在華為開發(fā)者大會2025（HDC 2025）的盛會上，華為云計算迎來了一次重大飛躍。華為常務董事及云計算業(yè)務首席執(zhí)行官張平安隆重宣布，基于CloudMatrix 384超節(jié)點的新一代昇騰AI云服務已全面投入使用，同時，盤古大模型5.5版本也正式面世，其涵蓋的自然語言處理（NLP）、計算機視覺（CV）、多模態(tài)、預測、科學計算五大核心模型均實現(xiàn)了全面升級。

面對AI技術所帶來的算力需求的急劇增長，傳統(tǒng)計算架構已難以滿足當前需求。華為云專家指出，傳統(tǒng)分布式系統(tǒng)多為松耦合架構，依靠25Gbps或100Gbps以太網(wǎng)帶寬即可應對多數(shù)應用。然而，AI時代的應用負載特性迥異，當前以太網(wǎng)互聯(lián)帶寬逐漸難以支撐AI訓練和推理等場景。因此，云平臺需借助新型超高性能網(wǎng)絡，將GPU、CPU等多元算力高效連接，并采用“對等架構”替代傳統(tǒng)的“主從架構”，實現(xiàn)多元算力間的直接通信，無需依賴CPU，這一能力是AI原生云基礎設施的關鍵所在。

華為云此次推出的新一代昇騰AI云服務，依托CloudMatrix 384超節(jié)點，創(chuàng)新性地將384顆昇騰NPU與192顆鯤鵬CPU通過全新高速網(wǎng)絡MatrixLink實現(xiàn)全對等互聯(lián)，構建出一臺前所未有的“超級AI服務器”。這一創(chuàng)新使得單卡推理吞吐量飆升至2300 Tokens/s，相較于非超節(jié)點配置，性能提升了近4倍。

超節(jié)點架構在支持混合多專家MoE大模型推理方面展現(xiàn)出顯著優(yōu)勢，能夠實現(xiàn)“一卡一專家”，單個超節(jié)點即可支持384個專家并行推理，大幅提升效率。超節(jié)點還支持“一卡一算子任務”，能夠靈活分配資源，優(yōu)化任務并行處理，減少等待時間，將算力有效使用率（MFU）提升50%以上。針對萬億、十萬億參數(shù)級別的大模型訓練任務，云數(shù)據(jù)中心可將432個超節(jié)點級聯(lián)，形成最高16萬卡的超大集群，同時支持訓推算力一體部署，如“日推夜訓”，實現(xiàn)訓推算力靈活分配，優(yōu)化客戶資源使用。

昇騰AI云服務已服務于科大訊飛、新浪、硅基流動、面壁智能、中科院、360等超過1300家企業(yè)，提供強大的AI算力支持。

在國產(chǎn)算力基礎上，盤古大模型5.5版本實現(xiàn)了全面升級。華為在大模型領域的戰(zhàn)略聚焦于行業(yè)應用，旨在通過通用大模型推動行業(yè)AI的深入發(fā)展，避免各行業(yè)重復構建自己的大模型。基于此戰(zhàn)略，華為云發(fā)布了盤古大模型5.5，五大基礎模型均得到顯著提升。

盤古自然語言處理NLP大模型升級為全新的718B深度思考模型，由256個專家組成的MoE大模型，在知識推理、工具調用、數(shù)學等領域表現(xiàn)卓越，位居業(yè)界前列。該模型基于昇騰云的全棧軟硬件訓練，標志著昇騰平臺能夠打造世界一流的大模型。

盤古大模型5.5還在高效長序列、低幻覺、快慢思考融合、Agent等特性上進行了優(yōu)化。例如，盤古提出了自適應快慢思考合一技術，通過構建難度感知的快慢思考數(shù)據(jù)和兩階段漸進訓練，實現(xiàn)模型根據(jù)問題難易程度自適應切換思考模式，簡單問題迅速回復，復雜問題則進行深入思考，整體推理效率提升8倍。盤古深度研究DeepDiver通過關鍵技術如長鏈難題合成、漸進式獎勵等，在網(wǎng)頁搜索、常識性問答等應用上展現(xiàn)出高效能。

