華為一以貫之做“黑土地”，無論在哪個時代，都去做孕育應用誕生的tech of tech。
安徽蕪湖，成了中國大模型產業乃至AI產業的關注焦點。
這裡並非是資料中心傳統意義上的集聚地，如今成為全國十巨量資料中心叢集之一、國家「東數西算」的重要節點，三大營運商、華為、中科曙光、字節跳動等15個龍頭企業資料中心項目落子叢集起步區。
6月14日，華為雲華東（蕪湖）資料中心成為該叢集首個開服的項目，自然受到了額外的關注。
一方面，這是在東數西算和大模型背景下，觀測蕪湖乃至中國智算產業的一個絕佳窗口；另一方面，安徽蕪湖與貴州貴安、內蒙古烏蘭察布三宏量資料中心，是華為最高規格、最大規模、最新技術的資料中心，構成了華為雲的算力「鐵三角」。
有心者可能還記得一個時間點，2018年，華為輪值董事長徐直軍首次發佈華為AI戰略與全端全場景AI解決方案，其中包括全球首個覆蓋全場景人工智慧的華為Ascend（升騰）系列晶片以及基於華為Ascend（升騰）系列晶片的產品和雲服務。
當時大模型還遙遙無期，華為的AI戰略不可謂不超前，而且華為沒有把人工智慧定位為新業務，更多定位為一種使能技術，用全端全場景的能力，支撐所有企業探索人工智慧。
全場景，指包括公有雲、私有雲、各種邊緣計算、物聯網產業終端以及消費類終端等部署環境；全端是技術功能視角，指包括晶片、晶片使能、訓練和推理框架和應用使能在內的全堆疊方案。
如果按照正常的產業發展方向，華為本該早已完成AI全端戰略佈局。但是2019年的“制裁事件”，打亂了華為所有的節奏，也給國內算力產業敲響了警鐘。
產業內外一度懷疑，華為還能不能活下來，AI戰略似乎也難以實現。
華為雲蕪湖資料中心開服的意義遠超一個資料中心本身，它標誌著華為雲全國存算網雲核心樞紐佈局全面完成，繼而成為華為AI全端能力的錨點，也在宣告－華為六年前吹過的“牛”，正在一步步兌現。
通用目的技術，缺失的一環
技術進步是經濟成長的源泉，而長期的經濟成長是由少數幾種關鍵技術所推動的，經濟學家稱之為「通用目的技術」 ，蒸汽機、電力、內燃機和數位技術，就是四種最典型、最重要的通用目的技術。
不同於先前蒸汽機驅動了第一次工業革命，單一技術的作用更大，有學者認為，數位技術曾以電腦和網際網路為典型代表，目前已從過去的單點突破進入多技術協同推進、群體性演變的爆發期，呈現擴散速度加快、迭代周期縮短的特性。
前幾年雲端運算與巨量資料、物聯網等技術如火如荼，在現今的人工智慧面前卻遜色不少，說明即便同屬於通用目的技術，也有主次之分。
華為早有預判：人工智慧是一組技術集合，是一種新的通用目的技術，不僅可以使我們以更高的效率解決已解決的問題，還可以解決許多沒有解決的問題。
其中值得思考的是，華為並沒有將雲端運算、巨量資料、物聯網等技術視作通用目的技術，而是置於人工智慧的技術集合中。
根據技術代差遞補性（Technical Generation Complementary）理論，當一項具有代差的全新技術出現時，由於它本身的不完備性，往往需要現有技術作為其補充，與之形成在技術上的「高低搭配”，因此新技術並不能夠完全取代現有技術而主宰整個市場。
例如，固定電話的出現並沒有立刻導致電報的出局，但行動電話的出現卻直接將電報三振出局；再如五代戰機與四代戰機形成高低搭配，淘汰三代機等。
這也啟示我們，人工智慧是新的代差技術，雲端運算等則是承載人工智慧的底座，當人工智慧與現有技術形成高低搭配的全端組合，它的價值才能徹底釋放。
