圖片來源：unsplash

AI正在落地。

這幾年，人們都看到了AI很厲害，也不滿足于它只是“看上去很厲害”。

“打工人”希望AI替自己干活，企業主想叫AI幫自己賺錢。就連習慣了在AI中“放飛自我”的極客們，也覺得該著陸了。

“這幾年，AI就像是我的‘飛天掃帚’，剛開始騎著它沖沖沖很爽，但現在回頭看又沒什么拿得出手的成果，感覺有點空虛。我也想做出‘龍蝦OpenClaw’這種人們日常也想用的東西。”一位開發者在為自己的新項目找投資時表示。

類似的渴求與嘗試，正在快速涌現。

但落地的路，并不輕松。

算力是AI的土壤，而國內的算力本就緊張。

不少2024-2025年創業的極客開發者，都曾吐槽過有限的算力優先流向大廠，生態不夠完善、開放，團隊要花費大量時間寫算子、填充生態缺口等問題。

但情況已經發生改變。

開發者們漸漸發現，自己能和大廠用上同等級的算力了，以鯤鵬昇騰生態為代表的中國算力生態變得更加好用、易用，也加速走向開放、開源。

曾經的鹽堿地，成了肥沃的黑土。在這里落地AI看起來已經不是難事，而那些“死磕”過來的極客們，要動手搞出點真正的大事情了。

與華為“極限拉扯”的極客“小團隊”

AIGCode（蔻町智能）團隊最初找到的，只是一片“荒漠”。

這家公司想把vibe coding（氛圍編程）這種前沿的AI編程范式做成實用產品，讓不懂代碼的人也能僅憑文字描述，就生成自己的網站和應用。

2024年1月公司成立，核心團隊是來自微軟、華為以及國內互聯網大廠的一群極客。

“我們這二、三十人的小團隊中，很多人在傳統大廠的評價體系中并不以綜合能力見長，但技術能力都非常強，80、90分以上那種。”公司聯合創始人兼CTO陳秋武介紹稱。

這群人一上來就想“搞件大事情”，打破Anthropic模型的能力壟斷，用自研基礎模型做出“一句話生成網站和應用”的vibe coding產品。

居中為蔻町智能聯合創始人&CTO陳秋武

但落地挑戰巨大，尤其是在算力上。

彼時的國內AI圈，缺卡焦慮正濃。

用國產卡訓練大模型，還缺少足夠的成功經驗，更關鍵的是，當時的國產算力生態很難與被英偉達視作“最強護城河”的CUDA生態等量齊觀。

按業內人士所言，芯片硬件代表著算力的理論能力上限，軟件生態才決定著算力的實際能力上限。換言之，沒有生態的算力，只是徒有其表的空中樓閣。

“說實話，一開始用國產是因為‘窮’，我們初創小公司，沒那么多錢買N卡。”陳秋武回憶稱，AIGCode當時選的是華為的昇騰芯片。

但團隊很快發現，這片土地比想象中更“荒”。

華為對標英偉達CUDA的是CANN生態，用陳秋武的話說，2024年初的感覺有點像“荒漠”，很多東西都沒有。團隊做7B模型的預訓練，20臺機器跑起來，缺算子、缺工具鏈，常常“一邊踩坑，一邊填坑”。

極客們向來“愛較勁”，這支小團隊也由此開啟了跟華為的“極限拉扯”，常常提出各類問題和需求，讓華為拿出解決方案。

陳秋武稱，自己曾很嚴厲地向華為團隊指出CANN生態的差距，甚至向負責的高層表示，必須要直面問題，不要講漂亮話，否則永遠都趕不上CUDA。

“質變”比想象中來得更快。

大半年過去后，CANN生態已經“越用越順手”。到2025年，陳秋武稱看到CANN的覆蓋率到百分之八九十，連他自己“都嚇了一跳”。

回顧那段“走出荒漠”的經歷，陳秋武覺得CANN生態之所以進步如此之快，一方面得益于昇騰硬件很扎實，擅長創新，另一方面，溝通和人的因素也很重要。

他舉例稱，團隊開發涉及到匯編層面的底層優化，如果是在英偉達的CUDA生態中，類似的深度定制根本找不到人，查資料也查不到。但在跟華為團隊的溝通中，能很方便地鏈接到人，還有專家級人員來跟團隊密切合作解決問題。

其實，所謂“拉扯”，就是有來有回。對于開發者與算力產業來說，出現問題能有反饋，是生態建立的基礎；收到反饋能解決問題，則是生態發展的要義。

尤其在AI時代，個性化的真實數據、反饋正是難得的資產和養料，也是AIGCode看到“荒漠”變為“黑土地”的關鍵。

如今，這支極客“小團隊”已經成為昇騰CANN生態的深度共創者，交付了多個項目。他們還把MoE（混合專家模型）預訓練的MFU（算力利用率）做到了65%，是行業平均水平的兩倍，讓昇騰上“一張卡可以當兩張卡用”。

陳秋武認為，從可掌控性和發展速率來看，CANN已有勝過CUDA之處。業內不少聲音也認為，鯤鵬昇騰已跨過生態拐點，正在加速發展。陳秋武還表示，自己現在仍會參加很多次華為的技術閉門會，也經常提出各種問題和建議，而華為的反饋也一如既往地快。

