摘要：全面开源开放，昇腾为全球AI注入“猛药”
凤凰网科技 出品
作者｜冰美式
编辑｜刘毓坤
在全球AI算力竞争进入深水区、技术代际更替加速演进的当下，华为正在调整叙事重心：从产品性能的“点式突破”，转向生态建设的“系统性投入”。
9月20日，在华为全联接大会2025（HC2025）上，华为常务董事汪涛指出，繁荣的生态，不仅是产业前行的核心引擎，更是支撑华为长期增长的战略基石。会上，“开放、合作、共赢”也成为他反复强调的关键词。
同时，在这场被视作昇腾“亮剑”的大会上，昇腾计算业务总裁张迪煊宣布成立CANN技术指导委员会，并承诺每年投入1500P算力和3万开发板，支持全球开发者共建共创。不同于以往单点性能的比拼，这一次华为选择押注全栈开源与硬件开放，把工具链、编译器、框架全面交到开发者手中，也将模组、标卡、超节点开放出来，意在夯实AI产业的算力底座。
对华为而言，这不仅是技术路线的延续，更是从“补齐短板”到“主动建新路”的转变：不仅要在全球AI格局中找到属于中国的竞争力，也要与全球开发者一起，去定义新标准、开创新范式。
开源先行，共建社区新局面
过去，昇腾的核心软件栈CANN更多由华为内部主导研发和维护，对外开放有限，开发者要想深度参与并不容易。而这一次，华为明确提出计划在年底前完成CANN全栈的开源。这意味着，从编译器到算子库、从运行时到底层接口，开发者都可以自由调用、调优甚至改造。
这种变化不只是一个口号，而是架构层面的根本性调整。通过分层解耦，CANN将支持开发者按需调用模型、算子、内核甚至底层资源。对于希望深入优化性能的“发烧友”，华为还开放了底层Runtime能力，让他们能够细粒度调度硬件资源，挖掘出潜在的极致算力。这一转变，直接响应了开发者长期以来对灵活性、透明度和兼容性的诉求。
与此同时，CANN也在逐步构建一套完备的编程体系。开发者既可以使用Ascend C语言与CATLASS模板库实现自定义开发，也可以通过对接Triton、TileLang等Python前端框架快速验证新想法。华为还开放了共享存储能力，使片上内存可以实现资源池化，开发者通过SHMEM接口开发算子，通信延迟显著降低，代码量减少60%。下一代产品还将引入CCU集合通信加速单元，把部分归约计算卸载到专用硬件上，进一步释放算力潜能。
在基础能力之外，昇腾也贡献了新的计算标准与工具。华为创新了HiFloat8低精度数据格式，并捐献给全球计算联盟（GCC）推动标准化，在保持接近FP16精度的同时，显著降低了显存占用，为大模型训练和推理提供更高性价比的方案。工具链方面，华为开源了自动调优工具msProfiler，能够根据输入参数自动生成最优Tiling策略，算子开发效率提升20倍以上。在推理优化中，Attention与FFN分离方案通过灵衢互联实现大带宽低时延，实测性能提升超过50%，相关代码已开源到vLLM社区并持续迭代。
全面开源带来的价值，目前已经在业界初步得到验证。上海人工智能实验室国产编译首席研究员袁晟，基于CANN开源的编译器组件AscendNPU IR，开发了Triton扩展深度学习编译器DLCompiler。该编译器通过跨架构DSL扩展与智能自动优化技术，大幅提升了开发效率与运行性能。在MLIR编译阶段，DLCompiler与AscendNPU IR深度对接，充分利用了其底层表达能力，从而让Triton算子在昇腾硬件上实现高效性能优化。
透过现象看本质，开源不仅是“代码共享”，更是技术创新的加速器。而对于华为而言，全面开源或许只是第一步，更重要的是如何融入全球开发者生态。张迪煊提到，昇腾将优先支持Triton、PyTorch等主流开源框架，并把最新功能第一时间开放到社区。
多个国际社区中，昇腾的新特性和组件已与主流框架同步上线，让开发者能够在第一时间获取并测试最新技术。据了解，当前昇腾主导或深度参与的开源项目超过60个，累计贡献37万行代码，活跃开发者数量超过6500人。
另外，在大会期间CANN技术指导委员会正式成立，这标志着昇腾软件栈的管理将从“公司主导的项目制”走向“社区化共治”。这一模式下，开发者不再只是工具的使用者，而是通过议题讨论、代码贡献、规则制定，成为生态演进的共同塑造者。
大会上，华为承诺每年投入1500P算力和3万片开发板，面向全球开发者开放使用。通过算力和硬件的长期供给，开发者不仅可以快速验证和迭代自己的想法，还能在低成本环境中探索创新路径。这种大规模资源投入，实际上为昇腾生态构建了一个持续的“飞轮效应”：越多开发者加入，生态越丰富；生态越丰富，昇腾的技术壁垒和市场吸引力就越强。
硬件开放，打造全场景坚实算力底座
