新一代昇腾AI云服务，如何全面洞察AI算力云上变革趋势？

本文共计2081个文字，预计阅读时间需要9分钟。

在中国，一个AI大模型需要完成从训练到推理的全过程，几乎如同经历一场九九八十一难。

首先，它必须面对英伟达高端算力芯片被禁售、被降级的现实困境，导致算力获取成本高昂且渠道受限；紧接着，模型参数日益庞大，单张计算卡已无法承载，必须依赖大规模集群算力；而大规模AI集群又常面临故障频发、恢复缓慢的问题，严重拖慢训练进度；到了推理阶段，还需突破分布式推理的技术瓶颈，才能在应用层面建立竞争优势。

这些大模型宛如棋盘上的棋子，算法走得飞快，脚下的算力棋盘却始终依赖他人。即便如此，中国依然诞生了众多令人瞩目的大模型创新成果。但人们不禁思考：如果拥有一个自主可控、稳定强劲的AI算力底座，中国的AI技术又能走得多远？

在HDC 2025大会上，答案浮现。华为常务董事、华为云计算CEO张平安宣布：基于CloudMatrix384超节点的新一代昇腾AI云服务正式全面上线，为大模型提供澎湃动力。

这项服务的本质，是对传统AI算力形态的一次重构。它打破了以单卡为核心的算力供给模式，直面中国AI算力自主化的迫切需求，并通过云服务这一最适配大模型推训的方式，实现了算力的高效交付。

384个AI计算单元紧密互联，宛如一片“龙鳞”。从这片鳞甲的光泽中，我们看到的是中国AI算力以技术重塑规则的决心与能力。

让我们沿着“发现问题—技术破局—云服务闭环—行业落地”的逻辑脉络，看看AI算力的重重难关，是如何被一一化解的。

自深度学习兴起以来，AI算力作为专项资源被广泛认知，学界与产业界早已预见到中国将在AI算力供需之间面临巨大矛盾。这一矛盾在大模型时代达到了前所未有的高峰。

一方面，中国在算法与应用场景上的创新层出不穷，AI正深度融入社会经济；另一方面，本土AI算力基础设施长期缺失，严重依赖外部供应。