雖然如何供應大模型算力，業界目前尚未統一，有私有雲、公有雲等多種方式，但最終都在走向雲端運算的技術架構，例如全球多地、多活、多架構，離線線上混布、容器化部署等。
海外公有雲和AI也在趨近，典型如OpenAI和微軟，AWS和一眾大模型創企，都說明了雲端運算成為補足AI技術代差的關鍵，中國市場的特殊之處，就是缺失了晶片層。
每一次通用目的技術的發展，舊有巨頭總會面臨淘汰危局，新的明星企業總會異軍突起，越早轉身，越早抓住機會的企業，才能收集到儘可能多的籌碼。然而，當這些企業準備轟轟烈烈擁抱新時代時，有一重問題難以避開，和華為6年前AI戰略轉型相似，在人工智慧的技術集合中，由於海外封鎖原因，導致中國企業更難獲得底層關鍵的算力。
科大訊飛董事長劉慶峰就提到，關鍵問題是算力能不能頂上，我們特別需要更大規模的國產算力支撐，還好有華為公司，能夠在真正的硬科技算力層面上解決給世界第二種選擇。現在業界能夠量產做大模型訓練除了輝達只有華為一家，在推理上已經做到完全對標輝達。
雲和AI的關係近似電和電機、魚和水，水大魚大，更大的發電廠才有豐富多樣的電器。與此同時，雲端運算從定義IaaS往下已經延伸到了晶片指令集，如果哪家公有雲巨頭沒有深入到晶片側，則意味著在智慧時代即將出局。
沒有算力根技術的基礎設施，智慧便無法發展。由此雲運算被硬生劃分為兩個階段，以x86為主的通算雲，和以NPU、GPU為主的智算雲，所有的一切都在重構。
重新定義大模型時代的資料中心
資料中心是AI全端技術的重要一環，自然也處於重構當中。資料中心向下納管數以十萬計的伺服器，計算、儲存和網路共同構成龐大的計算群集，支撐AI大模型的訓練等任務；
向上將算力服務化，以雲端運算的形式對外輸出給千行百業，讓企業不必擔心基礎設施底座，只需要專注於自己的核心業務，實現AI戰略轉型。
根據Scaling Law原理，隨著模型規模的增加，包括參數數量、資料規模和計算資源，模型的效能也會相應提高，這也是為何單體資料中心的規模越做越大，企業需要的單一算力叢集規模也越來越大。
因此，具備更大規模效應的公共算力中心，才是解決算力緊缺問題的最佳方案，“算力的盡頭是上雲”，而具備自主可控晶片的升騰雲服務，則是企業所需雲算力的最佳方案。
如果說先前的資料中心產業格局，更多是政府規範下的市場自然演進，先有需求再有建設，那麼，「東數西算」就是在國家頂層規劃下，算力產業資源與生態的協調再分配。不僅要解決當下的算力需求，也要考慮未來產業如何發展。
2022年2月，「東數西算」工程正式全面啟動，如今火熱的大模型，在2022年底才掀起了新一輪的算力熱潮，東數西算工程適度超前建設的思路，在大模型領域有了直觀的效果。
面對大模型時代的資料中心，也要遵循Scaling Law的指引，華為雲華東（蕪湖）資料中心率先打了個樣。
華為雲華東（蕪湖）資料中心的建設規格與以往有很大不同，依照Uptime Tier3、國標A級標準設計，每個園區總體規劃多棟DC+1棟綜合樓+變電站，江北、三山、職教園三個園區，總佔地6000畝，規劃了300萬台伺服器，園區之間通過光纖網進行連接，對外是TB級網際網路出口頻寬。
規格高、規模大隻是一方面，華為雲還在資料中心引進了多種首創技術。例如AI技術精準控制溫度，採集了資料中心、IT基礎設施、雲服務的全端資料集進行訓練，首創了雲服務感知能效調優技術，AI智慧調優精度高達99.5%，可使PUE降低8 %至15%，液冷資料中心PUE低至1.1，華東區域能源效率最優，每100萬台伺服器每年可節省10億度電。
