华为在年度Connect大会上发布开源人工智能路线图

开源人工智能开发成为华为Connect 2025大会的核心议题,该公司详细公布了具体时间表和技术细节,计划在今年年底前向公众开放其完整的人工智能软件堆栈。
这些公告对开发者意义重大,不仅坦诚承认了过往的困难,更明确承诺了将开放哪些组件,并详细说明了软件如何与现有开发工作流及操作系统集成。
承认开发者摩擦
华为轮值董事长徐直军在主题演讲开场时,罕见地坦率提及开发者在昇腾基础设施中遇到的挑战。他援引今年早些时候DeepSeek-R1发布的影响表示:"从1月到4月30日,我们的AI研发团队全力以赴,确保昇腾910B和910C芯片的推理能力满足不断变化的客户需求。"
在客户反馈会议后,徐直军补充道:"客户就 Ascend 平台提出了诸多关切与期待,持续为我们提供宝贵建议。"
对开发者挑战的坦诚承认,为2025年8月5日"昇腾计算产业发展峰会"首次宣布、并在华为Connect大会上由徐直军重申的全面开源承诺奠定了基础。
对于在腾腾工具链、文档体系或生态成熟度方面遭遇瓶颈的开发者而言,这份坦诚评估表明华为已意识到平台技术潜力与实际可用性之间的差距。开源战略显然旨在通过开放社区贡献、提升透明度及引入外部增强方案,直接化解这些摩擦点。
CANN:编译器与虚拟指令集细节
最具技术意义的承诺涉及CANN(神经网络计算架构)——华为连接AI框架与昇腾硬件的核心工具包。徐直军在8月峰会上明确表示:"针对CANN,我们将开放编译器和虚拟指令集的接口,同时将剩余软件完全开源。"
这种分层策略区分了完全开源组件与仅开放接口的组件——后者可能保留专有实现。编译器和虚拟指令集作为关键转换层(将高级代码转化为硬件可执行指令),将开放接口。这使开发者能洞察代码在昇腾处理器上的编译过程,从而实现潜在优化,即使编译器核心实现仍部分封闭。
这种区分对性能调优至关重要。开发者在构建延迟敏感型应用或追求最大硬件效率时,需要洞察编译过程。开放接口提供了这种透明度;而完全开源则允许修改或替换编译器本身。华为的方案在保留部分专有元素的同时,实现了优化可见性。
时间表明确:"我们将基于现有 Ascend 910B/910C 设计,于 2025 年 12 月 31 日前开源并开放访问 CANN。"其中"基于现有 Ascend 910B/910C 设计"的说明表明,此次开源将对应当前硬件代际,而非未来架构。
Mind系列:应用使能套件与工具链
在基础CANN层之上,华为承诺开源开发者日常使用的工具。"我们的Mind系列应用使能套件和工具链将于2025年12月31日前全面开源,"徐直军在华为Connect大会上重申了2025年8月5日海思计算产业发展峰会作出的承诺。
Mind系列涵盖实际开发环境——用于构建AI应用的SDK、库、调试工具、分析器及实用程序。不同于CANN采用分层开放接口的策略,Mind系列承诺全面开源所有组件。
这意味着整个应用层工具链将可供社区查阅、修改和扩展。调试工具可增强所需功能,库文件可针对特定场景优化,实用工具可包装成更友好的界面。简言之,开发生态系统将通过社区贡献持续进化,而非仅依赖厂商更新。
不过公告未明确说明Mind系列具体包含哪些工具、支持哪些编程语言,以及配套文档的完整性如何。开发者若考虑投入时间评估该平台,需待12月正式发布后再评估工具链的完整性。
OpenPangu基础模型
华为同时承诺"将openPangu基础模型完全开源"。此举使其与Meta的Llama系列、Mistral AI产品及其他强调社区参与的开源基础模型项目形成竞争格局。
公告未透露openPangu的具体能力、参数规模、训练数据及许可条款。开源基础模型引发的争议远不止于可用性,更涉及商业使用限制、训练数据构成、潜在偏见、微调与再分发的许可权限等核心问题。这些细节至少在公开层面仍未明确。
