算力新闻资料

e潮

【多点AI】开源与知识产权：AI创新的双引擎——华为论坛观察（上）

从实践看，超级算力已不仅是实验室概念，而成为产业AI生态的基础底座。在人工智能技术飞速发展的当下，算力基建、知识产权保护与开源共享正成为创新领域的焦点议题。近日，笔者以香港浸会大学专利顾问委员会成员的身分，见证于北京举行的华为2025年创新和知识产权论坛，亲身感受这场以“开放驱动创新”为主题的思想碰撞。论坛上，华为发布了第六届“十大发明”评选结果，涵盖计算、操作系统、存储等面向未来的关键技术领域。其中最引人注目者，莫过于名列首位的“Scale-up超大规模超节点算力平台”——一套超级算力系统，被誉为人工智能时代的新型基础设施。本文将结合论坛见闻和笔者实务经验，观察该超级算力在AI时代的基建角色，探讨“开源共享”与“知识产权保护”对创新的双重意义，并反思香港在创新基建、产学研转化、专利文化等方面的瓶颈与出路。超级算力集群：AI时代的基建底座这款被华为评为年度十大发明之首的Scale-up超大规模超节点算力平台，实质上是由众多AI处理器组成的单一逻辑超级计算机。随着AI模型规模指数级增长，训练这些模型所需的算力和数据吞吐量呈爆炸式上升。传统的服务器堆叠模式面对超大型AI任务时，往往出现“ 集群越大、有效算力利用率反而越低，训练中断越频繁”的窘境。华为针对此痛点创新出“超节点”系统架构，具备资源池化、线性扩展和高可靠性等特性：通过统一高速协议和共享内存编址，打通计算与存储单元的高带宽低时延互联，使有效算力可随节点规模近乎线性增长，同时大幅提升集群稳定性。华为轮值董事长徐直军强调：“算力是——而且将继续是——AI的关键”。基于对这一点的共识，华为推出了新一代Atlas系列超节点产品，其中Atlas 950 SuperPoD即对应此次的Scale-up超级算力。该平台面向超大型AI训练任务，从基础器件、协议算法到光电互联均实现了系统级创新。例如，它采用正交架构设计实现零线缆的电气互连，搭配全液冷散热与浮动盲插技术确保不渗漏，同时首创UB-Mesh递归直连拓扑，支持单板内、板间、机架间NPU全互联，以64卡为模块灵活扩展，最大可支持8192颗昇腾AI处理器无收敛互联。换言之，上千颗AI芯片可汇聚成“一个大脑”协同运算，真正消除超大规模训练的瓶颈。从实践看，超级算力已不仅是实验室概念，而成为产业AI生态的基础底座。华为透露，截至目前其上一代Atlas 900系列超节点系统已累计部署超过300套，服务于互联网、金融、电信、电力、制造等行业的二十多家客户。在人工智能时代，类似Atlas 950这样的本地智算枢纽，相当于数字经济的高速公路与电力网络：为产业生态提供共享的算力资源，降低创新应用部署门槛，有力支撑从云服务到垂直行业落地的AI解决方案。尤其对中国而言，在先进芯片供给受限的背景下，华为选择利用现有制程自研超大规模计算平台，以系统工程突破弥补芯片性能不足，体现出以基建思维布局AI长远发展的战略定力……（下期待续）

2星期前

e潮

“2025第23届远见高峰会”人工智慧专家李开复畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”

