昇腾跨过拐点

Fast Reading

■

经过八年的努力，华为昇腾生态跨过了拐点，完成了从 " 卖算力 " 到 " 建生态 " 的转身。

昇腾成为首个可在 PyTorch 官网直接安装的中国算力平台，这是中国 AI 基础设施第一次坐上了全球开源生态的主桌上。

汪涛在演讲中称，人工智能也许是人类社会最后一次技术革命，它带来的变革之深、之广、之快，远超想象，没有任何一家公司能独自支撑整个智能世界。

作者 | 曹全景

AI 行业的竞争，曾经有一条清晰的衡量标准：

谁的卡更多，谁的集群更大，谁就能提供更多算力。但当大模型从千亿级迈向十万亿级，当训练、推理和智能体应用对基础设施提出越来越复杂的要求，算力竞赛的边界也在发生变化。

硬件决定一家公司能提供多少算力，生态则决定有多少人愿意使用它，以及这些算力最终能催生出什么。

9 月 17 日在上海举行的华为全联接大会 2026（HC2026），技术牌面一如既往地拉满：昇腾 960 超节点、Hi-ONE NPO、灵衢 UnifiedBus 统一互联等一系列技术成果集中亮相。

它们展示了华为在算力基础设施上的持续投入，但在这些新产品之外，华为副董事长、轮值董事长汪涛在演讲中说的一句话，向外界释放了一个更值得关注的信号：

" 经过八年的努力，昇腾生态跨过了拐点。"

华为副董事长、轮值董事长汪涛

拐点藏在三个具有标志性意义的进展里：CANN 软件代码全部开源，月活开发者突破 5200 名；外部开发者占比首次达到 61%，超过内部开发者；昇腾成为首个可在 PyTorch 官网直接安装的中国算力平台。

它们共同指向一个变化：昇腾正在从一套由华为提供、由用户适配的算力系统，走向一套能够被外部开发者直接使用、参与建设并持续扩展的开放生态。这也是中国 AI 基础设施第一次坐上了全球开源生态的主桌上，它标志着华为身份的彻底转换——从卖算力到建生态，从算力硬件供应商到 AI 生态共建者。

汪涛将华为希望建设的算力底座称为 " 硅基黑土地 "：硬件提供算力，软件降低使用门槛，开发者和模型则在其上创造新的应用。

华为要做的，不只是把算力交付出去，还要让更多人能够在这片土地上开展自己的创新。

▌三个数字，一个拐点

昇腾从华为内部的技术能力，已经成长为更多开发者可以使用和共同建设的产业基础设施，要理解这个 " 拐点 "，得把三个数字拆开来看。

第一个标志性的数字，是 CANN 社区月活开发者突破 5200 名，开源代码日均新增 3 万行，支持 40 多个原生模型预训练。

在昇腾体系中，CANN 是承上启下的核心软件——上面接着程序员写的代码，下面接着昇腾算力底座，是昇腾生态的根基。去年年底，华为把这套软件的代码全部开源，编译器、算子库、Ascend C 编程语言、运行时核心组件代码陆续全量上线，任何开发者都可以用它来调度昇腾的算力，查看、修改、提交问题。

到现在，不到 1 年时间，CANN 已经是国内第一活跃的 AI 开源社区。

第二个数字，是 CANN 的外部开发者占比首次达到 61%，超过华为内部。

这是一个质变信号。内部开发者占多数，说明生态还在 " 自给自足 " 的阶段；而外部开发者带来的，是华为自己够不着的场景、想不到的需求。社区存续的动力来自外部，说明生态已经具备自我造血、自我成长的能力。

第三个数字，是昇腾成为首个可以在 PyTorch 官网直接安装的中国算力平台，并且与 90 多家开源社区深入合作。PyTorch 是全球 AI 程序员事实上的标准开发框架，OpenAI、Anthropic 写大模型都站在它上面。

这意味着，全球所有开发者可以直接享受昇腾硬件的创新成果——不用 " 翻译 " 和 " 适配 "，而是通过 PyTorch 官方 PrivateUse1 机制自动加载接入——说白了就是 " 即插即用 "，" 原生即支持 "。

