作者 | 由仪

编辑 | 葛覃

过去半年，AI 云的牌桌上似乎只剩下一种声音：Token。

Token 单位价格的下限不断刷新，日均 Token 调用量不断突破峰值，几乎每家云计算或模型厂商的财报会上，都会大谈特谈 Token 消耗量或者 MaaS 收入，仿佛 Token 规模可以换算成 AI 云的竞争力。

在 6 月 5 日举行的华为云 INSPIRE 创想者大会上，华为公司董事、华为云 CEO 周跃峰就任以来的第一次大型媒体见面会，便直接把另一种立场摆到了桌面上。

他表示，华为云不太在乎 Token 总量是多少，在当前国产化算力正在成长的情况下，也不太在乎收入的总量是多少，他更愿意看的，是每一个 Token 给生产力、给生活水平真正带来多大的价值。

当然了，说归说，行业内外真正关注的是，华为云是被迫转向，还是主动选择了另一条赛道？

梳理华为云的战略转向，首先要看清华为云整个结构，底层是以昇腾、鲲鹏为代表的国产芯片算力，上层是一个个难啃的行业场景解决方案，包括医疗、制造等，中间厚厚的一层负责把硬件的 " 算力 " 翻译成场景的 " 生产力 "，也就是华为云最新提出的 Agentic Infra 相关产品和能力。

由此看出，华为云的骨架和肌理本就和其他云厂商不同，以 Token 为中心的叙事试图把复杂的 B 端生意，简化为标准的单一指标，这符合互联网云厂商的熟悉打法，先打透价格、做大规模，再用流量喂养下一轮迭代。

有意思的是，在海外的硅谷，Tokenmaxxxing 火爆了六个月之后，同样开始出现另一种声音—— Tokenpocalypse。

Tokenmaxxxing 指的是用尽一切手段，尽可能多地使用 Token，Token+Apocalypse，字面上是 "Token 的末日 "，隐含意义是 Token 正在大幅贬值，调用量曲线一路上扬，可真正能沉淀下来的结果、能复用的场景资产，并没有跟着同步往上走。

行业里更多人意识到，大家其实是在用一种越发越多、却越来越不值钱的货币，去支撑一份看上去越来越大、实则越来越薄的生意。

Token 本身不再重要，重要的是 Token 背后代表的每一分价值，华为云先于绝大多数厂商走上了这条路，既有现实条件的约束，也是主动找寻的出路。

用另一种养料，堆出的硅基黑土地

理解华为云的最好入口，是周跃峰反复提到的那个词—— " 硅基黑土地 "。

在他的定义里，这片黑土地最难被模仿的第一层，正是底层算力。鲲鹏负责通算、昇腾负责智算，操作系统欧拉、智算软件栈 CANN 全部开源开放，构成了一整套全国产化的算力硬件系统，今天华为云上跑起来的每一个 Token，背后都是这套国产硅基在支撑。

这条路走得并不轻松，周跃峰自己也承认，华为公司因为没有办法用别人的算力，只能努力让自己的算力持续进步，再凭借实打实的效果赢得商业上的认可。

华为云没有捷径可走，每一次性能提升都得自己往上垒。本次大会发布的 AICS 灵衢智算集群，就是这种 " 垒 " 的最新成果：10 万卡级集群规模，总算力 200 EFLOPS，Token 生成时延压到 10 毫秒以内，千卡每秒吞吐 500 万 Tokens，在线服务可用性 99.95%。

放到行业对照里看，区别就更清晰，别人家的算力底座是 " 万国牌 "，可以用英伟达以及海外其他厂商的 GPU 和网络方案，，华为云这片黑土地，只能用国产硅基 " 泥土 " 一寸一寸往上堆，没有第二个选项。

周跃峰也表示，自己没有办法构建万国牌的硅基黑土地，这正是华为云和别的云公司根本性的不同，也是他不愿意去比收入、比规模名次的原因，因为对华为云来说那种比较没有意义。

在 AI 卡资源全球紧张、国产化算力正在成长的情况下，他不打算参加 Token 总量竞赛，反而把它重新定义为另一件事，发展第二个算力平面，让 AI 有更多的技术路线和生态可以选择。

这是华为云和这一轮 AI 云竞赛里其他玩家最根本的分歧，别人是在 " 现有的最优解 " 上做规模优化，华为云是在为整个产业撑起一条算力路径。华为公司最近发布的 " 韬定律 " 也是这一理念的体现，半导体产业基础每往前一步，华为云的硅基黑土地才能再厚一寸。

