華為昇騰跨過生態拐點,提出Agentic計算五大變化,雲與鴻蒙為Agent進化
作者 | ZeR0 編輯 | 漠影 9月19日報道,今日,在華為全聯接大會2026上,華為分享了鯤鵬/昇騰、華為雲、鴻蒙操作系統的最新生態進展和麵向Agentic時代的開發者工具佈局,併發布AI資產廣場,幫開發者快速上架和找到合適的AI資產。華為計算首席戰略官朱照生談道,Agentic計算發生五個變化:從單服務器到超節點開發,從進程走向思程開發,從SIMD到SIMD+SIMT新同構開發,從HiFloat8走向低精度HiFloat4,從人工算子編程到Agent編程調優。
華為雲夥伴與生態部總裁康曉宇介紹了華為雲如何通過Agent Infra、Agent工具和開發者實踐,來幫助開發者快速獲取先進的智能體工具,深入行業,交付結果,持續獲取收益。另據華為終端雲服務開發者服務與平臺部部長盧鑫剛分享,鴻蒙操作系統HarmonyOS 7面向Agent,升級了Agent親和系統架構、鴻蒙智能體框架2.0、系統智能體小藝,並提供一系列開發者工具來助力Agent開發及接入。一、華為計算:昇騰跨越生態拐點,Agentic開發與計算發生五大變化 華為計算首席戰略官朱照生首先分享了鯤鵬和昇騰的生態進展。鯤鵬自2019年推出以來堅定推進開源開放。
華為在2019年12月份推出了開源openEuler,迄今openEuler的累計部署量超過2000萬套,穩居中國服務器操作系統第一份額,不同產業匯聚全球416萬名開發者與7200傢伙伴,聯合打造了28000個行業解決方案。這些方案已經在金融、互聯網、運營商、數字政府、電力、教育、製造等生產系統落地。昇騰始於華為2016年的一個技術項目,2018年發佈其首個推理產品。如今昇騰算力已成為中國AI產業發展的核心力量。
朱照生宣佈,昇騰已跨越生態拐點: CANN社區從今年6月份起成為中國活躍度最高的開源社區,擁有超過5200個月活開發者,非華為開發者數量已超過華為開發者數量,當前日均新增合入代碼超過3萬行。基於昇騰預訓練模型已超過40個,是國內唯一支持預訓練的AI算力平臺。昇騰不僅開源了CANN,還深度融入業界主流開源社區,與全球開發者共建共享。值得一提的是,從今年7月28日起,昇騰成為在PyTorch社區官方支持的首箇中國算力平臺。他談道,今天中國日均token約為500萬億,以一張卡2000token/s來推演,100萬億token滿打滿算需要578,700卡。
考慮到實際使用過程中負載的波動,通常需要乘以1.3的係數,也就說日均100萬億token需要752,300卡的支撐,500萬億token大約是375萬張卡。這還只是智算部分,如果是整個Agentic Infra,100萬億token需要7萬臺通算服務器,也就是說日均500萬億token需要大約375萬張AI計算卡和35萬臺通算服務器。Agentic時代,算力變化不僅是規模上的變化,還會有互聯和分佈的變化。“超節點+集群”是Agentic Infra的必然路徑,因為算力分佈與互聯方式決定了體驗和企業生產效率。
華為相信未來先進的Agentic Infra是通算和智算在同一個機房,而且通算走向超節點,要滿足多Agent交互所需的海量沙箱,而且是能夠瞬間提供的海量沙箱。通算與智算之間的互聯協議非常重要。去年,華為發佈靈衢互聯協議,以避免協議在不同計算實體之間相互握手轉換帶來的開銷。Infra變化之後,編程與開發方式也會生變。朱照生從5個維度分享Agentic開發和計算的變化: 1、超節點軟件通過原子化接口,為開發者提供極致開放自由度。超節點軟件為開發者提供全面同步和異步原子化開發接口。
