对整天关心前沿 AI 的差评君来说，比起大厂的新模型发布会，最近我倒是被这么个新闻吸引了。

一个 17 岁的高中生，靠华为云 MaaS 这个平台，自己动手搞出了一个专门帮唇腭裂小朋友做语言康复训练的 AI 应用。

至于 MaaS 是个啥咱先按下不表，有一说一就这个事，已经挺天方夜谭的了。

你想想，17 岁那都快是 10 后了，也不是什么大厂工程师团队，只靠自己 DIY 就能搞出来实打实有用的 AI 产品，这特么太牛逼了也。

不过这小姑娘自己倒是坦诚，说这波还得是开发平台的功劳最大。

该说不说，如果没有 MaaS 平台，大多数企业要想在自家生意里用上 AI，那可远远不是下载个 app 这么简单。

对绝大多数企业来说，想真正用上大模型，得先回答三个直击灵魂的问题：有钱吗，有人吗，安全不？

道理也很简单，你要在服务器里部署，总得有高端的 AI 芯片吧，这就需要砸钱了。

然后你要训练模型，光自己也玩不转，从底层到框架再到开发，这都得专业的程序员给你干活。所以说干这玩意儿是真要烧钱的。

而且最要命的是，公司的客户数据、生产诀窍、财务信息，这些都是身家性命。把这些核心机密数据，喂给第三方的通用大模型去训练，万一数据泄露了，或者被拿去训练了竞争对手的模型，那后果不堪设想。

那有差友估计就要问了，要这么说，合着你要不是大厂，就跟 AI 没关系了呗？

倒也不至于。买不起，还可以云啊。互联网厂商们给出的最新版本答案就是：MaaS（Model as a Service，模型即服务）。

这词看着陌生，其实熟悉云计算的差友应该都知道，SaaS（软件即服务）和PaaS（平台即服务）。前者是 " 租软件 " 用（比如 Office 365），不用自己装了，但还是要有服务器啥的。后者是不用你自己买服务器、搭环境了，可以 " 租平台 / 工厂 " 用（比如在云上开发 App）。

而现在，大模型成了新的生产力基座，所以 MaaS 就应运而生，成了云计算的新阶段了。

也就是说，MaaS 的本质，就是把那些昂贵、复杂、难以驾驭的 AI 大模型，变成像水电煤一样的、即开即用的公共设施。

正因为大家的需求确实大，所以现在国内外所有云计算巨头，基本都在拼命布局 MaaS，像什么微软、亚马逊早就开始搞了。

不过，大家都在搞 MaaS，那问题就来了：咋证明你家的 MaaS 就比别家的强，凭啥我要选你？

该说不说，要理解一个顶级的 MaaS 平台是啥样的，咱还是得把视角放在更成熟的国内，比如华为云的 MaaS 就提供了一个绝佳的样本。

举个例子，企业用 AI，最怕的就是万国造，硬件、软件、框架、模型要是来自不同厂家，不兼容不说，出了问题互相甩锅，性能也发挥不出来。

最佳的方案，其实是得把硬件、框架、网关这套三位一体的东西都打通，能做到这一步的很难，但牛逼就在于华为云就真做到了。

具体咋搞的呢？首先，华为在硬件上走出了一条区别于大家买英伟达，AMD 的道路。不光自己造硬件，并且成功实现了超越。

听起来有点离谱，但事实确实如此。。。。

这么说吧，现在你想跑个千亿大模型，瓶颈就不光是显卡啥的，更重要的是在卡和卡之间的沟通效率。

传统方案就像在拥堵的城市高速上开车，而一些改进方案，顶多是给 VIP 们修了条 " 专用通道 " 或开通了 " 电话专线 "，还是治标不治本。

就是这种业界很难搞定的问题，到了通信出身的华为这里，反而专业对口了。华为直接给这个数据传输体系整个重构了。

简单来说，它首先用光纤替代了传统的电线，数据交换进化成光了，速度直接拉到极限；更牛的是，它这波直接抛弃了以 CPU 为核心的传统架构，这些计算单元不围着你 CPU GPU 啥的转了，而是大家地位平等，可以直接圆桌对话。

这就是 CloudMatrix384 超节点，这玩意已经能把 384 颗昇腾 NPU，和 192 颗鲲鹏 CPU 连起来了。前几天华为开发者大会 2025（HDC 2025）上，华为云放还出了基于 CloudMatrix 384 超节点的最新的昇腾云服务。

这个最新版本还能实现超节点自由，想用上超节点，不一定要买一整个，通过昇腾云提供的云端算力，仅即开即用，而且想买多少买多少，可以自由调配。

打个比方，如果说传统的多卡通信是点对点 " 打电话 "，那华为云这个超节点，就相当于给所有硬件拉了个微信群，信息可以瞬间广播和共享，沟通效率直接提升了一个时代。

这种新架构，也让每张芯片都能更专注于自己的任务，从而节省出内存去干更多、更专业的事。

就比如 DeepSeek R1 这种 MoE（专家混合）模型，放到这上面简直是完美配套，一个 " 专家 " 配一个卡，一个节点就能支持384 个 " 专家 " 并行推理，整体性能直接翻了三倍。

