C114訊 5月20日消息（九九）5月17日，2025世界電信和信息社會日“智算產(chǎn)業(yè)創(chuàng)新發(fā)展論壇”在南昌舉辦，華為昇騰計算業(yè)務副總裁王慶文在演講中指出，大模型的性能在很多方面已經(jīng)可以與人類媲美，并且在快速收斂，從原來的千模百態(tài)收斂到十來家，隨著推理成本的大幅下降開始在很多行業(yè)獲得應用，為醫(yī)療診斷、工業(yè)質檢、AI教學等方面帶來卓有成效的提升。
Gartner預測，未來兩年80%中國企業(yè)將部署生成式AI，60%會將AI融入產(chǎn)品服務，標志著企業(yè)AI應用從通用場景向核心生產(chǎn)場景滲透的“奇點時刻”到來，企業(yè)AI部署已進入全面深化階段。
王慶文進一步指出，運營商憑借領先的泛在多級訓推資源，既能滿足中小企業(yè)的靈活需求，也能支撐大型企業(yè)核心業(yè)務及海量用戶場景，并通過多租戶部署技術，保障大租戶資源獨立、中小租戶性能提升的同時全方位確保數(shù)據(jù)安全。
王慶文介紹，昇騰從基礎硬件、算子到推理系統(tǒng)全面創(chuàng)新，面向不同的推理場景需求，為包含運營商在內(nèi)的客戶及伙伴提供集高性能、高可靠、易部署、開源開放于一體的推理解決方案。
面向大型企業(yè)、C端超級應用等需要大規(guī)模推理算力資源的場景，高并發(fā)、低時延下的吞吐性能是關鍵。昇騰國內(nèi)首創(chuàng)大規(guī)模專家并行集群推理方案：通過將MoE模型的多專家權重數(shù)據(jù) 分散部署到更多的卡上，降低單卡權重加載時延，讓模型解碼輸出更快；單卡內(nèi)存容量占用的降低，也能夠支持更大用戶并發(fā)所需的KV緩存，實現(xiàn)系統(tǒng)的更大吞吐性能，平均單卡吞吐性能提升3倍以上，大幅降低每Token推理成本，幫助運營商構筑高性能的AI算力基礎設施，為行業(yè)客戶帶來更優(yōu)的業(yè)務體驗。
面向中小企業(yè)、學校和醫(yī)院等機構需要快速部署、快速落地AI應用的需求，昇騰使能運營商打造大模型應用一體機。打包量化、調優(yōu)等工具鏈顯著提升50%部署效率，通過MLA（Multi-Head Latent Attention）親和等特性，提升吞吐性能90%，從模型部署到應用上線實現(xiàn)“即開即用”，降低AI部署門檻，幫助運營商賦能千行萬業(yè)智能化轉型。目前已有超140家合作伙伴基于昇騰發(fā)布大模型應用一體機產(chǎn)品，為各行業(yè)場景提供廣泛的智能應用。
演講的最后，王慶文表示，昇騰將致力于打造堅實的算力底座，攜手運營商及ISV等產(chǎn)業(yè)伙伴破解算力供給與場景落地的關鍵挑戰(zhàn)，加速AI在千行萬業(yè)的落地應用，為產(chǎn)業(yè)融合升級注入強勁動能。 
