Token 調用量漲 6 倍！華為：運力成 AI 算力最大瓶頸，不該執著單芯片製程

華為近日於一場針對互聯網行業的媒體溝通會上，深入剖析當前人工智慧算力產業面臨的核心挑戰，並提出以「算存網一體化」為基礎的技術解決方案。該公司中國政企互聯網系統部在會中系統說明，AI大模型已正式從技術驗證階段邁入規模化商用階段，AI Agent成為驅動互聯網業務成長的關鍵引擎。然而，產業在智慧化升級過程中仍遭遇底層算力支撐不足、跨場景適配成本高昂，以及技術開發門檻偏高等多重困境，導致轉型速度與落地效率受到明顯制約。 華為中國政企互聯網行業總經理黃健在與媒體交流時直言，當前AI領域Token用量的爆發式增長，已遠遠超出社會與產業的適應速度，進而引發各行業普遍的AI轉型焦慮。他強調，相較於電氣時代循序漸進、產業迭代節奏與適應性較為匹配的發展歷程，如今AI技術的變革速度極其猛烈，使得許多企業與組織難以在短時間內消化衝擊。 黃健引述機構數據指出，過去半年內，Token消耗量成長了六倍，而模型調用次數更增加了約五十至一百倍。他預測，在2027年至2030年間，Token經濟將全面滲透所有作業行為與工作框架，這意味著整個行業必須在短短三年內適應如此巨大的轉變，壓力與挑戰前所未有。這股增長趨勢勢必拉動算力服務、數據存儲與網路服務等上下游配套需求同步攀升。 在談及算力基礎設施的三大要素——算力、存力與運力時，黃健明確表示，目前最突出的瓶頸並非單一芯片的先進製程，而是運力。他認為，與其執著於追求更先進的單芯片製程，不如透過網、算、存協同一體化的方式，將「高速公路修得更寬」，從而有效解決數據傳輸與處理效率的瓶頸問題。 黃健進一步說明，當Token調用量與模型調用次數以指數級別增長時，運力不足將直接導致算力閒置或浪費，無法發揮應有的計算效能。因此，提升網路傳輸頻寬、降低延遲，並實現算力資源的動態調度，成為當前AI基礎設施建設的關鍵課題。華為提出的「算存網一體化」技術方案，正是為了打破傳統各自為政的架構，讓運算、存儲與網路三者協同運作，從而最大化整體系統的效能。 除了硬體層面的瓶頸，黃健也點出軟體生態的重要性。他表示，華為持續推動昇騰開源生態建設，並透過分層算力落地路徑，協助不同規模的企業根據自身需求選擇合適的算力方案。同時，華為也積極布局長期產業生態，期望降低技術開發門檻，讓更多開發者與企業能夠快速導入AI應用，加速產業智慧化轉型。 業界分析指出，隨著AI大模型從技術驗證走向商業化落地，Token用量的暴增已成為不可逆的趨勢。這不僅考驗單一芯片的運算能力，更考驗整個數據中心內部的網路傳輸效率與資源調度能力。華為在溝通會中釋放的訊號，顯示該公司正將戰略重心從單純的芯片製程競賽，轉向更全面的系統級優化，以應對日益嚴峻的運力挑戰。 此外，黃健也提到，當前許多企業在導入AI時，往往過度關注單一環節的效能提升，卻忽略了整體系統的平衡。他建議，產業應從全局視角出發，評估算力、存力與運力三者之間的匹配關係，才能避免因短板效應而導致投資效益不彰。華為的解決方案正是希望透過軟硬體協同，幫助客戶在最有限的預算與時間內，獲得最大的AI應用效益。 總體而言，華為此次溝通會不僅揭示了AI算力產業的現實困境，也為後續技術發展方向提供了明確指引。在Token經濟即將全面影響各行各業的關鍵時刻，如何突破運力瓶頸，將成為決定AI規模化落地成敗的核心變數。華為透過提出網算存一體化路徑，顯然已為這場基礎設施升級戰做好了準備。