9月19日，在華為全聯接大會2025期間，華為常務董事、華為云計算CEO張平安圍繞“全面智能化，成就行業AI先鋒”分享了華為云在AI云服務、大模型、具身智能、AI Agent等領域的技術創新與落地實踐。華為高級副總裁、華為云全球Marketing與銷售服務總裁楊友桂分享了數智化時代下，華為云幫助企業實現全球業務成功的創新技術和經驗思考。
昇騰AI云服務持續創新，為智能時代提供澎湃算力
今年，華為云CloudMatrix384昇騰AI云服務已全面上線。未來華為CloudMatrix超節點規格將從384卡升級到8192卡，可實現50~ 100萬卡的超大集群，為智能時代提供更澎湃的AI算力。華為云首創EMS彈性內存存儲服務，用內存擴展顯存，顯著降低大模型多輪對話時延，大幅提升模型使用體驗。
隨著AI算力需求的暴增，傳統的數據中心已不適合構建高效的AI基礎設施，單機柜功率要從10千瓦/每柜，升級到70千瓦/每柜，甚至是200千瓦/每柜，要從風冷轉變到全液冷。華為云在貴州、內蒙古、安徽部署了全液冷AI數據中心，實現單機柜80千瓦散熱，PUE低至1.1，并能夠實現AI智能運維。企業無需改造或新建傳統數據中心，通過一對光纖，就能獲取華為云上高效的AI算力，也可以獲得全棧專屬AI云服務。
張平安指出，Token服務可以有效屏蔽復雜的底層技術，直接為用戶提供最終的AI計算結果，是最高效的推理算力使用方式。CloudMatrix384超節點將算力、內存、顯存等資源全面池化，把計算型任務、存儲型任務、AI專家系統解耦，將串行任務變成分布式并行任務，極大地提升了系統的推理性能。在在線、近線和離線等不同時延推理場景中，CloudMatrix384平均單卡的推理性能達到H20的3到4倍。
會上，張平安宣布，CloudMatrix384 AI Token推理服務全面上線，以優的性能、好的服務、高的質量服務好客戶。
截至目前，使用華為云AI云服務的全球客戶數量從去年的321家增長到今年的1805家。如360納米AI依托CloudMatrix384的Token推理服務，成功處理每天上千萬的內容生成請求。Cloudmatrix384昇騰AI云服務支撐“磐石·科學基礎大模型”，將賦能中國科學院100多個院所的科研場景，不斷拓展人類認知的前沿。
張平安表示，華為云通過軟硬協同、架構創新，持續為客戶打造更領先、更有價值的云服務；同時將更多的資源投入到AI和算力產業上，讓千行萬業的應用更容易、更好地生長在華為云的“黑土地”上。在AI時代，華為云立志成為AI算力與技術的創新者，助力每一個客戶成為行業智能化先鋒。
圖為華為常務董事、華為云計算CEO張平安
解難題做難事，幫助企業打造自己的專業大模型
一直以來，盤古大模型都堅定地聚焦行業，在解難題、做難事的道路上不斷攻堅克難，重塑千行萬業。華為通過openPangu，為昇騰訓練和推理提供最佳實踐，降低開發者門檻，高效使用昇騰算力。同時，張平安強調，華為也在堅定不移地做好盤古閉源大模型，繼續加大盤古大模型的投入，持續深耕行業，支持各行各業的客戶做好自己的大模型，加速千行萬業智能化。
為了讓大模型增訓更好地匹配企業業務場景的實際需求，華為云將行業Know-how沉淀到ModelArts一站式AI開發平臺上，根據企業的實際場景，提供知識的最優數據配比、基礎模型增訓的最佳配置以及模型效果與精度評測系統。
數據質量決定模型能力的上限，華為云通過DataArts數據治理生產線，自動抽取多模態數據語義、構建融合知識圖譜，形成企業統一知識湖，為企業大模型預訓練提供完整、豐富且一致的業務語料；同時，借助一站式工具鏈可快速生成帶思維鏈的高質量調優數據集，用于模型后訓練。
南方航空采用盤古大模型跨模態預測技術，實現18個月的客流量與平均票價預測，準確率達到90%，顯著提升航司運營收益。中國農科院基于盤古大模型和科學計算模型，用AI驅動海量農業知識，百億級生物數據，構建了農業科學發現大模型，研發周期縮短超過50%。如今盤古大模型已在30多個行業、500多個場景中落地，在政務、金融、制造、醫療、煤礦、鋼鐵、鐵路、自動駕駛、氣象等領域發揮巨大價值。
釋放具身智能本體約束，讓智能在云端無限進化
今年華為云推出了CloudRobo具身智能平臺，將復雜算法與智能邏輯部署于云端，讓本體更輕量化；依托云端海量算力與先進 AI 模型，讓機器人執行更智能；以云端智能打破機器人的能力邊界，讓場景更多樣。
在開發階段，通過CloudRobo的云端具身智能訓練數據生成平臺，能自動生成不同姿態、紋理、光照等場景的操作軌跡，極大豐富了數據多樣性，讓合成數據規模擴增上千倍。這不僅大幅降低了數據采集成本，還有效提升了模型的泛化能力。CloudRobo也提供云上環境感知、全局規劃、自主執行等能力，任務執行準確率超過90%。上海國地中心基于CloudRobo，結合真機實采與合成數據訓練，機器人在多個場景下的整體分揀任務成功率可達90%以上，行業領先。
