誰更開放、誰更創新，誰才能夠在未來的產業版圖中占據不敗之地。

過去6年來，昇騰加速構建起一套全面對標的AI生態體系，并且以更加開放創新的戰略，加速躍遷到開源開放生態的發展階段：

在編程語言方面，2023年5月AscendC語言發布，通過開發者友好的方式，提供基于昇騰AI硬件高效開發算子的全新語言；

在AI框架方面，2020年3月昇思MindSpore開源，其高效分布式并行、圖算深度融合等關鍵特性一直在持續演進；

在計算架構方面，2023年起CANN堅持深度開放，目前已開源算子加速庫、通信算法、Ascend C、集合通信庫等核心組件，同時發布CATLASS算子模板庫、開放190+Runtime運行時接口等，進一步降低開發門檻，提升開發體驗；

在編譯器方面，畢昇編譯器已將Ascend NPU IR接口開放，實現無感對接Triton、FlagTree等基于Python 的算子編程框架；

算子加速庫方面，昇騰AOL算子加速庫通過基礎算子和融合算子，為開發者提供豐富的參考樣例，提升創新效率。

雖然目前昇騰生態還在發展初期，但已展現出強大生命力。正是通過開放創新戰略，不斷降低開發者使用門檻、提升開發效率，昇騰贏得越來越多AI開發者的青睞。

目前昇騰全球開發者突破330萬，核心開發者達到5萬。在中國通過與眾多高校合作，昇騰累計培養了40多萬名學昇騰、懂昇騰的學生，如今他們已經步入千行萬業，成為中國AI產業發展的中堅力量。

同樣，只有開放創新，才能讓一個計算產業生態在全球獲得越來越廣的朋友圈。近年來，昇騰不斷加大與主流第三方AI生態的兼容，比如目前Pytorch、vLLM全面支持昇騰。昇騰通過開展大量技術和生態合作，為全球開發者提供了極致開發體驗的同時，也為全球AI開源生態持續貢獻中國力量。

結語

當記者問到，面對外部封鎖打壓心里怎么想時，任正非的回答是：“沒有想過，想也沒有用。不去想困難，干就完了，一步一步往前走。”

歷史證明，封鎖從未扼殺進步，只會加速創新范式的迭代。

從DeepSeek到昇騰384超節點，不僅是技術突破，更是中國式創新的隱喻：中國正從技術追趕者變為新框架的探索者與構建者。

放眼未來，我們期待全球AI產業見證更多中國創新力量的崛起。

本文為「智能進化論」原創作品。