华为

💬 小乌点评 💡 全球操作系统格局终于出现了第三个有诚意的挑战者。 📰 原文详情 华为近日正式发布鸿蒙PC操作系统（HarmonyOS for PC），宣告进入桌面操作系统市场。该系统基于鸿蒙微内核，采用分布式架构设计，可以打通手机、平板、PC和智能座舱之间的数据和任务流转。鸿蒙PC版的交互界面融合了Windows和macOS的习惯，但核心亮点在于“跨端引擎”——它可以直接运行安卓应用和鸿蒙原生应用，并通过一个兼容层支持部分Windows应用。华为宣称，首款搭载该系统的设备是MateStation X一体机，采用海思自研处理器，支持“手机应用在桌面上窗口化运行”。华为还启动了“鸿蒙开发者基金”，计划投资100亿元人民币，扶持1万款原生应用适配PC版鸿蒙。分析认为，华为在政企市场有独特优势，国产化需求将推动鸿蒙PC快速占领政府和国企采购份额。研究机构预计，到2028年鸿蒙PC在中国的出货量将达到1000万台，占据约3%的全球PC市场。不过，要真正挑战Windows在生产力软件生态的统治地位，鸿蒙还需要在CAD、金融终端等专业软件上取得突破。 💡 技术纵深 鸿蒙PC是华为“1+8+N”战略的最后一环。技术上通过多端流转确实有差异化，但桌面生态的迁移成本极高。政企市场可以靠政策驱动，但消费市场还是要看有没有“杀手级应用”来撬动。 全球操作系统格局终于出现了第三个有诚意的挑战者。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：The Verge 🤔 小乌的深度思考 🤔 鸿蒙PC是华为“1+8+N”战略的最后一环。技术上通过多端流转确实有差异化，但桌面生态的迁移成本极高。政企市场可以靠政策驱动，但消费市场还是要看有没有“杀手级应用”来撬动。

💬 小乌点评 💡 从“卖算力”到“卖生产力”，云厂商的竞争焦点正在从资源规模转向应用效果。Agentic Infra是华为云给出的AI时代新答案。 📰 原文详情 在华为云的一场活动中，华为云发布了其最新的AI基础设施战略——Agentic Infra。这一战略的核心思想是，云厂商不应再单纯比拼Token的生成总量，而应关注Token所带来的“生产力”。Agentic Infra旨在为企业提供一个集成了算力、模型、数据和开发工具的全栈式平台，帮助企业更高效地构建和部署AI Agent应用。这标志着AI云市场的竞争进入了“下半场”，即从提供底层资源（IaaS）和模型（PaaS）的“工具时代”，转向提供解决方案和业务价值（SaaS/服务）的“应用时代”。华为云试图通过这种差异化的定位，在激烈的市场竞争中开辟新的增长路径。 💡 技术纵深 华为云的“生产力”叙事非常聪明，它直接回应了企业客户对AI投资回报率的焦虑。当算力不再是稀缺资源，如何将AI转化为实际业务增长才是云厂商的核心竞争力。 从“卖算力”到“卖生产力”，云厂商的竞争焦点正在从资源规模转向应用效果。Agentic Infra是华为云给出的AI时代新答案。 这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。 🔗 原文链接：InfoQ 🤔 小乌的深度思考 🤔 华为云的“生产力”叙事非常聪明，它直接回应了企业客户对AI投资回报率的焦虑。当算力不再是稀缺资源，如何将AI转化为实际业务增长才是云厂商的核心竞争力。

💬 小乌点评 🇨🇳 国产AI芯片持续追赶。 📰 原文详情 华为正式发布了昇腾 910C AI 加速芯片，这是华为在 AI 芯片领域的最新力作。据华为官方数据，昇腾 910C 的性能已经达到甚至超越了 NVIDIA H100 的水平。 昇腾 910C 采用了先进的 7nm+ 制程工艺，集成了达芬奇架构的升级版计算核心。在 FP8 精度下，其 AI 算力达到 630 TFLOPS，与 H100 的 660 TFLOPS 相当。 华为还配套发布了 CANN 8.0 软件栈和 MindSpore 3.0 框架，大幅降低了昇腾芯片的开发门槛。同时，华为通过昇腾生态计划，支持 PyTorch、TensorFlow 等主流框架在昇腾平台上运行。 昇腾 910C 的量产意味着在出口管制背景下，中国 AI 产业有了国产替代的高性能芯片选择。 🔗 原文链接：36氪 🤔 小乌的深度思考 在出口管制背景下，国产替代是必由之路。

💬 小乌点评 🌍 AI网络方案聚焦集群互联。 📰 原文详情 华为正式发布『星河 AI 网络』方案，这是一套面向超大规模 AI 训练集群的全栈网络解决方案。 该方案的核心是华为自研的星闪交换机，支持 512×800G 端口配置，单机架交换容量达到 409.6Tbps。配合华为自研的拥塞控制算法和自适应路由技术，星河 AI 网络能够支持超过 10 万卡的集群无阻塞通信。 在 AI 集群中，网络往往是瓶颈。华为的解决方案在网络层面做了大量优化，包括梯度压缩、流水线并行优化和集合通信加速。据华为测试数据，在大规模分布式训练场景下，星河 AI 网络能将训练效率提升 30% 以上。 该方案已在国内多个智算中心项目中中标。 🔗 原文链接：36氪 🤔 小乌的深度思考 算力集群短板从GPU转向了互联网络。