華為新技術將對標英偉達，大幅提升AI算力利用率

11月16日，知情人士向觀察者網透露，華為將於下周發布AI領域突破性技術成果，有望解決算力資源利用效率難題。據透露，該技術延續 “以軟件補硬件” 的創新思路，可將GPU、NPU等算力資源利用率從行業平均30%-40%大幅提升至70%，顯著釋放算力硬件潛能。

該知情人士提到，華為這項新技術將對標英偉達2024年底收購的以色列公司Run: ai的核心技術，旨在通過軟件創新，實現英偉達、昇騰以及其他三方算力的統一資源管理與利用，屏蔽算力硬件差異，為AI訓練推理提供更高效的資源支撐。

2024年12月，英偉達宣布以7億美元（約合人民幣51億元）價格，收購2018年成立的以色列公司Run:ai。過去7年，這家公司做的產品隻圍繞一件事——怎麽高效使用GPU，比如提供業務看板、GPU權限分配、任務分配等等直觀可視化操作工具，本質是在做GPU的“數據產品經理”。

對於有雄厚研發實力和AI積累的大公司來說，這樣的內部工具自研可能並不是問題，但對於中小規模、非AI行業的用戶來說，Run:ai這套技術卻很關鍵。

彼時有媒體報道，Run:ai的用戶包括全球打印機巨頭斑馬技術、用端到端技術一鳴驚人的自動駕駛公司Wayve、倫敦醫學影像與人工智能中心等等。其中Wayve通過Run:ai提供的工具，將原先不足25%的GPU集群效率，提升到80%以上。

在收購的同時，英偉達還宣布開源Run:ai的所有平台技術，買英偉達GPU就能免費用。

黃仁勳這麽做的原因，是因為英偉達在AI芯片領域占據壟斷地位，控製著高端GPU市場80%的份額，幾乎100%的AI計算份額，且一直在尋求構建產品+生態的立體優勢。

長期以來，黃仁勳和英偉達一直想做的，就是AI行業的垂直整合，從芯片到工具再到軟件應用，打造一個能滿足任何AI用戶的一站式商店，讓客戶對其生態形成依賴。

然而，對當下中國來說，恰恰要避免對英偉達的過度依賴，尤其是在先進製程受限、單卡算力存在劣勢的情況下，國內產業界更需要“係統補單點”、“軟件補硬件”，支撐AI產業發展。

今年以來，華為曾推出多項關鍵技術，彌補芯片方麵的短板。比如昇騰384超節點，該技術發揮華為在通信、存儲和基礎軟件等方麵的大雜燴優勢，突破了互聯瓶頸，實現了算力規模的趕超。再比如華為前不久開源的UCM（Unified Cache Manager）推理記憶數據管理技術，充分利用了不同存儲介質的特性，降低AI推理對高端HBM的依賴，還能平衡成本。

AI是一項係統工程，算力更是一個高成本的代表。在中國先進芯片受限的情況下，華為即將發布的新技術，將如何提升算力資源利用的效率，無疑值得關注。