華為於年度Connect大會揭曉開源人工智慧藍圖

開源人工智慧開發成為華為Connect 2025大會的核心焦點,該公司詳細說明了具體時程與技術細節,承諾將於年底前向公眾開放其完整的人工智慧軟體堆疊。
這些公告對開發者意義非凡,不僅坦承過往發展困境,更明確承諾將釋出哪些元件,並具體說明軟體如何與現有開發者工作流程及作業系統整合。
承認開發者摩擦
華為副董事長兼輪值董事長徐直軍在主題演講中,以罕見坦率的態度開場,直指開發者在昇騰架構中遭遇的挑戰。他援引今年初DeepSeek-R1發布的影響表示:「從1月到4月30日,我們的AI研發團隊全力以赴,確保昇騰910B與910C晶片的推論能力滿足不斷演進的客戶需求。」
在客戶反饋會議後,徐直軍補充道:「客戶針對昇騰平台提出諸多關切與期許,持續為我們提供寶貴建議。」
此番對開發者挑戰的坦誠回應,為2025年8月5日昇煥運算產業發展峰會首度宣布、並於華為Connect大會由許再三強調的全面開源承諾奠定基礎。
對於曾受限於昇騰工具鏈、文件或生態成熟度的開發者而言,此坦率評估顯示華為已意識到平台技術潛力與實際可用性間的落差。開放源碼策略顯然旨在透過開放社群貢獻、提升透明度及外部強化,直接解決這些摩擦點。
CANN:編譯器與虛擬指令集細節
最具技術意義的承諾涉及CANN(神經網絡運算架構),此為華為串聯AI框架與昇騰硬體的核心工具組。徐直軍在八月峰會中明確表示:「針對CANN,我們將開放編譯器與虛擬指令集的介面,同時全面開源其餘軟體。」
此分層策略區分了完全開放原始碼的組件與僅開放介面的組件——後者可能仍採用專有實作。編譯器與虛擬指令集作為關鍵轉換層(將高階程式碼轉譯為硬體可執行指令),將開放其介面。此舉使開發者能洞悉程式碼在昇騰處理器上的編譯過程,從而進行潛在優化,即使編譯器核心實作仍部分封閉。
此區分對效能調校至關重要。開發者在建構延遲敏感型應用程式或追求極致硬體效能時,需掌握編譯過程的可視性。開放介面提供此透明度;而完全開源則進一步允許修改或替換編譯器本身。華為的方案在保留特定專有元素的同時,仍能實現優化可視性。
時間表明確:「我們將於2025年12月31日前開源並開放存取CANN(基於現有昇騰910B/910C設計)。」其中「基於現有昇騰910B/910C設計」的說明,意味著此次釋出將對應現世代硬體,而非未來架構。
Mind系列:應用賦能套件與工具鏈
在基礎的CANN層級之外,華為承諾將開發者日常使用的工具全面開放。徐直軍於華為Connect大會上宣示:「針對Mind系列應用賦能套件與工具鏈,我們將於2025年12月31日前實現完全開源」,此舉強化了2025年8月5日昇騰運算產業發展峰會所作的承諾。
Mind系列涵蓋實用開發環境——包含用於建構AI應用的SDK、函式庫、除錯工具、效能分析器及輔助程式。有別於CANN採用分層開放介面策略,Mind系列獲得全面開源的承諾。
這意味著整個應用層工具鏈將可供社群檢視、修改與擴展。除錯工具可增強所需功能,函式庫能針對特定應用場景優化,實用工具亦可包裝成更友善的介面。簡言之,開發生態系將透過社群貢獻持續演進,而非僅仰賴廠商更新。
然而公告未具體說明Mind系列包含哪些工具、支援哪些程式語言,以及隨附文件的完整性程度。開發者若欲評估投入此平台的時間成本,需待十二月正式發布後,方能審視工具鏈的完備性。
OpenPangu基礎模型
華為同時承諾「將 openPangu 基礎模型全面開源」。此舉使其與 Meta 的 Llama 系列、Mistral AI 產品線等強調社群參與的開源基礎模型計畫並駕齊驅。