針對行業(yè)企業(yè)客戶，華為云提供了六大核心能力，包括盤古基礎及行業(yè)大模型、預訓練和后訓練語料、數(shù)據(jù)工程工具集、模型訓練工具集、行業(yè)裁判模型、行業(yè)評測平臺。通過華為云ModelArts完備的工具鏈和工程化方法，企業(yè)能夠將自身數(shù)據(jù)資產(chǎn)進行高質量的增訓、微調和強化學習，快速構建專業(yè)大模型。

中國農(nóng)業(yè)科學院基于盤古大模型，結合海量專業(yè)文獻與跨物種多組學數(shù)據(jù)，構建了面向育種領域的農(nóng)業(yè)科學發(fā)現(xiàn)大模型，實現(xiàn)了精準農(nóng)業(yè)專業(yè)知識問答、高效基因分析和定向位點設計，顯著縮短了研發(fā)周期，提升了目標性狀改良的精準性。

張平安還發(fā)布了盤古醫(yī)學、金融、政務、工業(yè)、汽車五個具備深度思考能力的行業(yè)自然語言大模型，旨在加速行業(yè)智能化進程，這些模型將于6月底正式上線。

基于盤古多模態(tài)大模型的世界模型，為智能駕駛、具身智能機器人的訓練構建了所需的數(shù)字物理空間，實現(xiàn)了持續(xù)優(yōu)化迭代。華為云還發(fā)布了CloudRobo具身智能平臺，結合盤古大模型的多模態(tài)能力和思維能力。盤古預測大模型采用業(yè)界首創(chuàng)的triplet transformer統(tǒng)一預訓練架構，顯著提升了預測大模型的精度和跨行業(yè)、跨場景的泛化性。盤古科學計算大模型和盤古計算機視覺CV大模型也同步更新。

過去一年中，盤古大模型已在30多個行業(yè)、500多個場景中落地應用，在政務、金融、制造、醫(yī)療、煤礦、鋼鐵、鐵路、自動駕駛、氣象等領域發(fā)揮了重要作用。

在加強AI云服務的同時，華為云還發(fā)布了企業(yè)級Agent平臺ModelArts Versatile，內(nèi)置各類業(yè)務場景的經(jīng)驗模板，支持自助式智能體開發(fā)。Versatile提供了智能化工具鏈，實現(xiàn)Agent分鐘級工作輸出，顯著降低了Agent開發(fā)的復雜度和專業(yè)性。

CodeArts Doer構建了涵蓋項目經(jīng)理、產(chǎn)品管理、開發(fā)、構建、測試和部署全流程的六大開發(fā)領域專業(yè)Agent，將軟件研發(fā)端到端效率提升40%以上。GaussDB Doer在精準查詢方面，基于盤古大模型，利用全球上萬個GaussDB運維案例的百億Tokens數(shù)據(jù)進行微調，構建了專業(yè)運維基模型。metaStudio則通過個性化TTS語音合成，實現(xiàn)了數(shù)字人音色相似度和讀音準確率的業(yè)界領先。

華為云還提供了包含語料數(shù)據(jù)安全、模型安全、推理安全、應用安全在內(nèi)的端到端大模型安全方案。大模型防火墻通過防范提示詞攻擊和實時檢測敏感內(nèi)容，保障大模型推理安全，識別越獄、角色扮演、惡意指令等主流攻擊手段，預置百萬級規(guī)則庫，針對提示詞攻擊的檢出率超過95%，整體幫助模型綜合安全評測得分提升20%以上。

作為華為公司面向開發(fā)者的統(tǒng)一底座，華為云致力于構建昇騰、鴻蒙、鯤鵬、GaussDB、歐拉等根技術的生態(tài)。目前，華為云開發(fā)者已超過800萬，支持鯤鵬、昇騰、鴻蒙等生態(tài)的開發(fā)者總數(shù)達到1300萬。