作者 | 由儀

編輯 | 葛覃

過去半年，AI云的牌桌上似乎只剩下一種聲音：Token。

Token單位價格的下限不斷刷新，日均Token調用量不斷突破峰值，幾乎每家云計算或模型廠商的財報會上，都會大談特談Token消耗量或者MaaS收入，仿佛Token規?？梢該Q算成AI云的競爭力。

在6月5日舉行的華為云INSPIRE創想者大會上，華為公司董事、華為云CEO周躍峰就任以來的第一次大型媒體見面會，便直接把另一種立場擺到了桌面上。

他表示，華為云不太在乎Token總量是多少，在當前國產化算力正在成長的情況下，也不太在乎收入的總量是多少，他更愿意看的，是每一個Token給生產力、給生活水平真正帶來多大的價值。

當然了，說歸說，行業內外真正關注的是，華為云是被迫轉向，還是主動選擇了另一條賽道？

梳理華為云的戰略轉向，首先要看清華為云整個結構，底層是以昇騰、鯤鵬為代表的國產芯片算力，上層是一個個難啃的行業場景解決方案，包括醫療、制造等，中間厚厚的一層負責把硬件的"算力"翻譯成場景的"生產力"，也就是華為云最新提出的Agentic Infra相關產品和能力。

由此看出，華為云的骨架和肌理本就和其他云廠商不同，以Token為中心的敘事試圖把復雜的B端生意，簡化為標準的單一指標，這符合互聯網云廠商的熟悉打法，先打透價格、做大規模，再用流量喂養下一輪迭代。

有意思的是，在海外的硅谷，Tokenmaxxxing火爆了六個月之后，同樣開始出現另一種聲音——Tokenpocalypse。

Tokenmaxxxing指的是用盡一切手段，盡可能多地使用Token，Token+Apocalypse，字面上是"Token的末日"，隱含意義是Token正在大幅貶值，調用量曲線一路上揚，可真正能沉淀下來的結果、能復用的場景資產，并沒有跟著同步往上走。

行業里更多人意識到，大家其實是在用一種越發越多、卻越來越不值錢的貨幣，去支撐一份看上去越來越大、實則越來越薄的生意。

Token本身不再重要，重要的是Token背后代表的每一分價值，華為云先于絕大多數廠商走上了這條路，既有現實條件的約束，也是主動找尋的出路。

用另一種養料，堆出的硅基黑土地

理解華為云的最好入口，是周躍峰反復提到的那個詞——"硅基黑土地"。

在他的定義里，這片黑土地最難被模仿的第一層，正是底層算力。鯤鵬負責通算、昇騰負責智算，操作系統歐拉、智算軟件棧CANN全部開源開放，構成了一整套全國產化的算力硬件系統，今天華為云上跑起來的每一個Token，背后都是這套國產硅基在支撐。

這條路走得并不輕松，周躍峰自己也承認，華為公司因為沒有辦法用別人的算力，只能努力讓自己的算力持續進步，再憑借實打實的效果贏得商業上的認可。

華為云沒有捷徑可走，每一次性能提升都得自己往上壘。本次大會發布的AICS靈衢智算集群，就是這種"壘"的最新成果：10萬卡級集群規模，總算力200 EFLOPS，Token生成時延壓到10毫秒以內，千卡每秒吞吐500萬Tokens，在線服務可用性99.95%。

放到行業對照里看，區別就更清晰，別人家的算力底座是"萬國牌"，可以用英偉達以及海外其他廠商的GPU和網絡方案，，華為云這片黑土地，只能用國產硅基“泥土”一寸一寸往上堆，沒有第二個選項。

周躍峰也表示，自己沒有辦法構建萬國牌的硅基黑土地，這正是華為云和別的云公司根本性的不同，也是他不愿意去比收入、比規模名次的原因，因為對華為云來說那種比較沒有意義。

在AI卡資源全球緊張、國產化算力正在成長的情況下，他不打算參加Token總量競賽，反而把它重新定義為另一件事，發展第二個算力平面，讓AI有更多的技術路線和生態可以選擇。

這是華為云和這一輪AI云競賽里其他玩家最根本的分歧，別人是在"現有的最優解"上做規模優化，華為云是在為整個產業撐起一條算力路徑。華為公司最近發布的"韜定律"也是這一理念的體現，半導體產業基礎每往前一步，華為云的硅基黑土地才能再厚一寸。