星洲日报／台北6日报导名列《时代杂志》全球一百位最有影响力的AI专家李开复今日表示，人工智慧已进入AI Agents（代理人）的新时代，建议每家企业领导人亲自投入打造AI Agents，了解AI的价值，推动变革，提升竞争力。 “2025第23届远见高峰会”于今天在台北举办第二天议程，邀请到人工智慧专家、创新工场董事长暨AI新创独角兽零一万物执行长李开复以视讯方式演讲，畅谈“AI Agents：CEO必须掌握的人工智慧前进对策”。星洲日报是“远见高峰会”的伙伴媒体。李开复指出，人工智慧是在PC和移动时代之后的最大革命，也必然会带来跟前两个革命一样大或甚至更大的GDP增长，所以不把握AI 2.0的时代，就会有巨大遗憾。李开复指出，自从生成式AI在2022年底问世后，过去三年来，每一个月AI都在成长，大约每年提高IQ 30个点，远超人类。而且推理的成本也在快速下降，大约一年下降10倍，所以可以想像，即便今天的AI还不够聪明，速度还不够快，还不够便宜，明年一定都会让人满意。这一切都是基于大模型的训练。李开复指出，从GPT2到3或4，它是把全世界的数据拿来做预测下一个字的学习的方法，但这只是训练了一个文科生。但在过去九个月，AI已经变成了一个文理双强的大脑。因为在读了全世界的书之后，它又把全世界的数学理论都做了一次，然后又把全世界，能想像的程式语言能力，又再练习了一次，这让AI具备非常强的逻辑推理能力，不只能回答问题，它还可以分析，可以拆解，可以解决问题。在早期的GPT2或3或4，都是人教AI。但现在，AI还在教AI学习，所以AI的成长变快了，可以用超大的模型教小的模型，用会数学、会写程式的模型，教那些不会的模型。李开复进一步指出，AI还有一个特别巨大的新发展，就是开源模型。过去要用Open AI、Anthropic或Google Gemini，用户把各种数据丢到网上，这个数据可能是公司的机密，但却丢到国外的云上，可能感觉不安全。用户最好还是能把模型拿到手里，可以看它，了解它，然后知道有没有什么安全问题，这样数据不用离开公司，也不用离开国家的边界，还可以把模型拿来修改。李开复指出，若使用闭源模型，用API付费，是不可以这样做的。但是如果能把别人训练好的、花十几亿美元训练好的开源模型，拿到手中，放到自己公司里，再把数据放进去，想做什么做什么，还能完全免费，怪不得开源模型的生态正在快速爆发。面对这样的AI发展，李开复建议所有企业领导人、CEO们，应该建立自己的能力，把开源模型拿到公司来，然后聘请AI工程师，在这上面开发出对企业更有用、更相关、更安全的应用。李开复认为，人类已经要进入AI Agent的时代。一开始，AI是一个Chatbot跟你聊天，接下来他当助手。但现在AI有了推理、逻辑、思考的能力，就意味著它可以像一个聪明的员工，可以干活，可以完成任务，可以创造商业价值。也就是说，一个员工能做什么，也是AI Agent可以做的。比如说有人要到台湾开会，预计跟3个CEO开会，然后另外约5个朋友见一见，如果有一个很聪明的AI代理，一切就安排好了，包括住什么酒店，订什么航班。就像一个人类秘书一样。未来还会有所谓的Multi─Agents，就是很多Agents在一起协作。比如说公司里有市场部、产品部、销售部等，他们各自的AI代理，彼此可以交流，一起解决问题。