公告未具體說明openPangu的效能表現、參數規模、訓練數據集或授權條款。基礎模型開源化引發的疑慮不僅限於技術可用性,更涉及商業使用限制、訓練數據組成、潛在偏見問題,以及微調與再分發的許可權限。這些細節至少在公開層面仍未釐清。
對開發者而言,開源基礎模型為領域特定應用提供了起點,無需耗費從零訓練所需的龐大運算資源。然而模型的實用價值取決於其品質、授權彈性及文件完備性。十二月發布的成果將驗證openPangu模型能否成為既有開源方案的競爭性替代選擇。
作業系統整合彈性
華為Connect 2025大會揭示的實務細節,正解決了採用新AI基礎架構的常見障礙:作業系統相容性。華為宣布「已將UB OS組件完整開源,使其程式碼可整合至openEuler等上游開源作業系統社群」。
此整合方案展現顯著彈性。公告指出:「使用者可將UB OS組件部分或全部原始碼整合至現有作業系統,以支援獨立迭代與版本維護;亦可將整組件嵌入現有系統作為外掛模組,確保其能與開源社群同步演進。」
此模組化設計意味著運行Ubuntu、Red Hat Enterprise Linux或其他發行版的機構無需強制遷移至華為專屬作業系統。UB OS組件——負責在作業系統層級管理SuperPod互連——可直接整合至現有環境。對開發者與系統管理員而言,此舉大幅降低部署阻力。
然而靈活性伴隨著責任。選擇將UB OS組件原始碼整合至自身系統的組織,須自行承擔測試、維護與更新責任。華為以開源軟體形式提供此組件,而非針對特定Linux發行版的廠商支援產品。此模式對具備深厚Linux專業知識的組織相當適用,但對期望獲得交鑰匙式廠商支援的組織可能構成挑戰。
框架相容性策略
開發者採用的關鍵因素或許在於與現有AI框架的相容性。華為選擇建立整合層,而非強迫開發者捨棄熟悉工具。據華為表示,其「優先支援PyTorch與vLLM等開源社群,以協助開發者自主創新」。
PyTorch相容性尤為關鍵,因該框架在AI研究與生產部署領域佔據主導地位。若開發者能編寫標準PyTorch程式碼,在昇騰硬體上無需大幅修改即可高效執行,實驗門檻將大幅降低。企業可透過微調現有程式碼庫評估昇騰基礎架構,無需完全重寫程式。
vLLM整合鎖定特定高需求應用場景:優化大型語言模型推論效能。隨著企業部署基於LLM的應用,推論性能與成本成為關鍵考量。原生vLLM支援顯示華為正著手解決實際部署痛點,而非僅聚焦研究能力。
然而公告未詳述整合的完整性。若僅提供部分 PyTorch 相容性,導致特定操作需繞道處理或效能未達最佳化,恐將徒增困擾而非助益。框架整合的品質終將決定其能否真正降低採用門檻,抑或僅是衍生出新類別的相容性問題。
12月31日截止期限與後續動向
CANN、Mind系列與openPangu模型於2025年12月31日開源的期限僅剩約三個月。如此緊迫的時程暗示大量準備工作已就緒:程式碼已清除內部依賴關係、文件編寫中、授權條款最終定案、儲存庫基礎架構正在建立。
初始版本品質將大幅影響社群反應。無論技術底蘊多麼出色,若開源專案伴隨文件不完整、範例有限、功能缺失或工具生澀等問題,往往難以吸引貢獻者。開發者評估陌生平台時,需要完整的學習資源、可運作的範例,以及清晰的成功路徑。
發布後的數週乃至數月將是關鍵期。成功的開源專案需具備積極維護、響應式治理及包容性社群。其長期發展軌跡取決於開發者能否發現足夠價值進行回饋,從而形成良性改進循環;抑或平台仍將主要由供應商主導。
展望未來
對於關注華為開源動向的開發者與組織而言,十二月的發布僅是起點而非終點。真正的考驗在於軟體在社群手中如何演進、整合品質如何提升,以及該平台能否在競爭激烈的生態系中開闢可持續的發展空間。未來數月將揭曉答案。
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (1)