对开发者而言,开源基础模型为特定领域应用提供了起点,无需投入从零开始训练所需的海量计算资源。但模型的实际效用取决于其质量、许可灵活性及文档完善度。12月的正式发布将检验openPangu模型能否成为现有开源方案的有力竞争者。
操作系统集成灵活性
华为Connect 2025大会上披露的实践细节,正解决了人工智能基础设施普及的普遍障碍:操作系统兼容性。华为宣布"已将UB操作系统组件整体开源,其代码可集成至openEuler等上游开源操作系统社区"。
该集成方案展现出显著灵活性。公告称:"用户可将UB OS组件的部分或全部源代码集成至现有操作系统,支持独立迭代与版本维护;亦可将整个组件作为插件嵌入现有操作系统,确保其能与开源社区同步演进。"
这种模块化设计意味着运行Ubuntu、Red Hat Enterprise Linux或其他发行版的机构无需强制迁移至华为专属操作系统。UB OS组件(在操作系统层面处理SuperPod互连管理)可无缝集成至现有环境,显著降低开发者和系统管理员的部署门槛。
然而灵活性伴随着责任。选择将UB OS组件源代码集成到自身系统的机构,需自行承担测试、维护和更新责任。华为将该组件作为开源软件而非供应商支持产品提供给任意Linux发行版。这种模式对具备强大Linux技术能力的机构效果良好,但对于期望获得供应商全套支持的机构可能构成挑战。
框架兼容性策略
开发者采用的关键因素或许在于与现有AI框架的兼容性。华为并未强制开发者放弃熟悉的工具,而是构建了集成层。据华为表示,其"始终优先支持PyTorch和vLLM等开源社区,助力开发者自主创新"。
PyTorch兼容性尤为重要,该框架在AI研究与生产部署领域占据主导地位。若开发者能编写标准PyTorch代码,在Ascend硬件上高效运行且无需大幅修改,则实验门槛将大幅降低。企业可利用现有代码库(仅需微调)评估Ascend基础设施,无需完全重写。
vLLM集成瞄准了高需求应用场景:优化大型语言模型推理。随着企业部署基于LLM的应用,推理性能与成本成为关键因素。原生vLLM支持表明华为正着眼于实际部署需求,而非仅关注研究能力。
但公告未详述集成完整性。若PyTorch兼容性仅为部分实现——某些操作需绕行方案或性能不佳——则可能适得其反。框架集成质量将最终决定其能否真正降低采用门槛,抑或仅催生新的兼容性问题。
12月31日截止期限与后续动向
CANN、Mind系列及openPangu模型开源的2025年12月31日截止期限已近在咫尺。如此紧迫的时间表表明前期准备工作已基本就绪:代码已清除内部依赖,文档正在编写,许可条款正在敲定,仓库基础设施正在搭建。
初始版本质量将直接决定社区反响。开源项目若存在文档不全、示例有限、功能缺失或工具链不成熟等问题,往往难以吸引贡献者参与——无论其底层技术价值如何。开发者评估陌生平台时,需要全面的学习资源、可运行的示例以及清晰的成功路径。
发布后的数周乃至数月将至关重要。成功的开源项目需要持续维护、响应式治理和包容性社区。其长期发展轨迹取决于开发者能否从中获得足够价值以回馈项目——由此形成良性改进循环——抑或平台仍主要由供应商主导。
展望未来
对于关注华为开源动向的开发者与机构而言,12月的发布只是起点而非终点。真正的考验在于:软件在社区手中如何演进、集成质量如何提升、平台能否在竞争激烈的生态中开辟可持续的细分领域。未来数月将揭晓答案。
相关文章
内部细节曝光:下一代 Gemini 算力紧张,内部团队在开发优先级和资源分配上存在分歧