因此未来公司的最低最小单元就不只是人类了，而是人加AI Agent。 AI Agent有很多人类没有的优点。它不用休息，还可以复制一百个、一万个秘书来，随著AI能力愈来愈强，最终边际成本会变成零。你的AI Agent比别的公司AI Agent好，就有巨大竞争力。就像今天你的人类员工比别的公司好，也是一种竞争力。最后李开复建议，很多公司推动AI，很可能交给资讯长（CIO，Chief Information Officer），但CIO是管公司的网络和软体的，不是来做前瞻性的公司组织优化，所以这个工作不能给CIO做，这应该是一把手工程，是企业的CEO创始人、董事长，他们才了解改造公司用AI的价值有多大，才拥有激情去拥抱变革。这也是为什么李开复的公司、零一万物，推出万智平台，就是为了帮助企业领导人们，在开源的系统上开发AI Agents。他比喻，如果大模型是一个飞机的引擎，那么零一万物是帮企业打造飞机，带来直接的商业价值。本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。【另讯】 ChatGPT等人工智慧模型正以前所未有的速度席卷全球，然而，麻省理工学院（MIT）近期一份报告揭示的残酷现实，高达95%的企业导入AI未达预期成效，企业到底该如何聪明善用AI来加值？台湾数位发展部部长林宜敬表示认为：政府不当主角，多管齐下建构台湾AI生态系。中华电信技术长暨执行副总经理黄志雄指出：从电信到AI赋能者，兼顾基础建设与终端应用。华城电机总经理许逸德表示应用AI要回头发掘动机，才能找到转型价值。 “2025第23届远见高峰会”于今（5日）论坛中深入探讨AI如何带动转型，由健行科技大学校长郭瑞祥主持，与学者专家及业者共同剖析企业在AI时代下，如何走出自己的路。 “科技的创新突破，必须来自民间企业自由且公平的竞争。”数位发展部部长林宜敬指出，软体产业需有灵活度、不惧失败。他观察，美国的ChatGPT、Gemini或中国的DeepSeek、千问，都由民间主导，显示创新动能源自市场，而非官僚计划。政府若十案失败五案会遭批评，但企业反而视为成功。政府不应直接下场当玩家，而是打造健全生态系，让创新得以萌芽。为此，数位部推动AI支持体系，从算力、资料到人才多管齐下。以算力来说，“我们告诉创业者，你不用抵押房子，来数发部使用免费算力。”创业者得到支持以后，能够用低风险验证想法，借此降低创新门槛。在算力以外，数发部也在积极开放政府拥有著作权的资料，希望让新创团队有高品质的训练素材可用，让模型更具在地特色与优势。面对业界对AI人才的需求，数发部则是推出AI人才认定制度，将人才分为应用、开发与研发3个层次，让企业、训练机构与认证方有所依循。当新创备齐算力、资料与人才，并成功开发出产品后，最需要的便是订单。具备创业背景的林宜敬认为，行销媒合是关键，数发部透过举办媒合会，直接串连AI解决方案供应方与需求方，例如长照、冷链等特定产业，希望创造实质商机。最后，当企业发展到需要上市或拓展国际市场的阶段，数发部向国发基金争取百亿资金，以投资而非补助形式，扶植有潜力的AI新创企业成长茁壮，期望为台湾打造一个充满活力的AI创新生态。中华电信技术长暨执行副总经理黄志雄指出，台湾仍有七成企业未跨越AI实际应用的门槛，其痛点集中在“资料处理”与「人才匮乏”。