編碼會面對兩類的數據和計算:一類是離散高頻次小塊數據通信,通常採用Load/Store接口;另一類是連續的大塊數據通信,更合適的方式是URMA異步通信。華為超節點對這些都定義了完備的接口。華為超節點的內存語義和消息語義的使用,和大家已經熟悉的在單臺計算機上使用的內存語義和消息語義是非常接近的,只需要提前做個配置。朱照生預測,未來每個人擁有的Agent數量大概率會超過其擁有的手機數量。海量Agent爆發伴隨著規模、響應時延和通信帶寬的挑戰,需要通算超節點來構建分佈式共享內存池,來緩存所有沙箱鏡像,這樣才能夠在秒級瞬間啟動十萬甚至上百萬沙箱。
不只是Agent沙箱,在智算系統裡,KV cache多級存儲,包括搜索、推薦,一樣可以利用通鯤鵬超節點來提升性能和收益,改善日常使用過程中的體驗和生產效率。2、從“進程”到“思程”,構建Agent思考和執行的基礎單元。過去計算機操作系統使用進程來管理和調度,實現整個系統資源的最佳應用和穩定運行。今天Agent運行是對一個目標不斷去探尋最優解的過程,轉向開放式“探索”,需要一個新的對象來運行和管理系統,為此,華為提出了思程ThinkProcess。
圍繞思程,華為在兩個空間提供了完備的狀態和資源抽象能力: (1)User space:在設備層面提供狀態管理,通過思程的創建與退出、狀態融合和回滾,能夠讓Agent保持思考狀態,有利於回滾、評估和嘗試不同路徑,在不同分支裡去探尋最優解。(2)Kernel space:以負載感知和全局的資源管理為基礎,支持通算與智算融合調度、共享異構內存, 華為把這些設備抽象成原子級接口來支撐Kernel space和User space的調用,讓底層資源能圍繞Agent的運行來進行協同的工作。無論是狀態的管理,還是從CPU、內存、NPO等硬件資源的抽象,思程都提供了原子級API。思程將於今年年底對外開源。
最近半年,內存稀缺度超出想象,Agent爆發正好疊加內存上升週期。用鯤鵬來提升內存使用效率,只需兩步,而且不需要修改應用的代碼: (1)精準識別冷熱數據。鯤鵬處理器識別冷熱數據的準確率超過99%,比其他處理器高出10個點,同時算力開銷比其他處理器低10%。(2)把識別出的冷熱數據通過極快的壓縮和換出,鯤鵬只需不到5%的算力開銷,而業界超過20%。用同樣的內存容量,鯤鵬在沙箱場景內存超分比可提升30%,在數據庫裡檢索性能可提升15%,在大數據場景裡的內存需求量只有原來的75%。
右圖是在某知名股份制銀行裡的大數據實踐,應用了鯤鵬內存多元感知技術,實現在同樣的業務負載下,每臺服務器所需要的內存配置從原計劃的512GB降到384GB。3、Ascend C面向新架構持續升級,使能編程靈活性,持續提升產品性能。Ascend C語言面向新架構全新升級,同時支持SIMD+SIMT混合編程模式,新增Regbase編程。SIMD+SIMT混合編程中,SIMD實現批量連續存儲計算,SIMT實現非連續訪存計算。Regbase編程將數據搬運和寄存器相關開發過程交給開發者控制,可減少數據搬運次數,提供更多靈活性,釋放Vector計算資源。