CUDA 是英伟达花十几年攒下的开发工具，几乎成了全球 AI 开发者的默认 " 母语 "。现在，开发者在 PyTorch 上使用昇腾，可以保持原有的开发习惯。学习成本、迁移成本、维护成本全线下降，这是开发效率的根本性变化。

汪涛判断，未来中国的开源大模型将逐步转向以昇腾 950、960 做原生预训练——也就是从最初用海量数据学习的阶段，就直接跑在昇腾上，而不是先在别处训完再搬过来。

这三个数字，其实说的是同一个变化：昇腾生态的建设者越来越多、越来越多元。

衡量一个生态价值的标准，一定不是某个参数，而是开发者愿不愿意来、来了能不能留下。特别是 AI 基础设施具有强网络效应，开发者越多，平台越好用；平台越好用，开发者越多。飞轮一旦转起来，生态的长尾协同效应会迅速变强，苹果 App Store、Linux 开源社区，都是这个逻辑。

对昇腾而言，5200 个月活开发者，是 5200 个真实使用场景；61% 的外部开发者占比，意味着生态的参与主体开始从华为内部向外部扩展，具备了自我生长的能力；进入 PyTorch 官网安装选项，则是向主流开发流程进一步靠近。

三项进展分别对应社区活跃度、参与结构和开发入口，合在一起，才构成了汪涛所说的 " 拐点 "。

生态的价值，不在于一家企业能够独自完成多少工作，而在于它能否让更多企业和开发者以更低的成本加入进来，并在共同使用中持续创造新的工具、模型和应用。

因此，昇腾这次跨过的，并不是某个单一技术指标的门槛，而是生态建设的一道门槛，从 " 华为的生态 " 变成 " 全球开发者的生态 "，这才是拐点的真正含义。

▌八年磨一剑

生态不会因为一次开源、一次接入或一组开发者数据，就在一夜之间形成。从起点到拐点，这条路，华为走了八年。

故事要从更远的地方讲起。2018 年，华为在全联接大会上首次公布昇腾 910/310 的技术规格；次年，昇腾 910 正式发布。不过当时，国产 AI 仍停留在 " 可用 " 的边缘：硬件能跑，配套的算子、框架、工具链却远不齐整，都要用户自己想办法。

在硬件上，昇腾保持一年一代的更新节奏：910C 超节点部署超 1000 套，950 超节点实现规模化商用，到此次 HC2026 大会上发布的 960 超节点，超节点定义和特征已然成为产学研在 AI 基础设施领域的共识，昇腾超节点也成为国内唯一训练出 SOTA 模型的超节点。

软件生态的进度条也在同步推进。2025 年底，CANN 软件代码全部开源，从单方面控制转向开放共建；进入 PyTorch 官网安装选项，对接 90 多家第三方社区，站上全球主流开源生态的牌桌。

从可用到易用，至此，华为昇腾完成了从算力提供商到生态共建者的身份转变。

昇腾的八年，是把 " 迁移适配 " 变成 " 原生开发 " 的八年。鲲鹏的八年，则是从服务器到开发者生态的跃迁。

与昇腾并列为 " 双引擎 " 的鲲鹏，是华为计算产业的另一条腿。昇腾是 AI 计算，负责大模型训练推理；鲲鹏做通用计算，管数据加载、调度和通用逻辑。

截至目前，鲲鹏全球开发者超过 416 万，全球生态合作伙伴超过 7200 家，支持了 560 多个全球开源项目，覆盖千行百业。openEuler 操作系统装机量超过 2000 万套，在中国服务器操作系统市场的份额位居第一，已经是很多政企、金融机构、运营商机房里的默认选项。

在通用计算和 AI 计算两个赛道同时构建生态，在全球范围内都是很少见的。

x86，本质是多家公司分工协作的兼容生态，英特尔定义并主导指令集（就是硬件层能直接听懂的基础语言），AMD 交叉授权，微软的 Windows 掌握着应用软件的落脚点，各自占据不同的生态位，分工协作。英伟达的 CUDA 是英伟达一家公司的，但它是闭源平台，代码不开放。

