在華為中國合作伙伴大會的現場，華為昇騰計算基礎軟件業務總經理李守平接受了一場深度訪談。當話題聚焦于CANN（Compute Architecture for Neural Networks）全量開源后，在超節點集群上運行萬億參數大模型時如何實現更高算力利用率與更低時延時，他給出了極具技術深度的解答。

李守平指出，CANN所面對的是一個包含計算、單元間連接等多個核心模塊的完整系統。要實現算力價值的最大化，關鍵在于如何將這些模塊進行有效整合，這本質上是一場系統性創新。他特別提到，華為的超節點集群與業界傳統集群有著本質區別。傳統集群往往只是簡單堆砌舊節點，而華為的超節點集群實現了統一內存和統一編址。這一創新從協議層面減少了數據包和額外開銷，使得底層負載大幅減輕。

在硬件層面取得突破的同時，華為在軟件層面也進行了深度優化。通過專家并行標準化設計，華為超節點集群能夠充分利用高帶寬優勢。即便在面對萬億參數大模型需要切分資源的情況下，也能將帶寬優勢發揮到極致，避免資源浪費。這種軟硬件協同優化的方式，為提升算力利用率和降低時延提供了有力保障。

華為在生態戰略上的轉變同樣引人注目。過去，行業在國產替代方面更多處于被動防御階段，主要關注能否運行CUDA代碼，試圖在他人搭建的技術框架內進行修補。而如今，隨著CANN的全量開源和超節點協議的主動開放，華為的戰略重心已經從構建自主能力轉向共建開放標準。這一轉變意味著華為不再滿足于產品“可用”，而是希望將底層技術的定義權交還給社區，與全球開發者共同構建一個開放協作的生態系統。

李守平提到的“統一內存編址”和“協議層減負”，體現了華為用軟件定義思維重塑硬件邊界的技術理念。這種思路與當年Linux對抗Unix的路徑頗為相似。當底層技術足夠透明，上層的應用創新才能獲得更廣闊的發展空間。對于國內眾多面臨算力成本高昂、定制需求難以滿足困境的AI初創公司而言，華為的這一技術理念或許提供了一個全新的發展方向：與其在他人構建的技術體系中修修補補，不如基于自主技術打造屬于自己的創新土壤。

盡管華為在技術創新和生態戰略上取得了顯著進展，但挑戰依然存在。CUDA經過二十年的發展，已經積累了深厚的技術底蘊，這不是通過一次開源就能完全追趕上的。開發者習慣的遷移、工具鏈的完善程度，都需要時間的沉淀和持續的優化。然而，華為選擇的技術發展方向無疑是正確的。當國產算力從單純的硬件銷售轉向能力輸出，從技術兼容者轉變為標準定義者，這場關于AI基礎設施的競爭才真正進入了更具挑戰性的階段。