报告显示,谷歌备受期待的下一代 Gemini 模型发布已被推迟。由于内部在开发优先级和资源分配上存在分歧,加上计算能力有限以及复杂的审批流程,导致发布时间延后了两个月。尽管谷歌拥有定制的 TPU 芯片,但由于模型训练、Google Cloud 服务以及众多消费和企业级 AI 应用对计算资源的需求相互竞争,谷歌仍面临计算资源短缺的问题。目前,高层管理人员正通过组织结构调整来解决这些部门间的冲突。与此同时,领导层也发生了变化,联合创始人谢尔盖·布林越来越多地参与到核心模型训练中,并倡导将资源专门用于
OpenAI 否认增长放缓担忧,称多个业务部门加速发展
针对外界对其销售增长放缓及未达内部基准的质疑,人工智能领域的领军企业 OpenAI 于 4 月 28 日(星期二)发表了一份信心十足的声明。该公司澄清称,其消费产品和企业服务正在快速推进,直接驳斥了近期关于业务放缓的猜测。针对该公司“未达成多项内部目标”的说法,OpenAI 将这些报道斥为“典型的标题党”。公司强调了企业对 AI 集成的强劲需求,并指出其广告业务早期增长前景良好。据 OpenAI 内部人士透露,公司内部情绪依然乐观。尽管市场竞争日益激烈,但公司正在向投资者传递信心,声称其商业
阿里巴巴超级杯:Qwen3.8-Max 重磅登场,代码与办公工具能力全面升级
阿里巴巴正式发布了Qwen3.8-Max,这是一款拥有2.4万亿参数的下一代基础大模型。这一重大AI进展在编码和专业办公任务等核心领域带来了显著的性能提升,展现了强大的技术能力。在权威的Arena大模型排名中,Qwen3.8-Max取得了令人瞩目的成绩,仅次于Anthropic的Claude系列,位居行业前列。这一里程碑标志着国内大模型在处理复杂任务方面取得了快速进展,为开发者和企业用户提供了先进的智能工具。该模型的API现已在Qwen AI平台上上线,并集成到新推出的“Qwen Offic
相关专题推荐
评论 (1)
0/500

开源人工智能开发成为华为Connect 2025大会的核心议题,该公司详细公布了具体时间表和技术细节,计划在今年年底前向公众开放其完整的人工智能软件堆栈。
这些公告对开发者意义重大,不仅坦诚承认了过往的困难,更明确承诺了将开放哪些组件,并详细说明了软件如何与现有开发工作流及操作系统集成。
承认开发者摩擦
华为轮值董事长徐直军在主题演讲开场时,罕见地坦率提及开发者在昇腾基础设施中遇到的挑战。他援引今年早些时候DeepSeek-R1发布的影响表示:"从1月到4月30日,我们的AI研发团队全力以赴,确保昇腾910B和910C芯片的推理能力满足不断变化的客户需求。"
在客户反馈会议后,徐直军补充道:"客户就 Ascend 平台提出了诸多关切与期待,持续为我们提供宝贵建议。"
对开发者挑战的坦诚承认,为2025年8月5日"昇腾计算产业发展峰会"首次宣布、并在华为Connect大会上由徐直军重申的全面开源承诺奠定了基础。
对于在腾腾工具链、文档体系或生态成熟度方面遭遇瓶颈的开发者而言,这份坦诚评估表明华为已意识到平台技术潜力与实际可用性之间的差距。开源战略显然旨在通过开放社区贡献、提升透明度及引入外部增强方案,直接化解这些摩擦点。
CANN:编译器与虚拟指令集细节
最具技术意义的承诺涉及CANN(神经网络计算架构)——华为连接AI框架与昇腾硬件的核心工具包。徐直军在8月峰会上明确表示:"针对CANN,我们将开放编译器和虚拟指令集的接口,同时将剩余软件完全开源。"
这种分层策略区分了完全开源组件与仅开放接口的组件——后者可能保留专有实现。编译器和虚拟指令集作为关键转换层(将高级代码转化为硬件可执行指令),将开放接口。这使开发者能洞察代码在昇腾处理器上的编译过程,从而实现潜在优化,即使编译器核心实现仍部分封闭。
