← 返回信息流
AI 资讯微博热搜·1 小时前

余承东坦言华为算力储备有限

原标题:余承东坦言自己留的算力很有限

速览

华为常务董事余承东近日坦言,公司目前留存的算力资源非常有限。这一表态反映了当前AI大模型训练对算力需求的巨大压力以及供应链面临的挑战。该消息迅速登上微博热搜,引发公众对国产算力现状及AI发展瓶颈的热烈讨论。

AI 深度解读

背景

近期,华为常务董事、终端 BG CEO、智能汽车解决方案 BU CEO 余承东在社交媒体平台(微博)上引发关注。他针对外界关于华为算力储备及 AI 发展速度的讨论,直言不讳地表示“自己留的算力很有限”。这一表态迅速登上微博热搜,成为科技圈热议焦点。在当前的全球科技竞争格局下,算力被视为人工智能发展的核心基础设施,华为作为全球领先的通信设备及智能终端厂商,其算力资源的获取与分配策略一直备受业界瞩目。余承东的这一坦诚回应,不仅揭示了华为在 AI 基础设施建设中面临的现实挑战,也折射出中国科技企业在半导体供应链受限背景下寻求突破的艰难历程。

核心内容

余承东在回应中明确承认,华为目前所掌握的可用算力资源相对有限。这一表述并非谦虚之词,而是基于当前地缘政治环境和供应链现实做出的客观陈述。

首先,余承东指出,由于外部制裁和技术封锁,华为在高端 AI 芯片(如高性能 GPU)的获取上受到极大限制。这导致华为无法像某些美国科技巨头那样,轻松大规模采购最先进的算力硬件来构建超大规模的训练集群。

其次,他提到华为正在通过多种方式来弥补硬件算力的不足。这包括:

  1. 软件优化:通过昇腾(Ascend)AI 处理器与 CANN(异构计算架构)的深度协同,提升单卡效率。
  2. 集群调度:优化大规模集群的互联技术和软件栈,减少通信开销,提高整体集群的算力利用率。
  3. 自研芯片迭代:加快华为自研昇腾系列芯片的迭代速度,试图在性能上逐步缩小与国际领先水平的差距。

余承东强调,尽管算力“留得有限”,但华为并未放弃在 AI 领域的投入。相反,这种限制反而激发了华为在系统级优化和算法效率上的创新动力。他暗示,华为的目标不是单纯堆砌硬件算力,而是通过软硬协同,在有限的资源下实现最大的 AI 效能输出。

关键要点

  • 算力资源受限:余承东公开承认华为在高端 AI 算力储备上存在明显短板,主要受制于外部供应链限制。
  • 非硬件堆砌策略:华为正从单纯依赖硬件规模转向“软硬协同”路线,重点提升昇腾芯片与软件栈的整体效率。
  • 技术突围方向:通过优化集群互联、改进编译器及算子库,力求在现有硬件基础上挖掘最大性能潜力。
  • 战略定力:尽管面临严峻挑战,华为仍坚持在 AI 基础设施上的长期投入,试图以系统级创新弥补单点硬件的不足。
  • 行业信号:这一表态反映了中国头部科技企业在面对技术封锁时的真实处境,即从“全球采购”转向“自主可控+极致优化”的发展模式。

意义与影响

余承东的这番言论具有多重深远影响:

  1. 对华为自身:这是一种“预期管理”。通过坦诚算力短板,华为降低了外界对其短期爆发式增长的过高期待,同时强调了其在系统优化和全栈自研上的长期价值。这有助于巩固投资者和合作伙伴对其技术韧性的信心。

  2. 对中国 AI 产业:华为作为国产 AI 算力的主力军,其坦诚态度揭示了国产替代过程中的真实痛点。这将促使产业链上下游更加重视底层硬件的自主可控以及软件生态的建设,推动整个行业从“应用层创新”向“基础设施层深耕”转型。

  3. 对全球科技竞争:这一表态再次印证了算力已成为地缘政治博弈的关键战场。华为在受限条件下仍坚持发展 AI 算力,表明全球 AI 竞争已进入“硬骨头”阶段,单纯的技术封锁难以完全遏制中国科技企业的创新步伐,反而可能加速其自主技术体系的成熟。

  4. 对行业生态:华为的策略可能引导更多企业关注“能效比”和“系统级优化”,而非盲目追求算力规模。这将促进 AI 基础设施向更高效、更绿色的方向发展,为中小企业和特定场景下的 AI 应用提供更可行的解决方案。

查看原文 →s.weibo.com