12月2日,华为正式上线《迈向智能世界》计算白皮书(以下简称计算白皮书),计算白皮书指出,数字经济已经成为全球经济增长的主引擎,数字经济的快速发展,为数字化、智能化带来巨大的发展机遇。为此,华为提出了六大发展趋势和行动建议,聚焦计算产业根技术创新,持续升级鲲鹏、昇腾AI基础软硬件平台,繁荣产业生态。
趋势一:ARM成为多样性计算的重要选择
随着自动驾驶、云游戏、VR/AR等应用的兴起,以及物联网、移动应用、短视频、个人娱乐、人工智能的爆炸式增长,应用越来越多样化;应用的多样化驱动算力多样性发展。海量多样性的算力需求,加速了算力格局转换,ARM算力从嵌入式场景快速延伸至服务器场景。同时,在中国,服务器侧ARM生态已逐步成熟,并全面应用于国计民生行业。建议企业基于业务需求,识别适合ARM架构的业务场景,主动规划部署ARM架构服务器;有节奏地开展现有应用适配、迁移,并基于ARM架构,持续开发原生应用;通过全栈软硬件优化,充分释放多样算力,发挥极致性能。
趋势二:数字化走向深入,操作系统走向多样性算力和全场景的协同
操作系统作为计算产业中最基础的软件,承担着抽象底层硬件,向上层应用提供统一接口的核心功能,是计算产业的关键环节。面向多样性计算和海量应用场景,操作系统应支持多样算力和多种应用的协同,成为数字产业的可靠软件底座。建议规划部署支持数字基础设施多样算力的操作系统,使能全场景应用协同创新;分析应用迁移策略,制定应用迁移计划,完成应用高效迁移;加入开源操作系统社区,积极拥抱开源、回馈开源。
趋势三:数字经济发展引发算力需求爆炸式增长,人工智能算力增长是主要增量
当前,数字经济正在成为全球经济的主要增长点,算力作为数字经济时代新的生产力,是支撑数字经济发展的坚实基础,其中人工智能算力需求一直是指数级增长。同时,人工智能正日益快速渗透行业应用的核心场景。建议产业加速AI基础设施建设,让AI算力成为像水和电一样的公共资源;加速人工智能进入行业关键场景,使能行业智能化升级;产学研携手,共筑人工智能产业生态。
趋势四:大模型成为AI规模应用重要途径,科学计算正在进入科学智能新阶段
当前人工智能领域,“大算力+大数据”正在催生大模型的快速发展,孵化系列行业新应用。而科学计算是继大模型之后,AI发展的另一重要方向,科学计算正在从传统HPC进入科学智能新阶段。建议产学研各界汇聚大模型发展要素,使能大模型从规划到落地;打造科学智能基础平台、携手构筑科学智能生态,加速产业闭环。
趋势五:绿色高效成为算力基础设施建设的关键诉求
在双碳目标下,算力基础设施的建设更加注重能耗,需要通过从单领域创新走向系统级创新,实现绿色高效。建议建设模式从传统的部件堆叠逐步走向集群全栈一体化;散热方式逐步从传统风冷走向风液混合或全液冷;算力评估逐步从面向硬件的裸算力,走向面向业务的有效算力。
趋势六:算力网络将成为重要的算力供给方式
在“东数西算”“网络强国”等战略的牵引下,以人工智能计算中心、超算中心、一体化大数据中心等为代表的算力基础设施,成为国家新基建的重要组成,算力建设从分散化走向集约化。随着各地算力中心/算力基础设施陆续建成后,人工智能算力从算力中心,走向算力网络。建议各地加速算力基础设施建设;积极加入中国算力网,实现算力汇聚共享。
从数字化到智能化,未来,华为将坚持围绕鲲鹏和昇腾AI,携手产业伙伴共建计算产业生态,共筑坚实的算力底座,共赢数智时代!
了解更多详情,请点击下载《迈向智能世界》计算白皮书:
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。