"硅基黑土地足夠的肥沃，才能夠長出更多的莊稼和參天大樹。"周躍峰提到，它指的不是商業故事，是AI產業物理意義上的"地基"。

把算力翻譯成生產力，需要做什么

如果說底層是土地、上層是莊稼，那中間這一層就是把水、肥、根系連起來的土壤結構。它不顯眼，但決定了整片地能不能真的長出東西。

華為云一次性發布了多款AI產品，它要解決一個核心問題，底層自己一點點堆出來的國產硅基，怎么才能被上層成百上千個行業場景順暢地用起來。

大模型仍然飛速迭代，算力在指數級膨脹，在周躍峰看來，今天大多數企業自建AI系統的方式注定是被動的，很可能部署完就已經落后了，華為云希望把這種"快"消化掉，讓上層不用感知底層的復雜。

例如，CCE Volcano Next通智一體化調度引擎，通過訓推共池、碎片整合把通算和智算混在一起調度，資源利用率提升30%以上。新一代ModelArts Next把RL強化學習、機密推理、模型路由、模型矩陣打包成一組能力。

值得強調的是，華為云在中間層做的另一個選擇——開放，能開源的盡量開源，能解耦的盡量解耦，讓更多伙伴接入做大國產AI生態。

MaaS模型路由已經接入15余款SOTA模型，調度精準率超過95%，調用成本平均降低20%，讓企業不需要懂底層算力的脾氣，就能讓大模型"越用越聰明"。再上面一層，是面向智能體的AgentSphere運行底座、智果（AgentArts）企業級智能體平臺，以及開源版openJiuwen，把門檻降到最低。

周躍峰用"翻譯器"來形容碼道（CodeArts）的那句話，其實可以推廣到整個中間層——它的價值不在于自己有多厚，而在于能不能讓上面的人和下面的硅基真正對話起來。

某種程度上，華為云必須做到足夠開放，才能讓更多人對國產AI云這一條路徑抱有信心，開放到讓客戶不必擔心鎖定，開放到讓開發者敢于把自己的能力沉淀進來，開放到讓整個生態愿意陪著這片黑土地一起把厚度往上加。

華為云可能是AI時代最開放的云。

去行業里，找那種換不掉的Token

雖然Token經濟火熱，但是行業公認，Token的粘性比較差，標準化的Token是商品，用戶隨時會被低價吸引走。對模型或者云廠商來說，要么始終讓自己的Token價格最低，要么找到那些不容易被替換的Token場景。

華為云的選擇，顯然是后者。行業AI夢工廠專區，就是華為云找到的答案，智慧醫療、具身智能、智能制造、科學計算，華為云一次性宣布上線四個專區。

周躍峰表示，AI面向行業深耕，要比toC或者通過APP給個人帶來情緒價值難得多，需要更多的耐心和更多的投入。但越難的事，護城河越深。一旦客戶的核心業務跑在某個行業專區里，它共享專屬的數據集、原子能力、合作伙伴生態，這部分Token就不再是商品意義上的Token，而是嵌進客戶業務流程里的一部分生產力。

智慧醫療專區是目前較為成熟的樣本，全中國看切片的病理醫生只有兩萬多名，遠遠不夠，絕大多數縣域和地市級醫院不足以做好病理診斷，很多偏遠醫院由于經驗不足，病理誤診率較高。

瑞金醫院聯合華為共建的RuiPath大模型沉淀了瑞金大量專家和醫生的醫療經驗，包括上海瑞金、邯鄲市中心醫院、河北工程大學附屬醫院、瑞安市人民醫院、黔西南州興義市人民醫院、武安市第一人民醫院等20余家醫院正式入駐，其中很多是過去技術紅利夠不到的非三甲醫院。

患者不再需要跑到上海排隊掛號，遠程就能共享高水準的醫療能力。在這個場景里，每一個Token背后，都是一份病理報告、一次確診，和被多爭取出來的時間。

具身智能專區瞄準的是另一個結構性問題，全國300多家具身智能創業公司，絕大多數沒有能力自建從數據合成、模型訓練、仿真驗證到部署的整套工具鏈。

華為云這次發布的CloudRobo，是全球第一個全流程具身智能開發平臺，直接搭在公有云上，中小創業公司只需要付很少的算力費用，就可以在專區里共享數據、模型、仿真和案例。

這些專區的共同點是，Token被嵌進一條具體的行業流水線里，粘性高、可替代性低、價值密度大，每一個Token的背后，都是一次生產效率的提升，是企業能從AI中獲得的實實在在的回報。

把三層放在一起看，華為云這一輪的戰略格外清晰，它沒有用萬國牌的硅基去和友商比誰的Token更便宜、誰的調用量更高，而是一頭扎進國產硅基的笨功夫里，把"黑土地"一寸一寸堆出來，又在上面一頭扎進具體的行業里，去找那些真正能"解難題"的Token場景，中間一層，是把這兩端緊密連接的完整鏈路。

這是一種現階段很容易被低估、也很難被復制的打法，但預計會成為更多云廠商下半年的敘事。

Token的戰爭，華為云不打，它在打另一場戰爭，讓每一個Token都長在能夠創造生產力的行業土壤里。

The End