2025年，人工智能大模型正式从技术验证阶段迈入规模化商用新阶段。在这一轮科技动态的浪潮中，一个核心矛盾正在浮出水面：算力需求爆炸式增长，但底层基础设施的适配速度却远远跟不上。华为中国政企互联网行业总经理黄健近日在媒体沟通会上直言，当前AI领域的Token用量爆发式增长，已经远超行业适配速度，催生了普遍的“AI转型焦虑”。他预计2027年至2030年间，Token经济将全面影响所有作业行为及工作框架，短短三年内消化如此巨大的转变，给整个行业带来了前所未有的压力与挑战。这场由大模型驱动的变革，正在重新定义算力、存力和运力的关系，而华为给出的答案并非执着于单芯片制程，而是通过网算存协同一体化，将“高速公路修得更宽”。
算力三重困境：Token经济下的“焦虑”根源
在过去半年里，Token消耗量增长了6倍，模型调用次数增加了约50至100倍——这一组来自第三方机构的数据，让所有从业者都感受到了AI技术落地速度的恐怖。黄健指出，这种增长趋势必将拉动算力服务、数据存储、网络服务等上下游配套需求的急剧上升。然而，行业智能化升级仍深陷多重困境：底层算力支撑不足、跨场景适配成本高昂、技术开发门槛偏高。这些难题持续制约着产业智能化转型的速度与落地效率。
从本质上讲，当前AI大模型已经不再是实验室里的“玩具”，而是真正进入了互联网核心业务——AI Agent成为增长引擎，智能客服、代码生成、内容创作等场景对Token的消耗量呈指数级增长。但与之对应的，是许多企业发现自己的数据中心根本无法支撑高频次的模型调用。这种供需失衡，成为当前科技动态中最突出的矛盾点。
值得注意的是，Token经济的爆发并不是单纯由技术迭代驱动，而是由业务场景的规模化落地所引爆。以互联网行业为例，头部企业的日活用户数动辄数亿，每一次对话、每一次内容生成都意味着Token的消耗。当这些调用量从百万级跃升至亿级时，传统的数据中心架构便显得捉襟见肘。黄健强调，与其在单芯片制程上“内卷”，不如从系统层面重新思考算力供给方式。
运力瓶颈：比算力更棘手的“高速公路”问题
当整个行业都将目光聚焦于芯片算力时，华为却指出一个被忽视的真相：运力是目前最突出的瓶颈。黄健直言，在算力、存力和运力三者中，运力已经成为限制AI规模化落地的最大短板。他打了个形象的比方：如果算力是汽车的马力，存力是加油站，那么运力就是连接两者的高速公路。现在的问题是，汽车越来越快，加油站越来越多，但高速公路却堵得水泄不通。
大模型训练和推理对通信时延与集群互联的要求急剧上升。以千亿参数模型为例，一次训练任务需要数千张GPU卡协同工作，卡之间的数据传输量惊人。如果网络带宽不足或延迟过高，就会导致大量计算资源闲置等待，整体效率大打折扣。华为给出的解决方案是星河AI数据中心网络和昇腾超节点，从硬件、软件、调度、生态四层协同，大幅降低分布式通信损耗。据黄健介绍，华为已将NPO带宽提升八倍以上，Token产生效率提升五倍。
这一思路与当前AI技术领域的共识高度一致。越来越多的企业开始意识到，单纯堆砌GPU并不能解决所有问题，网络架构的设计同样决定了最终性能。对于正在部署大模型的企业来说，评估网络拓扑、优化通信协议、统一调度策略，这些软性能力的重要性正在超过硬件本身。而华为的“网算存一体化”方案，恰恰为这种系统性思维提供了落地路径。
三层专属服务体系：从“大厂”到“小厂”的差异化赋能
互联网行业对高并发、高稳定的要求是出了名的苛刻。针对这一行业的特殊需求，华为搭建了三层专属服务体系，覆盖不同规模企业的全生命周期交付运维。这一服务体系的设计，体现了华为对AI技术的深刻理解——不同的企业面临不同的痛点，解决方案也必须分层。
第一层，面向头部互联网大厂。这些企业往往拥有自己的技术团队，但他们需要的是深度定制和贴身服务。华为为此配备百余人规模的研发与行业复合型工程师团队，提供“管家式”服务，从算力架构规划到网络优化部署，再到日常运维和版本迭代，全程陪伴。
第二层，面向中小互联网企业。这些企业技术实力相对薄弱，但业务增长迅猛。华为联合生态伙伴提供标准化服务，涵盖前期算力架构规划、网络优化部署，以及日常7×24小时远程和现场运维。同时，持续提供开源框架适配、版本迭代配套等支持，帮助中小企业在不增加过多技术成本的前提下，快速接入AI能力。