这种区分对性能调优至关重要。开发者在构建延迟敏感型应用或追求最大硬件效率时,需要洞察编译过程。开放接口提供了这种透明度;而完全开源则允许修改或替换编译器本身。华为的方案在保留部分专有元素的同时,实现了优化可见性。
时间表明确:"我们将基于现有 Ascend 910B/910C 设计,于 2025 年 12 月 31 日前开源并开放访问 CANN。"其中"基于现有 Ascend 910B/910C 设计"的说明表明,此次开源将对应当前硬件代际,而非未来架构。
Mind系列:应用使能套件与工具链
在基础CANN层之上,华为承诺开源开发者日常使用的工具。"我们的Mind系列应用使能套件和工具链将于2025年12月31日前全面开源,"徐直军在华为Connect大会上重申了2025年8月5日海思计算产业发展峰会作出的承诺。
Mind系列涵盖实际开发环境——用于构建AI应用的SDK、库、调试工具、分析器及实用程序。不同于CANN采用分层开放接口的策略,Mind系列承诺全面开源所有组件。
这意味着整个应用层工具链将可供社区查阅、修改和扩展。调试工具可增强所需功能,库文件可针对特定场景优化,实用工具可包装成更友好的界面。简言之,开发生态系统将通过社区贡献持续进化,而非仅依赖厂商更新。
不过公告未明确说明Mind系列具体包含哪些工具、支持哪些编程语言,以及配套文档的完整性如何。开发者若考虑投入时间评估该平台,需待12月正式发布后再评估工具链的完整性。
OpenPangu基础模型
华为同时承诺"将openPangu基础模型完全开源"。此举使其与Meta的Llama系列、Mistral AI产品及其他强调社区参与的开源基础模型项目形成竞争格局。
公告未透露openPangu的具体能力、参数规模、训练数据及许可条款。开源基础模型引发的争议远不止于可用性,更涉及商业使用限制、训练数据构成、潜在偏见、微调与再分发的许可权限等核心问题。这些细节至少在公开层面仍未明确。
对开发者而言,开源基础模型为特定领域应用提供了起点,无需投入从零开始训练所需的海量计算资源。但模型的实际效用取决于其质量、许可灵活性及文档完善度。12月的正式发布将检验openPangu模型能否成为现有开源方案的有力竞争者。
操作系统集成灵活性
华为Connect 2025大会上披露的实践细节,正解决了人工智能基础设施普及的普遍障碍:操作系统兼容性。华为宣布"已将UB操作系统组件整体开源,其代码可集成至openEuler等上游开源操作系统社区"。
该集成方案展现出显著灵活性。公告称:"用户可将UB OS组件的部分或全部源代码集成至现有操作系统,支持独立迭代与版本维护;亦可将整个组件作为插件嵌入现有操作系统,确保其能与开源社区同步演进。"
这种模块化设计意味着运行Ubuntu、Red Hat Enterprise Linux或其他发行版的机构无需强制迁移至华为专属操作系统。UB OS组件(在操作系统层面处理SuperPod互连管理)可无缝集成至现有环境,显著降低开发者和系统管理员的部署门槛。
然而灵活性伴随着责任。选择将UB OS组件源代码集成到自身系统的机构,需自行承担测试、维护和更新责任。华为将该组件作为开源软件而非供应商支持产品提供给任意Linux发行版。这种模式对具备强大Linux技术能力的机构效果良好,但对于期望获得供应商全套支持的机构可能构成挑战。
框架兼容性策略
开发者采用的关键因素或许在于与现有AI框架的兼容性。华为并未强制开发者放弃熟悉的工具,而是构建了集成层。据华为表示,其"始终优先支持PyTorch和vLLM等开源社区,助力开发者自主创新"。