0/500

開源人工智慧開發成為華為Connect 2025大會的核心焦點,該公司詳細說明了具體時程與技術細節,承諾將於年底前向公眾開放其完整的人工智慧軟體堆疊。
這些公告對開發者意義非凡,不僅坦承過往發展困境,更明確承諾將釋出哪些元件,並具體說明軟體如何與現有開發者工作流程及作業系統整合。
承認開發者摩擦
華為副董事長兼輪值董事長徐直軍在主題演講中,以罕見坦率的態度開場,直指開發者在昇騰架構中遭遇的挑戰。他援引今年初DeepSeek-R1發布的影響表示:「從1月到4月30日,我們的AI研發團隊全力以赴,確保昇騰910B與910C晶片的推論能力滿足不斷演進的客戶需求。」
在客戶反饋會議後,徐直軍補充道:「客戶針對昇騰平台提出諸多關切與期許,持續為我們提供寶貴建議。」
此番對開發者挑戰的坦誠回應,為2025年8月5日昇煥運算產業發展峰會首度宣布、並於華為Connect大會由許再三強調的全面開源承諾奠定基礎。
對於曾受限於昇騰工具鏈、文件或生態成熟度的開發者而言,此坦率評估顯示華為已意識到平台技術潛力與實際可用性間的落差。開放源碼策略顯然旨在透過開放社群貢獻、提升透明度及外部強化,直接解決這些摩擦點。
CANN:編譯器與虛擬指令集細節
最具技術意義的承諾涉及CANN(神經網絡運算架構),此為華為串聯AI框架與昇騰硬體的核心工具組。徐直軍在八月峰會中明確表示:「針對CANN,我們將開放編譯器與虛擬指令集的介面,同時全面開源其餘軟體。」
此分層策略區分了完全開放原始碼的組件與僅開放介面的組件——後者可能仍採用專有實作。編譯器與虛擬指令集作為關鍵轉換層(將高階程式碼轉譯為硬體可執行指令),將開放其介面。此舉使開發者能洞悉程式碼在昇騰處理器上的編譯過程,從而進行潛在優化,即使編譯器核心實作仍部分封閉。
此區分對效能調校至關重要。開發者在建構延遲敏感型應用程式或追求極致硬體效能時,需掌握編譯過程的可視性。開放介面提供此透明度;而完全開源則進一步允許修改或替換編譯器本身。華為的方案在保留特定專有元素的同時,仍能實現優化可視性。
時間表明確:「我們將於2025年12月31日前開源並開放存取CANN(基於現有昇騰910B/910C設計)。」其中「基於現有昇騰910B/910C設計」的說明,意味著此次釋出將對應現世代硬體,而非未來架構。
Mind系列:應用賦能套件與工具鏈
在基礎的CANN層級之外,華為承諾將開發者日常使用的工具全面開放。徐直軍於華為Connect大會上宣示:「針對Mind系列應用賦能套件與工具鏈,我們將於2025年12月31日前實現完全開源」,此舉強化了2025年8月5日昇騰運算產業發展峰會所作的承諾。
Mind系列涵蓋實用開發環境——包含用於建構AI應用的SDK、函式庫、除錯工具、效能分析器及輔助程式。有別於CANN採用分層開放介面策略,Mind系列獲得全面開源的承諾。
這意味著整個應用層工具鏈將可供社群檢視、修改與擴展。除錯工具可增強所需功能,函式庫能針對特定應用場景優化,實用工具亦可包裝成更友善的介面。簡言之,開發生態系將透過社群貢獻持續演進,而非僅仰賴廠商更新。
然而公告未具體說明Mind系列包含哪些工具、支援哪些程式語言,以及隨附文件的完整性程度。開發者若欲評估投入此平台的時間成本,需待十二月正式發布後,方能審視工具鏈的完備性。
OpenPangu基礎模型
華為同時承諾「將 openPangu 基礎模型全面開源」。此舉使其與 Meta 的 Llama 系列、Mistral AI 產品線等強調社群參與的開源基礎模型計畫並駕齊驅。
公告未具體說明openPangu的效能表現、參數規模、訓練數據集或授權條款。基礎模型開源化引發的疑慮不僅限於技術可用性,更涉及商業使用限制、訓練數據組成、潛在偏見問題,以及微調與再分發的許可權限。這些細節至少在公開層面仍未釐清。