而华为的选择，是同时做通用计算（鲲鹏：算力 +openEuler 操作系统 +openGauss 数据库）和 AI 计算（昇腾：硬件 +CANN+MindSpore），而且软件全部开源。

通用计算和 AI 计算，两者同样投入大、难度大、回报慢，也共享同一套生态建设逻辑：做难而正确的基础设施，全面开源开放，吸引开发者聚集，把自由生长的空间留给整个产业。

这类投入的特点是周期长、环节多，单个产品的成功并不等于生态的成熟。开发者需要工具，工具需要持续迭代，产业应用又会反过来提出新的需求。只有当这些环节形成连接，基础设施才可能从一组技术产品，变成能够支撑产业创新的公共能力。

这也解释了华为为何反复强调开源开放。它所追求的，不只是让自己的技术被更多人采用，更是让更多开发者和合作伙伴能够在其上开展工作。汪涛所说的 " 华为磨好我们的豆腐，做好算力底座 "，指向的正是这种分工：华为聚焦算力基础设施，其他参与者则在其上发展模型、应用和行业解决方案。

▌AI 时代，胜负手仍是生态

如果说前八年回答的是华为如何搭建一套算力与软件体系，那么昇腾生态跨过拐点之后，更值得追问的是：这套体系的变化，会给中国 AI 产业带来什么？

答案不只在于多了一种算力选择，更在于开发者与基础设施之间的关系正在改变。当国产算力能够更直接地进入主流开发框架，模型开发者就有机会减少部分适配工作，把更多精力放回模型本身。

昇腾进入 PyTorch 官网的安装选项，将这个看似牢不可破的结构撕开了一道裂缝：中国的算力平台，第一次从生态外围的适配者变成生态内部的共建者。这个位置一旦确立，将帮助中国 AI 在全球生态中持续吸引开发者、模型、应用向它聚集。

这个位置之所以这么难拿，是因为领先者的护城河从来不是单点突破，而是生态。

当前，AI 变革的速度超过历史上任何一次技术革命。汪涛在演讲中说，今天大模型参数正迈向 10 万亿，到 2030 年将超过 100 万亿；智能体已经可以按小时级连续工作，到 2030 年将以月为单位执行任务；中国每日推理 Token 已增长到 500 万亿左右，到 2030 年将达到百万万亿级；端侧的手机模型，从 2024 年的 3B 发展到今天的 30B（B=10 亿参数），未来将走向 100B。

训练侧的模型在变大，推理侧的调用在变密，端侧的智能在变重，它们背后是一整层公共基础设施——框架、模型、工具链、社区。在 AI 时代，胜负手仍然是生态。

在这样的产业结构中，华为的选择并不是简单复制某一家公司的技术路径，而是试图通过开源开放，把自己的算力能力接入更广泛的开发者网络。

这也让华为的商业角色出现了新的延展。汪涛反复强调，华为愿意向中小企业提供算力，支持主流大模型基于昇腾原生训练，积极拥抱百模千态；聚焦 AI 基础设施，打造硅基黑土地，让算力触手可及；软件开源开放，让开发者释放潜能。

换句话说，中国 AI 产业需要的不是一座孤立的高峰，而是连绵的高原和深厚的黑土。

汪涛在演讲中展望称：" 人工智能也许是人类社会最后一次技术革命，它带来的变革之深、之广、之快，远超想象，没有任何一家公司能独自支撑整个智能世界 ...... 每家企业坚持自己擅长的赛道，客串是没有长期竞争力的。"

对于华为而言，坚持算力基础设施，意味着把算力、互联、软件和开发者工具等能力持续做深；对于整个产业而言，开放生态则意味着不同企业可以在各自擅长的环节展开协作，而不必由一家企业包揽所有创新。

▌结语

八年时间，昇腾从 " 可用 " 走向 " 易用 "。但生态跨过拐点，并不意味着建设已经完成。开发者是否持续留下、模型能否顺畅迁移、应用能否在真实业务中创造价值，将决定这套生态未来的规模与生命力。

拐点之后，路还长。

豆腐磨好了，黑土地翻好了，接下来种什么、长什么，将由更多开发者和产业参与者共同决定。AI 时代的下一波红利不在算力本身，而在算力之上生长出来的一切。

封面来源：企业官方

END