此外，華為雲蕪湖資料中心也是業界首個全端使用IPv6的雲資料中心，同時首創機房產品化，交付過程中的品質問題降低了90%，在維運層面首次引進IOT技術，實現了告警秒級上報，故障分鐘級定位。
資料中心內，伺服器一刻不停地計算、儲存、傳輸，但是作為AI基礎設施底座，使用者對資料中心的感知並不明顯，他們也不必關心資料中心的建設，更不必提「風火水電”等資料中心的基本要素。
他們關心的是，資料中心如何直接作用於大模型等人工智慧業務換句話說，資料中心只是表象，內裡的AI全端能力，是華為更值得關注的部分。
主權AI，如何建設？
在AI熱潮下，全球主要國家均大力投資AI基礎設施，「主權AI」的概念隨之興起，指的是單一國家或地區透過建立AI基礎設施、提高AI能力來滿足自身發展需求，這也是國家層面希望人工智慧作為通用目的技術起到的效果，經濟成長、產業革新。
實際上，不僅國家需要主權AI，產業、企業和個人都需要自己的主權AI，這就涉及從智算中心到雲端運算，從晶片到大模型平台的全端AI體系。華為雲升騰AI雲服務不僅包含雲化算力，也提供了AI開發生產線ModelArts和AI開發者生態AI Gallery。
首先，升騰雲服務可提供「6A」級算力，故障恢復快、資源獲取快，模型遷移快、 雲上推理投資優、就近服務時延優、雲上性能優，滿足自研大模型、增量訓練大模型、智慧應用開發等；
升騰雲服務可提供多樣化算力的使用、管理和部署模式，獨有的多級恢復機制和完備的工具鏈可實現千卡訓練連續30天不中斷，任務恢復時長小於30分鐘，為大模型和AI應用的開發、運行、維運提供最佳算力雲底座。
其次，升騰雲服務提供了AI開發生產線ModelArts，其是針對AI開發者的一站式開發平台，提供海量資料預處理及半自動化標註、大規模分佈式訓練、自動化模型生成及端- 邊- 雲模型按需部署能力，幫助使用者快速建立和部署模型，管理全周期AI工作流程。
同時，升騰雲服務還可以滿足多樣化算力部署模式，除了支援華為全場景AI框架升思MindSpore外，還支援Pytorch、Tensorflow等主流AI框架。這些框架中90%的算子，都可以透過華為端到端的遷移工具平滑遷移到升騰平台。
最後是AI開發者生態AI Gallery，基於升騰雲服務算力底座，建構一站式AI社區服務平台，包含豐富AI資產、服務、解決方案。適配業界主流開源大模型，易用開發工具與超強算力，協助企業與開發者快速建立模型應用，在大模型時代快人一步。
縱觀全球大模型產業，中國大模型產業缺少關鍵一環，因此遭受了最嚴峻的挑戰，如今這些難題正被包括華為在內的產業各方逐步解決。
徐直軍先前曾表示，任何技術只有精準的定位，才會充分發揮其價值，給人工智慧技術合理的定位，是理解和應用此技術的基礎。
當華為確立了人工智慧的定位，也找到了自己在AI產業中的定位。華為是國內最早佈局AI的廠商之一，且攻取的都是AI的根技術，算力、大模型、開發平台等，根深葉茂，本固枝榮，中國大模型產業的天花板可能不在於大模型本身，而在於算力根柢。
回到雲端運算的視角，中國雲端運算產業的競爭焦點，也不只關乎雲端平台本身，更與如何滿足企業的AI需求息息相關。表面上，雲仍然是最重要的基礎設施，企業上雲和深度用雲的處理程序仍在進行中；而實質上，從雲時代到智能時代，企業對於AI的訴求將決定雲端運算行業的未來格局，華為雲正憑藉著全端AI能力，試圖描摹出這個新時代的清晰輪廓。
如同網際網路產業的繁榮，離不開通訊基礎設施的完善，華為一以貫之做“黑土地”，無論在哪個時代，都去做孕育應用誕生的tech of tech。
江湖多風波，何妨且徐行。華為花了六年，兌現了先前的承諾。 （鈦媒體）