" 硅基黑土地足够的肥沃，才能够长出更多的庄稼和参天大树。" 周跃峰提到，它指的不是商业故事，是 AI 产业物理意义上的 " 地基 "。

把算力翻译成生产力，需要做什么

如果说底层是土地、上层是庄稼，那中间这一层就是把水、肥、根系连起来的土壤结构。它不显眼，但决定了整片地能不能真的长出东西。

华为云一次性发布了多款 AI 产品，它要解决一个核心问题，底层自己一点点堆出来的国产硅基，怎么才能被上层成百上千个行业场景顺畅地用起来。

大模型仍然飞速迭代，算力在指数级膨胀，在周跃峰看来，今天大多数企业自建 AI 系统的方式注定是被动的，很可能部署完就已经落后了，华为云希望把这种 " 快 " 消化掉，让上层不用感知底层的复杂。

例如，CCE Volcano Next 通智一体化调度引擎，通过训推共池、碎片整合把通算和智算混在一起调度，资源利用率提升 30% 以上。新一代 ModelArts Next 把 RL 强化学习、机密推理、模型路由、模型矩阵打包成一组能力。

值得强调的是，华为云在中间层做的另一个选择——开放，能开源的尽量开源，能解耦的尽量解耦，让更多伙伴接入做大国产 AI 生态。

MaaS 模型路由已经接入 15 余款 SOTA 模型，调度精准率超过 95%，调用成本平均降低 20%，让企业不需要懂底层算力的脾气，就能让大模型 " 越用越聪明 "。再上面一层，是面向智能体的 AgentSphere 运行底座、智果（AgentArts）企业级智能体平台，以及开源版 openJiuwen，把门槛降到最低。

周跃峰用 " 翻译器 " 来形容码道（CodeArts）的那句话，其实可以推广到整个中间层——它的价值不在于自己有多厚，而在于能不能让上面的人和下面的硅基真正对话起来。

某种程度上，华为云必须做到足够开放，才能让更多人对国产 AI 云这一条路径抱有信心，开放到让客户不必担心锁定，开放到让开发者敢于把自己的能力沉淀进来，开放到让整个生态愿意陪着这片黑土地一起把厚度往上加。

华为云可能是 AI 时代最开放的云。

去行业里，找那种换不掉的 Token

虽然 Token 经济火热，但是行业公认，Token 的粘性比较差，标准化的 Token 是商品，用户随时会被低价吸引走。对模型或者云厂商来说，要么始终让自己的 Token 价格最低，要么找到那些不容易被替换的 Token 场景。

华为云的选择，显然是后者。行业 AI 梦工厂专区，就是华为云找到的答案，智慧医疗、具身智能、智能制造、科学计算，华为云一次性宣布上线四个专区。

周跃峰表示，AI 面向行业深耕，要比 toC 或者通过 APP 给个人带来情绪价值难得多，需要更多的耐心和更多的投入。但越难的事，护城河越深。一旦客户的核心业务跑在某个行业专区里，它共享专属的数据集、原子能力、合作伙伴生态，这部分 Token 就不再是商品意义上的 Token，而是嵌进客户业务流程里的一部分生产力。

智慧医疗专区是目前较为成熟的样本，全中国看切片的病理医生只有两万多名，远远不够，绝大多数县域和地市级医院不足以做好病理诊断，很多偏远医院由于经验不足，病理误诊率较高。

瑞金医院联合华为共建的 RuiPath 大模型沉淀了瑞金大量专家和医生的医疗经验，包括上海瑞金、邯郸市中心医院、河北工程大学附属医院、瑞安市人民医院、黔西南州兴义市人民医院、武安市第一人民医院等 20 余家医院正式入驻，其中很多是过去技术红利够不到的非三甲医院。

患者不再需要跑到上海排队挂号，远程就能共享高水准的医疗能力。在这个场景里，每一个 Token 背后，都是一份病理报告、一次确诊，和被多争取出来的时间。

具身智能专区瞄准的是另一个结构性问题，全国 300 多家具身智能创业公司，绝大多数没有能力自建从数据合成、模型训练、仿真验证到部署的整套工具链。

华为云这次发布的 CloudRobo，是全球第一个全流程具身智能开发平台，直接搭在公有云上，中小创业公司只需要付很少的算力费用，就可以在专区里共享数据、模型、仿真和案例。

这些专区的共同点是，Token 被嵌进一条具体的行业流水线里，粘性高、可替代性低、价值密度大，每一个 Token 的背后，都是一次生产效率的提升，是企业能从 AI 中获得的实实在在的回报。

把三层放在一起看，华为云这一轮的战略格外清晰，它没有用万国牌的硅基去和友商比谁的 Token 更便宜、谁的调用量更高，而是一头扎进国产硅基的笨功夫里，把 " 黑土地 " 一寸一寸堆出来，又在上面一头扎进具体的行业里，去找那些真正能 " 解难题 " 的 Token 场景，中间一层，是把这两端紧密连接的完整链路。

这是一种现阶段很容易被低估、也很难被复制的打法，但预计会成为更多云厂商下半年的叙事。

Token 的战争，华为云不打，它在打另一场战争，让每一个 Token 都长在能够创造生产力的行业土壤里。

The End