中国AI算力产业，正迎来发展的关键节点。
随着AI大模型及应用的加速落地，算力基础设施建设的重要性与日俱增，但传统服务器堆叠的模式会带来算力利用率低、训练中断等挑战。
为了解决相关难题，在近日的华为全联接大会上，华为宣布推出创新的超节点架构。华为董事、ICT BG CEO杨超斌表示，华为超节点产品可以满足大型数据中心、企业级数据中心和小型工作站等全场景算力需求，惠及每个行业。
硬件之外，中国AI算力产业长期面临生态建设滞后的挑战。中国工程院院士、清华大学计算机系教授郑纬民曾表示，近两年我们国内的AI芯片取得了很大进步，但问题在生态不太好，现在建成的万卡系统大多数都不好用。
生态是用出来的，作为AI芯片的领跑者，华为将发展生态提到了前所未有的战略高度。同样在华为全联接大会2025上，据华为常务董事汪涛透露，未来5年，华为计划每年投入150亿人民币生态发展费用、1500P开源社区算力，并投入15000人进行生态平台开发与支持。
具体来说，针对计算产业，华为宣布软件全面开源开放的策略。今年，华为新增开源CANN、Mind系列应用使能套件、openPangu等，同时支持业界主流的开源社区和开源项目，支持用户深度挖掘昇腾潜力，加快自主创新。
在AI芯片领域，英伟达之所以占据着如此强大的统治地位，是因为它构筑起了完整的生态壁垒。如果用户想迁移至其他品牌，需进行不小的成本投入。而现如今随着昇腾生态的崛起，毫无疑问为所有企业提供了更值得信赖的“新选择”。
英伟达CUDA封闭，华为CANN开源开放
众所周知，在底层硬件上，昇腾已经基于开放的模组和标卡，使能伙伴打造了200多款硬件产品，满足各场景差异化需求。
在硬件开放的基础上，华为这次全面开源开放CANN，标志着这家科技巨头在构建开放AI生态战略上迈出了极为关键的一步。
CANN的全称是“神经网络异构计算架构”（Compute Architecture for Neural Networks），它的角色，是把底层昇腾芯片和上层AI训练框架（如PyTorch、TensorFlow、MindSpore等）连接起来的桥梁，让开发者不用关心芯片细节就能调用底层算力。
与CANN发挥类似作用的，还有英伟达的CUDA、AMD的ROCm、摩尔线程的MUSA等等。CUDA让开发者可以更高效发挥GPU性能、降低使用成本，与GPU和NVlink一起构成了英伟达的核心护城河。
CANN作为昇腾AI基础软硬件平台的核心组件，于2018年推出，目前已经迭代至8.0版本。相比CUDA闭源，此次CANN开源开放，无疑加速了CANN生态圈建设，开发者也可以降低对CUDA生态的被迫依赖。
据了解，开发者普遍希望能够更加灵活的调用CANN的各层级能力，自主的性能调优、问题定位以及算法创新。为此，华为通过分层解耦，支持开发者从模型、算子、内核以及底层资源按需调用。
比如，昇腾通过图模式开发，可实现整图编译与下发，降低调度开销；也可直接调用ATB等领域算子，完成模型的性能优化；也支持C、C++、Python和模板库等多种编程方式，满足开发者的各种习惯；同时，华为开源了底层Runtime能力，开发者可以细粒度使用硬件资源。
为更好地匹配开发需求，CANN构建了完备的编程体系，提供Ascend C编程语言和CATLASS模板库。同时，通过开放AscendNPU IR，支持Triton、TileLang、FlagTree等Python前端的开源编程框架，可以让开发者快速验证创新的想法。
CANN开源开放筹备了两年多，是今年华为发展昇腾生态最核心的“一步棋”。但下定如此大的决心，将核心知识资产公开，对于以通信起家的华为并不容易。
华为轮值董事长徐直军曾透露，CANN全面开源开放，其实是在很多客户的促进下形成的。“没有客户的促进，我们的研发团队感觉还好得很，而且感觉什么都给客户做好了挺好的。”