如果说全面开源为昇腾生态铺设了“软件高速公路”，那么硬件开放则是在夯实算力的“地基”。张迪煊在演讲中强调，昇腾不仅要在软件层面做到开放透明，还要在硬件环节彻底打破壁垒，把模组、标卡、互联协议交到伙伴手中，让更多厂商能够在此基础上打造差异化产品。
其中，灵衢协议的价值尤其关键。在大模型时代，超节点需要多个算力单元的高速互联。传统方案往往受限于带宽和时延，导致算力利用率不足。基于灵衢互联协议，华为开创了超节点架构，其具备资源池化、规模扩展、长稳可靠的关键特性，可实现计算、存储单元的大带宽和低时延互联，通过统一协议和内存编址，使有效算力能够随集群规模线性扩展，并大幅提升集群可靠性。
在华为给全球AI注入的“猛药”中，硬件开放也并不是抽象的概念，而是在产品迭代中有了更具象的体现。今年，昇腾已经推出了大模型推理标卡，支持伙伴开发面向垂直场景的一体机。并且公布了明年的产品节奏：Atlas 350标卡、Atlas 550模组和刀片服务器即将上市。
据介绍，Atlas 350标卡，采用最新的昇腾950PR芯片，向量算力提升2倍，支持更细粒度的Cacheline访问，在推荐推理场景可实现2.5倍性能提升，且单卡即可运行。Atlas 350支持4个灵衢端口互联，实现算力、内存等资源池化，可以让更大参数模型、更低时延应用可以在标卡上实现。
实际上，硬件能力的释放也正在通过行业方案，与产业界共享技术红利。目前，华为已经联合20多家ISV伙伴，基于昇腾平台打造行业解决方案，比如在金融场景中，基于昇腾平台的信贷报告系统，能够在保障数据安全的前提下显著提升处理效率；在医疗场景中，电子病历与教学助手的应用已经进入试点，为医生提供更快速的信息检索与辅助决策；在电力行业，算力平台则支撑了电网调度优化，帮助提升运行稳定性。
未来，随着更多伙伴的加入，这种模式或许将加速AI应用在千行百业的渗透。大会现场，张迪煊也呼吁道，“诚挚欢迎更多ISV加入，共同挖掘新场景、新机会，让AI走深向实，智能无所不及。”
一手硬件开放，一手软件开源，前者提供物理层面的支撑，后者塑造了创新的通道。两者叠加，无疑让昇腾在体系化能力上，建立起新的优势。
全球化与人才培养并进，驱动生态的可持续力量
生态的繁荣不仅依赖于开源和硬件开放，同样需要长期的人才培养与国际化布局作为支撑。自2020年起，华为与教育部合作推动“智能基座”计划，把昇腾课程引入高校课堂，逐步形成覆盖本科、硕博不同阶段的培养体系。
这几年，华为不仅推动了普适性的教学内容，还与头部高校成立鲲鹏昇腾卓越中心和孵化中心，围绕编译、算子优化、推理加速等关键方向开展科研课题。大力地投入，也让华为看到了阶段性的成果。比如，北京大学杨智团队自研的TileLang编程语言，通过类Python的编程方式大幅降低了AI编程门槛，与昇腾CANN完成对接后，能用不到原始代码六分之一的篇幅实现FlashAttention算子，性能依旧保持在主流水准。
又如，基于昇思MindSpore框架，巴黎文理大学高等矿业学院正在探索降维压缩技术，在减少10倍KV-Cache内存消耗的同时，将精度损失控制在0.1%以内。这些案例表明，科研与人才培养正在与产业生态形成正向循环：新方法推动性能优化，而生态平台则为研究成果的落地提供舞台。
在全球化方面，华为正尝试让昇腾生态逐步进入海外市场。不同于以往以产品出口为主的路径，这一次，华为更多通过开放代码、工具链与标准，把昇腾嵌入国际开源社区，从而实现“生态先行”。昇腾也在多个国际社区同步发布新特性，让海外开发者可以第一时间接触到昇腾的能力。
同时，华为也在与海外高校和科研机构建立合作，从联合实验室到人才培养计划，逐步形成更稳固的国际化网络。对于产业伙伴而言，这种开放姿态降低了试水成本，让他们能够在已有生态框架下尝试使用昇腾，而不必担心兼容性问题。
过去几年，华为在压力与竞争中一次次选择“另辟蹊径”：从操作系统到自研光器件，再到今天的昇腾生态，都体现出“补齐短板”之外的另一种路径——主动建新路。
这条路不是简单的产品堆叠，而是由一系列系统性举措构成：全面开源，让工具链、编译器与算子库真正走向社区；硬件开放，把模组、标卡和互联协议交给伙伴，构建全场景算力底座；人才培养与全球化布局，为生态提供源源不断的创新活力与应用空间。
正是在这些行动的支撑下，昇腾不再只是华为的一个产品线，而正在成为开发者、产业伙伴乃至科研机构共同参与的开放平台。它的意义，或许不只是中国AI产业在全球竞争中的一次突围，更可能是未来生态竞争格局中的一次提前布局。正如张迪煊在演讲最后所说，别再只做“使用者”和“适配者”，要成为“定义者” 和“开创者”。
