华为轮值董事长汪涛：华为 AI 战略的核心是算力，坚持硬件变现
9月17日举办的华为全联接大会2026现场，华为轮值董事长汪涛围绕华为AI战略布局、行业算力落地痛点及生态建设方向作出公开表态，明确算力是华为AI战略的核心支撑，公司将持续坚持硬件变现路线，为千行百业智能化转型提供坚实算力保障。
汪涛全联接大会公开华为AI战略核心定位
汪涛在发言中明确指出，华为AI战略的核心是算力，公司将坚持硬件变现的路线，通过“超节点+集群”的模式打造中国坚实的算力底座，同时构建开源开放的算力生态，为企业提供多样化的线上、线下灵活算力方案。他透露，目前昇腾超节点已经部署超过1000套，新一代昇腾950超节点已经开始规模商用，为大规模AI模型训练和推理提供了成熟的硬件支撑。
汪涛指出企业自建AI算力存在三大现实困境
针对当前各行业纷纷布局AI算力、训练大模型的行业趋势，汪涛也提出理性思考，认为并非所有企业都需要建设大规模AI算力，企业自建AI算力普遍面临三类核心挑战：
- 机房适配要求高：AI服务器尤其是AI算力集群与通用x86服务器不同，对数据中心机房的供电、散热等环境要求极高，且随着大模型参数规模不断扩容，AI算力正向更大规模演进，迭代节奏快，AI服务器快速升级换代，很容易出现机房资源浪费或算力供给不足的两难困境。
- 多代际硬件混用性能损耗大：当前业界平均1到2年就会推出新的AI硬件产品，迭代速度极快，企业自建算力规模普遍较小，面对快速迭代的大模型技术，往往需要混合使用多代际算力硬件完成模型训练，不仅资源调度复杂度大幅提升，还会因历史代际产品的“木桶短板”效应，拖累新一代产品的性能发挥，影响大模型训练效率。
- 运营维护门槛高：AI算力集群的专业运营维护要求远高于传统IT基础设施，对企业技术团队的能力要求更高，进一步增加了中小企业的使用成本。
华为多维度布局补齐行业算力供给短板
针对上述行业痛点，华为从硬件产品、软件框架、服务模式等多个维度推出针对性解决方案。
硬件层面，昇腾超节点已实现规模化部署，昇腾950超节点启动商用，依托EMS弹性内存存储技术及网络的独立扩展与动态组合，支持算力按需灵活调配，针对DeepSeek-R1等主流模型的推理场景，可实现“一卡一专家”的高效推理能力。
软件框架层面，国产开源AI框架昇思MindSpore已发展成为中国发展最快的开源AI框架之一，天然亲和昇腾硬件，具备易开发、高性能、全场景三大特性，通过动静结合、多维混合自动并行、AI+科学计算融合等创新技术，实现了对大模型训练、推理的全流程优化，可大幅降低企业AI开发门槛。
服务层面，华为云提供全栈AI服务，过去三年已将盘古大模型应用到30多个行业、400多个应用场景中：在药物研发领域，AI药物筛选可将新药发现周期从3年缩短至半年；在气象领域，气象AI大模型将台风预报时间从3000台服务器4小时压缩到单张AI卡1.4秒