据他表示，华为习惯把源代码捂得死死的，因为是核心资产。CANN全面开源开放，需要说服大家到底从哪里挣钱。最终，大家达成一致是打算变现靠昇腾硬件，开源开放是促进硬件规模和硬件的普遍使用，大家都用了、卖得多了，开源开放的钱就挣回来了。
计算产业是生态型产业，开源才能把生态做大。面对CUDA生态的强大惯性，华为坚持发展并开源CANN，不仅能让昇腾更好用、更易用，也是在推动整个计算产业的加速前进。
CUDA生态已经发展了十几年，如今基于昇腾NPU和昇腾CANN技术生态所能实现的AI应用性能，已经能够看齐甚至超越CUDA，已经展现出强大的竞争力。
一场关于生态话语权的争夺战
除了开源开放自己的产品技术，昇腾也在不断加强与业界开源社区、开源项目的合作。
AI框架是人工智能的操作系统，而PyTorch是全球最知名的AI框架之一，由Meta推出，在2016年已经开源。PyTorch之外，谷歌的TensorFlow、华为的昇思MindSpore也都已经开源。
早在2023年，PyTorch基金会就正式宣布华为作为Premier会员加入，这也是中国首个、全球第十个PyTorch基金会最高级别会员，这意味着华为对PyTorch的技术贡献颇大。
为什么自己已经有了昇思MindSpore，华为也会同样加大对PyTorch的投入力度呢？这是因为，很多开发者之前就在PyTorch上构建业务，与成熟的开源社区共建生态，可以大幅降低客户的使用门槛。
vLLM是最受开发者欢迎的推理引擎之一，从去年下半年开始，昇腾便开始与vLLM开展技术和生态合作。vLLM社区新版本发布即支持昇腾，为开发者提供更多选择。昇腾团队还协助vLLM社区开发了硬件后端的插件化特性，降低社区对后端支持的维护成本。
具体来说，在最新版本的vLLM中，开发者可以基于昇腾与vLLM的全链功能，一条命令实现底层应用的无感切换，同时通过插件化的解决方案获得混合并行、动态调度等更多高阶特性。
与此同时，昇腾新特性、组件和开发计划等也都将在PyTorch、vLLM、VeRL、SGLang、Triton等开源社区上首发，让开发者第一时间获取到最新技术。
此外，为了让开发者快速掌握昇腾开发技能，华为在昇腾社区提供完备的知识体系，比如大家关心的模组参考设计、aclNN算子开发指导、CATLASS开发指导等10多个场景化文档和100多专题课程。
华为还会提供分层赋能，比如DR辅导、线下沙龙和线上直播等，让每一位开发者都能按需获取技术指导，激发开发者技术创新。
目前，昇腾已有80多家硬件伙伴打造了200多款产品；昇腾主导开源的60多个项目，累计有6500多名核心贡献开发者。昇腾也在50多个开源社区和开源项目中积极贡献，累计贡献37万行代码。
开源的核心是共享，开放的本质是共赢。无论是加大对业界主流的开源社区和开源项目的支持力度，还是更积极开放地建设昇腾社区、培养创新人才，都体现了华为下定决心开放生态，而不是走英伟达的封闭路线。
这一系列举措的背后，本质实际上是生态话语权的争夺。选择开源开放，意味着华为能联合更多伙伴一起制定人工智能的行业标准，共享创新成果。
为何华为要如此坚定发展昇腾AI生态？徐直军曾解释到，如果我们一直投资去兼容CUDA，却无法使用最新版本，如果哪天CUDA生态兼容不了怎么办？现在我们的AI，从达芬奇架构到昇腾芯片、再到一切包括所有软件生态，都不依赖西方的生态和供应链。所以长远来考虑的话，要把生态构建起来。
目前在硬件层面上，华为通过超节点+集群的方式，应对芯片制造工艺受限、单片芯片性能不足的挑战，实现了算力的强大供给。
相对来说，AI生态的建设是一个更加缓慢的过程，需要千千万万开发者、合作伙伴一起努力。有数据显示，英伟达聚集的开发者达800万，而昇腾还不到100万。
尽管道路漫长且充满挑战，但正如徐直军所说，只要大家心往一处想，都来使用，国内算力生态一定会发展起来。