最终效果就是：单卡推理吞吐量直接跃升到 2300 Tokens/s，在关键指标上，做到了领先于国际主流芯片的 SOTA（顶尖）水平。要知道，四月份发布的版本还是 1920token/s ，到现在才两个月就又提升了 20%，这超节点的持续进步能力真可以说是恐怖如斯。

现在像新浪啥的这些公司现在都已经安排上了，完事人家用完一看，好家伙，推理交付效率提升超过 50%，NPU 利用率提升超过 40%。还有像中科院就直接用超节点打造了自己的科研大模型训练框架，可以说是彻底摆脱了对英伟达的依赖。

除了硬件之外，在软件上，人家还专门给昇腾优化了一个推理框架。

这就相当于你有一套顶尖电竞设备，完事还专门找了个国服选手来操作，于是模型任务就可以通过非常 nb 的拆解来实现低时延、高吞吐；再加上足够智能网关调度啥的，效率还能再提升 50%。

看到这，你再联想一下任老爷子前几天说的：" 芯片问题其实没必要担心 "，这下明白了吧，我只能说还得是你啊华子，懂得都懂。

但对一家顶尖的 MaaS 厂商来说，光有了技术，也不完全够，关键得你能帮人家干活干的好。用行话说，应用必须落地到行业级，才是最见功力的 MaaS 服务，比如华为云 MaaS 的思路就是，" 让AI从场景里长出来 "。

这话其实就有意思了，你 AI 是要给人家服务的，那你肯定得贴合人家行业需求，不能只会做聊天机器人吧？

然而其实现在市面上很多大模型，你看上去啥都懂，但真干活儿肯定就拉了。

原因嘛，说来也简单，这因为它们大多是 " 给 AI 找场景 "，拿着通用 AI 的锤子，所以看啥都像钉子，用前人的话这就不够群众路线，没接上地气儿。

那华为云咋就敢说自己这是从场景里长出来的呢，我研究了一下，发现原理也很简单粗暴，华为服务这些千行百业已经三十年了，说直接点人家本来就懂行。

比如说在 MaaS 这方面儿，人家直接提供了 140 多种解决方案模板，20 多种都是经过商业化验证的场景化方案。翻译成人话就是，人家把盈利的标准答案都给你搞来了，直接照抄就行。

像什么销售数据分析、文旅导游啥的业务，甚至都不需要你敲代码，直接复制就行了，5 分钟就能用。

你要想自己再搞开发，那也很方便。

就比如你想调用第三方的服务，加个智能导航、一键修图啥的功能，在华为云 MaaS 里直接点就完了，

人家专门拉来了美图影像、通达信、天眼查等行业大佬，把它们最强的 AI 能力，做成了 15 种以上的优质 MCP 服务（AI 功能插件）。想要什么能力，就即插即用，极其省心。

所以说，你要把这些都放一块儿一比，看上去大家都在搞 MaaS，但人华为云这一拳下去，那是练了 30 年的功力，谁试谁知道。

还有除此之外，前面咱也说了，数据安全是所有企业的命根子，在这点上，华为云也是行家了。

像是在模型安全在这块儿，你不是怕 AI 泄露数据，生成不该生成的内容吗，没事，它专门搞了个叫 ModelArts Guard 的模型，用 AI 来监督 AI，让英雄去查英雄，让好汉去查好汉。

而且这玩意还拿了国家信通院安全评估的满级，也是业界最高分，完全能保证你的 AI 内容安全合规。

实际上，网络安全这方面，确实也是华为的最高纲领，工作人员告诉我们，这两年友商们其实经常出事故，但华为云从 2024 年初至今，重大安全事故的次数是 0，真就一次也没翻过。

所以华为云这 MaaS，确实还是很让人放心的。

从某种意义上说，AI 产业的上半场，是模型参数、技术指标的军备竞赛，只属于少数巨头。这也是业界经常有人出来诟病 AI 无用的原因，落地起来确实有困难。

于是到了 AI 的下半场，我觉得大概率还是会朝着 "AI 咋样才能落到行业 " 这个方向去，所以像这种 MaaS 模式一出现，其实就可以说这种转变已经开始了。

而从华为云 MaaS 的创新实力，行业化和安全性来看，中国 AI 走向产业的道路也已经走的很坚实了。

所以总而言之，还是那句话，AI 的能力是云端的屠龙之技，但更重要的是怎么把它转化为各行百业手中的锄头、锤子和手术刀。

从这个角度想的话，未来的竞争，可能就不再是谁的模型更会写诗，而是谁能更好地为大家创造真实的价值。

撰文：纳西

编辑：江江 & 面线 & 结界

美编：萱萱

图片、资料来源：

华为云、差评前沿部等，部分图源网络