看起來，“拉扯”還遠未結束。

AI落地何所依？

“死磕”華為生態的，不止AIGCode。

清華大學團隊聯合多方合作單位，基于鯤鵬服務器構建“地球系統模擬器”。這些科學家極客將AI引入傳統地球系統模擬中部分依賴經驗公式估算的環節，把全球模擬分辨率提升至公里級；只需計算一天，就能完成約一年模式時間的天氣-氣候演化模擬。

中科大團隊基于鯤鵬進行算法創新，優化求解器，“榨干”鯤鵬張量運算部件和高帶寬內存的優勢，相比傳統方法提升40倍左右。

更受關注的，是DeepSeek今年4月末發布的V4，這讓中國的算力生態和中國大模型的深度耦合站到全球聚光燈下。DeepSeek當時預告，“預計下半年昇騰950超節點批量上市后，V4 Pro的價格會大幅下調”。就在5月22日晚，DeepSeek宣布6月起Pro版正式降至原價的四分之一，不少聲音猜測中國算力在其中發揮了關鍵作用。

金融、能源、教育、交通……越來越多的行業在鯤鵬昇騰生態上落地AI能力，有的管證券交易，有的管水力發電，有的管反詐攔截。

極客開發者們，似乎找到了AI著陸的所依之地。

有“戒斷英偉達，用上國產卡”的開發者，視這片新土地為“意外驚喜”；也有率先遷移到基于中國的生態的團隊，將之作為“秘密武器”。

有業內人士稱，在DeepSeek與昇騰進行深度適配后，全球很多巨頭、機構都在“深扒其中的門道”。

其中，自然有硬核的技術突破。

比如昇騰950芯片在HiF8新型數據格式、底層架構等方面的創新，鯤鵬CPU面向Agentic AI時代在多核數、高性能、低時延等方面的針對性設計，尤其是讓芯片能“集群作戰”的超節點，為中國的算力提供了更多可能。

但另一方面，常被忽視的生態構建，同樣關鍵。

生態的“門道”，聽起來千頭萬緒，其實核心無非兩點：好用，易用。

想要“好用”，除了做好硬件、軟件、軟硬結合，持續提升性能，更要考慮開發者的需求、偏好和實際感受。

與華為有深入合作的中科大先進計算機系統結構實驗室副研究員陳俊仕評價，鯤鵬在高性能計算領域沒有選擇CPU+GPU異構路線，而是“另辟蹊徑”走出一條獨特的鯤鵬架構路線，本質上就是“把復雜留給自己，把簡單留給開發者”。

而“易用”，則是降低學習成本和遷移門檻，提高兼容性和便捷度。

華為強調“硬件開放，軟件開源”，CANN生態2025年底全面開源開放后，社區開源項目5個月從零增至65個，開源代碼從827萬行激增到1244萬行，平均每天新增3萬行，下載量突破千萬。這意味著開發者遇到的大多數問題都能找到現成方案，不必從“造輪子”開始。清華大學團隊的王一鳴提到，鯤鵬昇騰生態的代碼遷移成本低，社區反饋豐富，“能讓科研人員的精力回到科研本身，不用在適配和優化上反復踩坑”。

好用、易用，就會吸引更多人來用。而用的人越多，AI就會越好用。

技術革新、大國爭鋒、商業競賽都會帶來很多不確定性，對于致力于在變動的時代落地自身熱情、創意與價值的開發者來說，一個能匯聚眾人、持續滋養創造力的生態，就是一種確定性。

讓智能抵達更多人

生態的意義，還在于成就超乎個體能力和預料的事。

DeepSeek的“高性價比”讓更多不那么富裕的團隊也能接入AI；四處涌現的Agent，將數字員工、AI助理帶進現實。AIGCode的vibe coding產品，讓非技術人群能通過AI快速落地自己的創意；清華大學團隊的“地球系統模擬器”，則致力于為普通人預警氣候災害。

鯤鵬、昇騰的生態總會提到“使能”這個詞，讓合作伙伴具備能力。而在AI時代，快速躍進的智能已經引發了“能力壟斷”“能力鴻溝”等焦慮。只有解決好智能的普惠，才能實現技術的平權。

那些把“AI價格打下來”、讓普通人也能coding出應用、為社區居民預警災害的極客們，正把自己的能量和生態的“使能”聚在一起，傳遞給更多人。AI落地，智能擴散，最終，繁榮才能屬于所有人。

尋找到土壤的極客們，對未來的底氣更足了，他們都想要“搞點大事情”。

DeepSeek專注于實現AGI；清華大學團隊則致力于攻克氣候建模領域的國際前沿難題；AIGCode則想把AI Coding做到L5，在搞定“一句話前端、后端、數據庫全部生成”后，把更高復雜度的軟件一句話生成自動化完成。陳秋武還希望繼續與華為“拉扯”，期待打通國內算力+自研模型完整鏈路，讓千行百業都能用上全棧自主創新的大模型。

華為自身也在鯤鵬昇騰開發者大會2026上披露，將在Agentic AI時代繼續深耕超節點架構，打造好用易用的算力底座，共建繁榮共生的智能體時代算力新生態。

相信在這片土地上，還會有更多的大事發生。