第三层，面向云厂商等高要求客户。华为不仅提供昇腾超节点技术、灵渠、高可靠等产品，更投入几千人在主流开源软件适配方面进行联合创新。同时，与业界主流开源社区协同，参与社区贡献、治理、路标规划，并将优质特性上传社区，为开发者提供高效、高品质的算力底座与易用开发工具。这套体系不仅降低了大模型训推、迁移落地的门槛，也为整个生态的繁荣奠定了基础。
AI Agent与产业变革：从“工具”到“生产力”的质变
此次沟通会的另一个核心议题是AI Agent的崛起。黄健指出，AI Agent已经成为互联网业务的核心增长引擎。从电商平台的智能推荐、金融领域的风控决策，到医疗行业的辅助诊断，AI Agent正在渗透到每一个业务环节。然而，要实现真正的Agent化，需要的不仅仅是更强的模型能力，还需要更高效的算力调度和更稳定的网络连接。
在这一过程中，AI技术本身也在快速进化。过去的AI产品更多是“被动响应”，而现在的AI Agent已经开始具备“主动规划”能力。例如，用户可以通过AI诗词生成器，利用大模型创作古风意境；也可以通过AI画图工具，将文字描述直接转化为视觉作品。这些看似简单的功能背后，是Token调用量的指数级增长，以及底层算力与运力的强力支撑。
对于企业而言，拥抱AI Agent不仅是技术升级，更是业务流程的重构。黄健提到，预计2027年至2030年间，Token经济将全面影响所有作业行为及工作框架。这意味着，未来的每个岗位都可能与AI Agent协同工作。企业需要从现在开始，构建适合Agent运行的算力基础设施，而不是等到需求爆发时再临时抱佛脚。
开源生态与开发者赋能：降低门槛才是王道
在谈到AI技术的落地难点时，黄健特别强调了开源生态的重要性。华为投入大量资源参与主流开源社区的贡献、治理和路标规划，并将优质特性上传社区。这一做法的核心逻辑是：降低开发者的使用门槛，才能让更多企业享受到AI技术带来的红利。
目前，大模型训推、迁移落地的门槛依然偏高。许多中小企业没有足够的技术团队去适配不同的模型框架，也没有经验去优化训练和推理性能。华为通过提供易用的开发工具和标准化的算力底座，让开发者可以像搭积木一样快速构建应用。例如，利用AI工具导航平台，开发者可以一站式找到最适合自己的AI产品，包括AI图片生成、抠图等实用工具，从而快速验证业务场景。
这一策略与华为的“分层算力”理念一脉相承。黄健认为，未来的算力市场不会是一家独大，而是分层多态。不同场景需要不同类型的算力，从云端训练到边缘推理，从通用计算到专用加速。华为通过开源生态和开发者社区，试图构建一个开放、包容的算力生态，让每一层算力都能被高效利用。
从更宏观的视角看，当前科技动态的核心主线已经非常清晰：AI技术正在从“单点突破”转向“系统进化”。芯片性能的提升固然重要，但网络架构、存储体系、调度算法、生态工具等系统级能力的协同，才是决定AI能否真正规模化的关键。华为的“网算存一体化”方案，以及三层专属服务体系和开源生态建设，正是对这一趋势的有力回应。
未来展望：Token经济下的新基建与新机遇
站在2025年年中回望，过去半年的Token消耗量增长6倍，模型调用次数增长50到100倍——这些数字已经足够震撼。但更令人深思的是，这些增长还只是开始。随着AI Agent在更多行业落地，千行百业都将进入“Token化”的进程。届时，算力、存力、运力的供需矛盾会更加尖锐，而那些提前布局“网算存一体化”的企业，将获得先发优势。
对于普通用户而言，这些技术动态可能显得遥远，但事实上，AI技术正在改变我们日常使用的每一个科技产品。从手机里的智能助手，到办公软件中的自动生成功能，再到游戏中的游戏ID生成器，AI技术已经渗透到生活的方方面面。而支撑这些功能背后的，正是那些看不见的算力网络和运力调度。
黄健在沟通会上总结道，华为有信心支撑互联网或大模型厂商的发展。这种信心源自于华为在硬件、软件、调度、生态四个层面的协同发力。当大多数人还在争论“单芯片制程”时，华为已经将目光投向了更广阔的“系统级创新”。这或许正是下一轮科技动态中最值得关注的信号。