華為去年宣佈CANN開源開放,並提出要構建開放PTO虛擬指令集。從去年提出至今,截至本月,PTO虛擬指令集已形成覆蓋基本運算類、通信類等8個分類的120多條虛擬指令,在昇騰CANN社區完全開放。PTO虛擬指令集是面向Tile的指令,支持上層DSL適配和框架/算子跨代複用,基於Tile的指令類型豐富,提供了編譯器自動化和手動模式優化,能更細膩地操控底層芯片硬件資源,簡潔易上手,操作習慣、語法定義與開發者既有習慣一致。4、持續貢獻數據格式技術標準,打造低比特量化業界最佳實踐。面向Agentic時代,浮點數據格式非常重要,尤其是低級特徵的訓練和推理。
去年華為發佈HiFloat8浮點數據格式,為開發者提供更大範圍的浮點數值表達。HiFloat8過去一年的進展包括三個方面: 開發標準進展超預期,不僅已完成團標發佈,還在今年8月完成國標立項。已有超過100家的科技企業、高校及科研單位加入了華為HiFloat社區。圍繞主流模型的訓練和推理,華為與社區成員單位一起完整的實現了從底層芯片、算子、訓推框架、模型到應用全流程的開發和驗證,所有的精度和性能都超預期。HiFloat定製算子訓練精度相比於BF16平均誤差不到0.5%,但性能相比BF16提升了30%;同比同等位寬的MXFP8,同樣精度情況下性能收益超過10%。
預計在未來幾個月會有基於HiFloat8的模型推向市場。更進一步,面向模型的創新,華為還提供了4bit浮點數據格式HiFloat4,可採用E6M2全局縮放因子和64個等效E1M2塊內元素表示,實現4個點範圍內更高精度的元素表達。HiFloat4相比FP4有更大的動態表徵範圍,同時相比MXFP4有更高的數值精度,可獲得更好的計算效率和計算穩定性,為探索更低比特的量化提供更優的浮點數據格式。5、開發者旅程全鏈路Agentic覆蓋,加速AI原生應用落地。
華為帶來全流程Agent工具: (1)CANNbot算子生成:自動生成算子,比如生成一個Vector類算子只需3小時,這在以前手寫需要數天甚至一週的時間。(2)Model Agent模型適配:適配鏈路自動編排,自動適配超10000個模型。(3)MindStudio Agent精度調優:支持從集群到芯片的多級調優,提供小時級快速調優,幫助開發者可以快速定位和解決精度問題。(4)Solution Agent行業部署:內置300多個部署方案,能在幾分鐘內實現最佳參數的尋優。除了Agent開發,華為還優化了昇騰開源社區Infra的交付與開發體驗。
近期華為用Agent實現了CI/CD自動驗證,把過去需要人工盯守的構建和測試過程,用Agent實現,自動觸發、自動構建,多線並行,把CI/CD時間控制在幾分鐘內。過去issue和PR答覆需要幾天時間,今天用Agent,回答質量和審核質量和人類專家水平基本持平,實現了從代碼編寫到合入數據倉完整快速的閉環。華為昇騰開源社區為開發者準備了萬卡集群,提供兩種使用機制: 1、用戶註冊後,按任務申請免費100卡時額度,作為基礎算力開銷。2、積分換卡計劃,每提交一個issue或PR,都能獲得積分,然後用積分來換取更多卡時的支持。
面向開發者,鯤鵬/昇騰的生態資源投入,完整覆蓋了能力築基、持續創新、產業協同三個階段。未來三年,華為將投入50億元來建設開源開放的算力新生態,與夥伴和開發者共同成長。二、華為雲:提出Agentic開發新範式,幫開發者快速構建先進智能體 華為雲夥伴與生態部總裁康曉宇分享說,智能體降低了AI創新門檻,但距離生產級交付與行業縱深落地仍有差距。要解決開發者生產級交付難、業務結果落地難的困境,需要更強的智能體工具、更穩定的智能體運行平臺和可用的行業資源。對此,華為雲提出針對Agentic時代的開發新範式:創新生產力 x 開放生態力。