同时，AI也带来巨大的能源挑战，科技巨头的碳排甚至因AI导入而不减反增。面对机会与挑战，中华电信已从传统通讯服务业者，转型为AI基础设施提供者以及赋能协创者，黄志雄阐述其环环相扣的策略布局。首先，是从根本上建构兼具效能与节能的AI基础设施，AI资料中心在功耗、楼地板载重与频宽方面的要求远超传统机房，中华电信凭藉其在网管、安管与大数据分析的经验，打造绿能智慧的AIDC，并提供从代建代管到弹性算力租赁的多元服务。在此基础之上，中华电信另外打造“AI Factory”，整合从底层机房、GPU算力调度到上层模型训练的一站式服务，希望赋能百工百业。同时，旗下子公司中华创智则专注于协助企业导入AI，将过去可能长达18个月的导入期，缩短至仅需３个月。黄志雄表示，最终目标，就是协同企业创造主权AI与垂直应用。他认为，通用模型终将走向垂直深化，例如在大型活动中即时融合多方数据、快速疏散数万人潮，这正是中华电信协同政府与企业创造的垂直应用价值。黄志雄最后也不忘提醒，导入AI绝非工具的堆叠，而必须重新检视并改造既有工作流程，才能真正发挥其效益。当政策与基础建设到位，企业自身如何接球？身为传统重电产业的转型典范，华城电机总经理许逸德的分享，为在AI浪潮中感到焦虑的传统企业，提供了一套务实可行的方法论。 “首先，要认识到自己产业的特殊性。”许逸德指出，华城电机的重件组装，设备动辄上百吨，无法像ICT产业打造关灯工厂。 “我们无法做到‘自动化’，但可以做到‘智动化’，那个‘动’旁边，还得加上‘人’字旁。”许逸德强调，数据收集必须有明确目的，是为了提醒现场工人、改善后台设计，还是为了追踪品质、增加顾客黏性？ “如果拥有海量资讯，却没有优化你的决策，让经营成效变得更好，那你只是一个拥有一堆资讯的巨人，却是经营成果与行动的侏儒。”这段话，精准地戳中了许多企业在数位转型中的痛点。许逸德分享了华城电机如何将AI作为“决策助理”的具体实践。在生产端，他们将人、机、物、料、法等所有生产数据交给AI分析，AI能精准找出“最新手的新人、最不稳定的机台、最新厂商的材料”这类高风险组合，提前预警，让管理者能及早介入。在采购端，AI则化身为强大的议价辅佐工具，它掌握了最新的市场价格、历史采购纪录，甚至每家厂商的议价习惯。“如果你的议价对手拥有这些资讯，你会不会害怕？”AI的辅助，让决策更具数据洞察力。在ESG方面，许逸德也主张必须与“核心竞争力”结合。例如，透过了解厂区的“能耗地图”，找出耗能大户进行优化，既能减碳又能降低费用；或是变更产品材质，从源头实现绿色制造。最后，许逸德以一句话鼓舞所有企业家：“不是每一个企业都能成为护国神山，但如果你做得比你的竞争同业稍微好那么一丢丢，你在各行各业里，都可以成为你的行业里的华城电机。” 本届远见高峰会，以“巨变下前进策略关税．科技．永续”为题，聚焦时下六大议题：川普2.0全球重构与新秩序、变局下的台湾韧性、AI落地应用到信任建立、城市新生与治理新模式、净零转型与ESG永续竞争力、高龄与少子化转型，邀请近70位来自马来西亚、台湾、中国大陆、美国、泰国、印尼等国家或地区跨产业的菁英领袖，共商全球与华人经济体，永续团结，迈向未来。更多文章：【科技TALK】10秒侦测失明风险，DR. MATA守护糖尿病患视界【科技TALK】AI按摩机器人登场，酸痛肌肉全交给它