對開發者而言,開源基礎模型為領域特定應用提供了起點,無需耗費從零訓練所需的龐大運算資源。然而模型的實用價值取決於其品質、授權彈性及文件完備性。十二月發布的成果將驗證openPangu模型能否成為既有開源方案的競爭性替代選擇。
作業系統整合彈性
華為Connect 2025大會揭示的實務細節,正解決了採用新AI基礎架構的常見障礙:作業系統相容性。華為宣布「已將UB OS組件完整開源,使其程式碼可整合至openEuler等上游開源作業系統社群」。
此整合方案展現顯著彈性。公告指出:「使用者可將UB OS組件部分或全部原始碼整合至現有作業系統,以支援獨立迭代與版本維護;亦可將整組件嵌入現有系統作為外掛模組,確保其能與開源社群同步演進。」
此模組化設計意味著運行Ubuntu、Red Hat Enterprise Linux或其他發行版的機構無需強制遷移至華為專屬作業系統。UB OS組件——負責在作業系統層級管理SuperPod互連——可直接整合至現有環境。對開發者與系統管理員而言,此舉大幅降低部署阻力。
然而靈活性伴隨著責任。選擇將UB OS組件原始碼整合至自身系統的組織,須自行承擔測試、維護與更新責任。華為以開源軟體形式提供此組件,而非針對特定Linux發行版的廠商支援產品。此模式對具備深厚Linux專業知識的組織相當適用,但對期望獲得交鑰匙式廠商支援的組織可能構成挑戰。
框架相容性策略
開發者採用的關鍵因素或許在於與現有AI框架的相容性。華為選擇建立整合層,而非強迫開發者捨棄熟悉工具。據華為表示,其「優先支援PyTorch與vLLM等開源社群,以協助開發者自主創新」。
PyTorch相容性尤為關鍵,因該框架在AI研究與生產部署領域佔據主導地位。若開發者能編寫標準PyTorch程式碼,在昇騰硬體上無需大幅修改即可高效執行,實驗門檻將大幅降低。企業可透過微調現有程式碼庫評估昇騰基礎架構,無需完全重寫程式。
vLLM整合鎖定特定高需求應用場景:優化大型語言模型推論效能。隨著企業部署基於LLM的應用,推論性能與成本成為關鍵考量。原生vLLM支援顯示華為正著手解決實際部署痛點,而非僅聚焦研究能力。
然而公告未詳述整合的完整性。若僅提供部分 PyTorch 相容性,導致特定操作需繞道處理或效能未達最佳化,恐將徒增困擾而非助益。框架整合的品質終將決定其能否真正降低採用門檻,抑或僅是衍生出新類別的相容性問題。
12月31日截止期限與後續動向
CANN、Mind系列與openPangu模型於2025年12月31日開源的期限僅剩約三個月。如此緊迫的時程暗示大量準備工作已就緒:程式碼已清除內部依賴關係、文件編寫中、授權條款最終定案、儲存庫基礎架構正在建立。
初始版本品質將大幅影響社群反應。無論技術底蘊多麼出色,若開源專案伴隨文件不完整、範例有限、功能缺失或工具生澀等問題,往往難以吸引貢獻者。開發者評估陌生平台時,需要完整的學習資源、可運作的範例,以及清晰的成功路徑。
發布後的數週乃至數月將是關鍵期。成功的開源專案需具備積極維護、響應式治理及包容性社群。其長期發展軌跡取決於開發者能否發現足夠價值進行回饋,從而形成良性改進循環;抑或平台仍將主要由供應商主導。
展望未來
對於關注華為開源動向的開發者與組織而言,十二月的發布僅是起點而非終點。真正的考驗在於軟體在社群手中如何演進、整合品質如何提升,以及該平台能否在競爭激烈的生態系中開闢可持續的發展空間。未來數月將揭曉答案。
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了





首頁