創新生產力幫助開發者用好智能體工具,開發應用,構建智能體,並讓它們穩定運行;開放生態力可連接行業知識、數據資產和市場機會,讓智能體能夠解決具體的行業難題。華為雲提供創新生產力,從“資源供給者”升級為“任務完成平臺”,以穩健的創新底座Agentic Infra支撐智能體運行,以開放的工具作為創新引擎提升結果質量,再通過最佳實踐的指引幫助創新加速,讓開發成果真正可落地。創新底座方面,華為雲通過AgentArts開放Agent底層能力,減少重複搭建等基礎工程的投入,讓開發者能更穩健地上雲用雲。
AgentArts提供智能體開發能力、原子能力、部署和發佈能力,可以幫助開發者將代碼部署上雲,這些能力既能被直接使用,又能融入開發者作業流程,通過華為雲的智能體技術創新,提升任務成果的質量。創新引擎方面,華為雲Agent為開發者提供多種Agent生產力工具。(1)華為雲碼道代碼智能體:在鴻蒙開發場景升級,深度適配鴻蒙語法與開發範式,讓開發更全面、穩定、準確和省力。(2)華為雲DocZip:開放多維文檔能力, 包括基礎文檔能力、智能文檔能力、生態能力,支持多種接入方式。開發者既可以選擇集成完整的產品,又可選擇按需調用模塊化的能力,將其嵌入自有系統。
(3)華為雲AI Shell:可幫助開發者自動完成部署發佈智能體的工作,讓代碼一鍵安全部署上雲。創新加速方面,Hands-on最佳實踐中心圍繞AI雲原生、鴻蒙、AI辦公等方向,把開發、部署、測試、運維等一系列流程提煉成簡易上手的實踐路徑,來支持開發者0門檻上手。AI降低了開發門檻,但沒有自動降低進入行業門檻。華為雲通過行業AI夢工廠、AI資產廣場、雲商店等平臺,助力開發者用AI解決行業難題。行業AI夢工廠已發佈了7大專區、500多個價值資產,與頭部夥伴共同識別價值場景,開放共創,共享行業模型及數據集,讓大家率先走進行業。AI資產廣場今天正式發佈。
這是一個華為為開發者打造的一站式AI資產匯聚、分發、增值平臺,大家既是資產貢獻者,可在廣場上快速上架AI資產,也是資產使用者,能快速找到合適的資產,免費試用後即刻投入開發創新。好的行業應用需要一個好的分發和交易平臺。雲商店是華為雲官方生態應用交易平臺,已上架1200多款AI場景化應用,覆蓋十幾個垂直行業,讓從上架、推廣到交易全流程都更加省心和安全。面向廣大的夥伴和開發者,華為雲以構建AI解決方案為核心,圍繞加入成長、構建方案、上市增長等全流程,開放了50多項權益資源,涵蓋培訓、技術、市場、業務四大維度,助力其夥伴構建企業級AI創新解決方案。
三、鴻蒙OS:向Agent架構演進,實現三大升級 華為終端雲服務開發者服務與平臺部部長盧鑫剛分享了鴻蒙生態發展的最新進展。鴻蒙已成為世界第三大手機操作系統,中國主流互聯網應用、政務和民生應用已實現鴻蒙化,已有超過40萬個可獲取應用和服務、日均應用下載量超過2億個、註冊開發者超過1100萬人、開發者關鍵API調用量達到3000億次/天。今年9月7日,華為發佈HarmonyOS 7商用版本。該操作系統實現三大升級:一是Agent親和系統架構,底層採用端雲協同大模型架構,可實現靈活的算力調度;二是鴻蒙智能體框架2.