4星期前

e潮

【多点AI】AI 2027：当代理人成为我的日常基建

对我来说，真正的课题是：如何利用AI，避免自己与企业被世界取代。这两个月，我已经全面把日常工作的重担交予AI代理人（Agent）。这些代理人不只是聊天机械人，而是能够真正“落手落脚”处理事情的工具。举凡更新网站、维护LinkedIn、在网上填写表格、输入资料、整理报告，甚至安排全天候的工作日程与资料搜集，代理人都能自动完成。这种感觉，就像忽然多了几个不用请假的助理。2026年开始，我就亲眼见证初代AI Agent出现在市场，虽然仍处于试验阶段，但已经能执行不少过去必须由人类处理的行政与操作工作。这个过程让我重新思考“工作分工”的概念。以前我们总以为“人类负责决策、机器负责执行”是自然分界，但当代理人能在Slack或Teams上接收指令，甚至能自主完成程式代码的修改和提交，这条界线开始模糊。半熟状态的“蹒跚学步” 根据《AI 2027》报告（由Daniel Kokotajlo等人于2025年4月3日发表，AI Futures Project出版，ai-2027.com），2025年被称为“蹒跚学步的代理人”阶段。研究指出，当时的代理人在OSWorld电脑任务基准测试中的表现约为65%，仅稍低于一名熟练人类的70%。换句话说，它们仍不够稳定，需要人类监督与复核。但这种“半信任”状态恰恰是企业的试炼场。因为这正迫使我们去重新设计流程：哪些工作可以外判给AI，哪些需要设置权限与监管，这些问题都必须被清楚定义。对我而言，这样的“半成熟”并不是坏事。因为企业转型不是等到AI完美才开始，而是要在风险可控范围内边走边试。这和创业精神有异曲同工之妙：永远没有最理想的时机，行动本身就是学习。日常生活的例子：AI在“前线” 举个例子：以前我需要一个助理每天整理新闻，帮我找出和AI、医疗或金融相关的资料。现在，一个AI Agent就能在30分钟内自动爬梳数十份新闻、研究和报告，然后浓缩成3页摘要，再自动送到我的邮箱。它虽然偶尔会错引或重复，但节省下来的时间，已经远超这些小错误的代价。另一个场景是财务：AI Agent可以直接打开会计系统，输入收支数据、做简单报表。虽然需要人类会计师最后审核，但流程已经由“手工输入”变为“监督检查”。这正是《AI 2027》所描述的“从工具转向代理”的过程。成本曲线的“剪刀差” 我读到最震撼的一段，是《AI 2027》提到尖端AI的成本和普及型AI的成本正出现“剪刀差”。专业级代理系统的月费可能达到数百美元，但达成“既有能力”的成本却在急速下降，研究估计下降速度达到每年50倍。这意味着什么？意味着未来的企业结构将会出现“双层账本”：一方面，企业会投资昂贵的尖端AI，用于战略性与高价值任务；另一方面，则以低成本的普及型AI渗透到员工日常工作。这种模式能同时创造差异化与规模化优势。从我的角度来看，这不仅是成本分配的问题，而是管理哲学的转变：领导层必须学懂怎样把资源分层使用，既不错失技术前沿，又能确保全体员工的工作效率获得提升。算力即国力：OpenBrain的启示《AI 2027》报告中虚构了一家公司“OpenBrain”，在2025年底建立了史上最大规模的AI丛集，相当于250万片H100 GPU，耗资1,000亿美元，功耗达2GW，并计划于2026年再度加倍。这不再只是工程壮举，而是国家级基建。当AI的进展和电力、光纤网络、供应链安全挂钩时，竞争已经超越“谁的模型更好”，而是“谁能负担这庞大基建”。这让我联想到冷战时代的核武竞赛。不同的是，这次竞争的武器不是导弹，而是GPU、数据中心和能源供应。换句话说，未来的“国力”，会和算力画上等号。 2027：AGI是否真的会来？报告同时引述了OpenAI、DeepMind、Anthropic等公司领导层的预测，他们一致认为AGI（通用人工智慧）可能在五年内出现。Sam Altman更曾公开表示，OpenAI的目标是“真正意义上的超级智慧”（superintelligence）。 2027是否真的会是AGI元年？这个问题，我认为没有人能准确回答。但可以确定的是，AGI已不再只是科幻小说中的想像，而是必须严肃对待的未来选项。就算AGI没有如期出现，AI的普及和渗透速度，已经足以改变社会的运行逻辑。我读后的反思：设计容错的系统我在阅读《AI 2027》后得到最大的启发，是“容错性”的重要性。真正的挑战不在于AI能否取代人类，而是我们是否能设计出一套能容忍错误、能快速调整的制度，让我们在面对AI的不稳定时，仍能继续前进。这也许是对所有企业和个人的提醒：不要期望AI给我们完美答案，而是要打造一个能够“失败后迅速恢复”的环境。这样，即使AI犯错，我们仍然不会被世界淘汰。《AI 2027》给我的最大感受，是它让未来不再只是遥远的科技预言，而是一份必须立即行动的待办清单。 2027年的核心问题，不在于AGI是否真的诞生，而在于我们是否已经准备好迎接它。准备的重点，不是找到最正确的答案，而是设计能容错、能快速调整的制度，让我们即使在AI犯错时，仍能持续向前。对我来说，真正的课题是：如何利用AI，避免自己与企业被世界取代。这正是《AI 2027》抛出的最深刻问题，也是我写下这篇专栏的原因。更多文章：【多点AI】全自动程式设计：程式员会消失吗？【多点AI】在深圳设立AI办公室的数位北上体验

1月前

e潮

国际头条

号称“全球最强算力” 华为发布新AI晶片技术

中国传出下令禁止阿里巴巴等科企停止采购辉达的AI晶片之际，中国科技巨头华为周四（18日）的华为全联接大会上发布全新算力超节点和集群产品，旨在将更多人工智能（AI）晶片组合在一起以提升算力，从而挑战美国晶片巨头英伟达的技术，号称未来多年可保持“全球最强”。

3月前

国际头条