為構建機器人與云端統一、開放、安全的通信橋梁，華為云推出R2C（Robot to Cloud）協議，以實現智能體的協同思考與高效執行，如今R2C協議的數據采集、數據生成、通訊接口三項國家標準已完成立項。會上，張平安宣布R2C協議首批20家合作伙伴正式確立，包括華龍訊達、非夕、億嘉和、道和通泰等。華為云攜手伙伴，圍繞制造、物流、巡檢、康養等領域，基于R2C共同開發云端一體化機器人解決方案。
鯤鵬云服務以軟硬協同、開放生態賦能產業創新
發展高性能、高安全、高可靠的鯤鵬ARM云服務，也是華為云的重要戰略之一。在過去的一年，華為云上的鯤鵬CPU核數從900萬核增長到1500萬核，增幅達到67%。同時，鯤鵬平臺持續完善主流應用軟件的兼容支持，已適配超過25000個應用，除了在轉碼、數據庫、Web及云手機等場景外，為鯤鵬云走向通用計算提供堅實支撐。
GaussDB基于超節點和全池化，打造高效可靠數據底座
華為云GaussDB數據庫基于通用計算超節點，將計算、內存、存儲分層池化，可以實現任意節點同時多寫多讀，打破傳統架構僅主節點可讀寫的限制。通過負載動態調度，大幅提升并發事務處理性能。基于計算超節點部署的GaussDB集群，每分鐘可處理540萬筆事務，相比非超節點性能提升2.9倍。
構筑全場景分布式云，讓算力無處不在
華為云構筑了全場景覆蓋的分布式云解決方案，從CloudOcean、CloudSea、CloudLake到CloudPond，將華為云的一致體驗部署到客戶的不同場景中。華為云與一汽大眾攜手，成功落地了國內首個分布式云汽車工廠解決方案，打破了地理環境的限制，實現了五地六工廠與總部間數據的全面協同與深度融合，讓數據無縫流動，讓智能制造真正落地。
構建易用、好用、開放的Agent開發和運行平臺
當前，AI Agent正成為AI時代全新的應用形態。華為云推出了企業級Agent平臺Versatile，希望構建易用、好用、開放的Agent開發和運行平臺，幫助行業客戶快速開發出各種AI Agent。
企業Agent開發流程節點多，業務復雜。基于Versatile，用戶只需要輸入整理好的業務描述文檔和流程圖，經過簡單確認，兩步就可以生成Agent，極大地提升了效率。同時，Agent在運行中，會自主調用大量相關程序，這帶來了運行時流量劇烈抖動。Versatile通過高性能沙箱、全內存記憶緩存等系統性創新，將業務端到端響應時延降低了40%以上，讓Agent能夠穩定、高效的運行。
持續創新，幫助客戶業務全球成功
在全球數智化轉型浪潮中，華為云始終以技術創新為核心驅動力，致力于為全球客戶提供穩定、高效、安全的云服務。華為高級副總裁、華為云全球Marketing與銷售服務總裁楊友桂在主題演講中強調，面對數智化轉型的復雜挑戰，華為云堅守核心定位，為全球客戶構建起 "全球一張網，數智雙引擎" 的全方位支撐體系：“首先，華為云通過全球存算網，為客戶提供極致彈性的云基礎設施；其次，通過數據使能服務進行高效供數，釋放數據價值；第三，依托一站式AI開發平臺，幫助企業構建AI原生應用，降低企業創新門檻；最后，將全球數智化轉型最佳實踐沉淀到華為云上，以云服務形式成就更多客戶。”
圖為華為高級副總裁、華為云全球Marketing與銷售服務總裁楊友桂
土耳其TOP快時尚品牌零售商Defacto每次大促都面臨10倍以上的流量浪涌，傳統IDC架構難以應對。華為云容器服務30秒可自動擴容4000個Pods，具有極致彈性，幫助Defacto從容對應了流量浪涌。
巴西最大的數據智能技術公司Neogrid基于華為云數據倉庫服務DWS，完成了多平臺分散數據的搬遷與集成，讓數據集成效率提升40%、數據分析效率提升50%，讓企業在下班前就能拿到當天的數據，為決策搶占先機。
全球化工巨頭萬華化學基于華為云盤古預測大模型在工業時序數據上的強大泛化能力，在2000余臺關鍵設備上實現了精準數據捕捉，實現了從“事后維修”到“預測性維護”的轉變，模型預測準確率從70%提升到90%，異常識別效率提升10%。
華為聯合中國聯通等伙伴，為長安汽車打造了“一云一網一平臺”，以數據驅動了柔性制造。通過5G+IoT聯接1.2萬臺設備，長安實現數據全域互聯，并基于華為云完善的數據服務能力，構建了統一的數據平臺，打破數據孤島，讓生產實現高效運營，將訂單交付周期由21天縮短至15天。
除了提供從云底座、技術使能工具鏈到經驗沉淀的端到端服務能力，華為云還為企業數智化轉型量身打造了咨詢與專業服務，以及自動化工具與平臺。楊友桂表示，數智化轉型從來不是 "孤軍奮戰"，更需要 "全周期護航"。華為云希望以技術為基、以經驗為階、以服務為橋，陪伴全球企業走穩轉型每一步。