PyTorch兼容性尤为重要,该框架在AI研究与生产部署领域占据主导地位。若开发者能编写标准PyTorch代码,在Ascend硬件上高效运行且无需大幅修改,则实验门槛将大幅降低。企业可利用现有代码库(仅需微调)评估Ascend基础设施,无需完全重写。
vLLM集成瞄准了高需求应用场景:优化大型语言模型推理。随着企业部署基于LLM的应用,推理性能与成本成为关键因素。原生vLLM支持表明华为正着眼于实际部署需求,而非仅关注研究能力。
但公告未详述集成完整性。若PyTorch兼容性仅为部分实现——某些操作需绕行方案或性能不佳——则可能适得其反。框架集成质量将最终决定其能否真正降低采用门槛,抑或仅催生新的兼容性问题。
12月31日截止期限与后续动向
CANN、Mind系列及openPangu模型开源的2025年12月31日截止期限已近在咫尺。如此紧迫的时间表表明前期准备工作已基本就绪:代码已清除内部依赖,文档正在编写,许可条款正在敲定,仓库基础设施正在搭建。
初始版本质量将直接决定社区反响。开源项目若存在文档不全、示例有限、功能缺失或工具链不成熟等问题,往往难以吸引贡献者参与——无论其底层技术价值如何。开发者评估陌生平台时,需要全面的学习资源、可运行的示例以及清晰的成功路径。
发布后的数周乃至数月将至关重要。成功的开源项目需要持续维护、响应式治理和包容性社区。其长期发展轨迹取决于开发者能否从中获得足够价值以回馈项目——由此形成良性改进循环——抑或平台仍主要由供应商主导。
展望未来
对于关注华为开源动向的开发者与机构而言,12月的发布只是起点而非终点。真正的考验在于:软件在社区手中如何演进、集成质量如何提升、平台能否在竞争激烈的生态中开辟可持续的细分领域。未来数月将揭晓答案。
内部细节曝光:下一代 Gemini 算力紧张,内部团队在开发优先级和资源分配上存在分歧
报告显示,谷歌备受期待的下一代 Gemini 模型发布已被推迟。由于内部在开发优先级和资源分配上存在分歧,加上计算能力有限以及复杂的审批流程,导致发布时间延后了两个月。尽管谷歌拥有定制的 TPU 芯片,但由于模型训练、Google Cloud 服务以及众多消费和企业级 AI 应用对计算资源的需求相互竞争,谷歌仍面临计算资源短缺的问题。目前,高层管理人员正通过组织结构调整来解决这些部门间的冲突。与此同时,领导层也发生了变化,联合创始人谢尔盖·布林越来越多地参与到核心模型训练中,并倡导将资源专门用于
OpenAI 否认增长放缓担忧,称多个业务部门加速发展
针对外界对其销售增长放缓及未达内部基准的质疑,人工智能领域的领军企业 OpenAI 于 4 月 28 日(星期二)发表了一份信心十足的声明。该公司澄清称,其消费产品和企业服务正在快速推进,直接驳斥了近期关于业务放缓的猜测。针对该公司“未达成多项内部目标”的说法,OpenAI 将这些报道斥为“典型的标题党”。公司强调了企业对 AI 集成的强劲需求,并指出其广告业务早期增长前景良好。据 OpenAI 内部人士透露,公司内部情绪依然乐观。尽管市场竞争日益激烈,但公司正在向投资者传递信心,声称其商业
阿里巴巴超级杯:Qwen3.8-Max 重磅登场,代码与办公工具能力全面升级
阿里巴巴正式发布了Qwen3.8-Max,这是一款拥有2.4万亿参数的下一代基础大模型。这一重大AI进展在编码和专业办公任务等核心领域带来了显著的性能提升,展现了强大的技术能力。在权威的Arena大模型排名中,Qwen3.8-Max取得了令人瞩目的成绩,仅次于Anthropic的Claude系列,位居行业前列。这一里程碑标志着国内大模型在处理复杂任务方面取得了快速进展,为开发者和企业用户提供了先进的智能工具。该模型的API现已在Qwen AI平台上上线,并集成到新推出的“Qwen Offic





首页