0,以Skill方式開放更多系統能力,支持更豐富的接入方式;三是系統智能體小藝,要實現更聰明更懂用戶,把小藝的能力與操作系統深度融合,成為系統智能中樞。華為開放了更多場景化的地圖Skill集,提供更豐富的圖層能力、更智能的體驗、更便捷的接入。為了讓設備實現更好的互聯互通,HarmonyOS 7升級了鴻蒙星河互聯技術,使多路併發聚合速率達到250MB/s,設備間建立連接的時間縮短至幾百毫秒,並支持與iOS等第三方操作系統的互聯互通。基於空間計算,用戶可獲得更佳沉浸式的體驗。盧鑫剛還介紹了幾款重要的開發者工具: (1)小藝開放平臺:一站式極簡開發Skill和Agent,一鍵發佈真機測試。
(2)DevEco Code和DevEco CLI:前者是鴻蒙編程智能體,實現開箱即用,從0到1開發更輕鬆;後者針對已有編程智能體,可一鍵把華為在鴻蒙上的一些底層命令行工具一鍵式接入。(3)HarmonyOS開發助手:圍繞開發者全生命週期旅程,提供場景化AI開發輔助測試工具。在故障定位領域,華為正在構建故障模式庫,以及基於AI的故障定位定界能力。結語:讓算力可供,讓工具易用,讓應用增值 今年隨著Agent爆發,從算力基礎設施、雲計算到終端操作系統,都在被Agentic AI開發新範式重新定義。
底層算力基座需將通算與智算下成一盤棋,華為用超節點、統一互聯協議、分佈式共享內存、低精度推理等創新策略來為新一代智算中心打樣。在雲計算領域,華為則深入企業級AI剛需,考慮到Agent實際落地需要兼顧的全流程環節,並用Agent接管一些過去依賴人類工程師的耗時環節,幫開發者不止降低開發門檻,也降低在行業中落地的門檻。在終端軟件生態中,Agent和Skill都變成了可上架、可試用、可分成的數字資產。所有這些優化升級,最終都指向智能體在真實場景裡交付結果的能力。
Related
相關文章
Meta Launches Muse for Mac: A Personal AI Agent That Works Across Your Files, Mail, Messages, Calendar and Notes
Meta has released Muse for Mac, the first version of Muse that can complete things on a user’s computer. The agent works with local files and native apps, where your data already lives.

長安汽車首席專家譚歡:未來要用機器人造車、賣車,讓機器人上車、造機器人
作者:清源 責編:清源 評論: 9 月 18 日消息,在今天(18 日)的第 22 屆中國汽車產業發展(泰達)國際論壇“新賽道生態專場:具身智能新賽道”活動中,長安汽車首席專家、長安天樞智能機器人公司總經理譚歡在演講中指出,AI 正推動以物理具身智能為核心的基礎設施革新,汽車未來形態是“汽車機器人”—— 自學習、自組織、自進化的組合智能體。

具身智能技術路線尚未定型,基礎設施卻先收斂
具身智能技術路線尚未成形,但基礎設施需求已開始收斂,重點從製造機器人轉向持續迭代機器人能力。百度集團沈抖指出,智能體能力邊界快速擴展,進入規模化部署階段,但機器人學習新任務與跨環境適應性仍待突破。

88小時抵一個人思考4000年,OpenAI核心研究員:除了自我進化,更可怕的是AI正學會“隱藏自己”
AI正在把4000年的人類認知勞動壓縮進88小時,OpenAI研究員Noam Brown坦言連他自己也被進展速度持續震驚。AI正在把過去需要數千年完成的認知勞動壓縮到數天。真正的問題已經不只是模型能否變得更聰明,而是實驗能否跟上、人類能否在模型繼續自我改進前確認它仍然安全。
Agent辦事、花式P圖、動嘴玩電腦……實測Wildcat Lake輕薄本玩AI有多爽
作者 | ZeR0 編輯 | 漠影 桂林依山傍水,連城市的輪廓,都是一座座山勾勒出來的。抬眼一望,便是翰墨丹青般的自然光景,既沉靜婉約,又意境悠遠。這種乾淨的留白之美,早已被古人融入山水畫藝中,幾筆山石,一帶煙雲,餘下的留給水色,也留給看畫的人。 淨,並非空無一物,而是通過剋制的取捨,讓真正重要的東西凸顯出來。這與今年推出的第三代英特爾酷睿處理器(代號Wildcat Lake)的設計理念不謀而合。

吳恩達回應AI末日論:別被科幻敘事帶偏,應解決現實工程問題
吳恩達曾參與創辦Google Brain和Coursera。吳恩達稱,科技行業早期曾放大AI潛在災難性風險,以獲取關注並影響監管方向;近兩週相關討論再次升溫,也可能存在類似動機。他認為AI確實存在現實風險,尤其包括網絡安全等領域,但不認同將人類滅絕風險作為當前AI發展的核心判斷依據。