華為云柔性智算FlexNPU，打造彈性伸縮“算力金箍棒”

告別算力“整租”時代！華為云柔性智算FlexNPU，打造彈性伸縮“算力金箍棒”

　　3月20日，華為云中小企業AI解決方案發布會上推出了一項算力黑科技——柔性智算操作系統FlexNPU，將Token消耗“吞金獸”有效控制在企業預算范圍內，打造面向Agentic時代的極致Token性價比，為企業級智能體的普及突破算力瓶頸。

　　華為云中國區銷售伙伴發展部部長、華為云中國區Marketing與解決方案銷售部部長郭婷在致辭中表示，2026年華為云將構建AI時代更加肥沃的“黑土地”，讓算力服務更柔性、更適配中小企業的輕量化需求，實現從“調度靠拍板”到“成本算到精”的轉變，解決“用不起、用不好”算力的核心難題。

　　(華為云中國區銷售伙伴發展部部長、華為云中國區Marketing與解決方案銷售部部長郭婷)

　　企業AI應用現狀：一半是海水，一半是火焰

　　當下，“養龍蝦”成為全民熱點話題，為千行萬業尤其是中小企業提供了建設智能化工作流程的清晰思路。會上，華為云SMB解決方案與持續運營部部長劉杰用“一半是海水，一半是火焰”生動形容了目前企業智能化轉型的現狀：以OpenClaw為代表的先進生產力工具層出不窮，但AI實際應用往往面臨著成本高山、技術壁壘、場景錯位等挑戰。

　　(華為云SMB解決方案與持續運營部部長劉杰)

　　對此，華為云發布中小企業AI解決方案，涵蓋AI基礎設施層、模型服務層、智能體平臺層、智能體應用層，幫助企業打造能對接ERP、能調用API、能閉環業務流程的“數字員工”。目前，華為云已深入2600多家企業、30多個行業，解決500多個AI場景化問題，成為企業AI創新路上的可靠伙伴。

　　劉杰介紹，在AI基礎設施層，華為云提供昇騰多代系產品，以及自研的AI Infra OS，尤其是FlexNPU柔性智算技術，一方面滿足中小企業小模型訓練場景，另一方面通過彈性調度能夠大幅提升資源利用率;在模型服務層，華為云支持業界主流開源模型，讓企業既能根據業務需求靈活選擇，也能結合自有數據低成本微調專屬模型;在智能體平臺層，華為云提供易用高效的Agent開發環境，助力開發者和中小企業面向行業結合場景打造企業級智能體;在智能體應用層，華為云聯合伙伴深入場景，覆蓋洞察分析、營銷運營、協同辦公、開發運維、內容制作等高頻需求。

　　劉杰還表示，華為云致力于提供AI解決方案，做好基礎設施和平臺底座，伙伴則提供AI行業解決方案、AI行業場景應用、AI專業服務交付，實現深度共創。會上，華為云發布“加速智能化 企業快成長行動2026”，為中小企業、開發者提供從品牌、商業、技術等全方位的支持，共贏AI市場，共同加速企業智能升級。

　　打造算力“金箍棒”，大幅降低算力成本

　　“我們的推理池平均利用率竟然不足30%，我們花費重金建設、動輒數萬、數十萬卡的AI硬件算力池，竟有超過一半以上的算力在‘摸魚，吃空餉’。”華為云首席架構師、華為公司Fellow顧炯炯在現場拋出了一組驚人數據。他指出，Agent時代企業普遍面臨算力痛點：Agent自主規劃、多輪迭代、長上下文導致Token消耗量呈指數級增長，如何有效降低Token成本，成為最核心和迫切的挑戰。

　　為此，華為云發布了黑科技——柔性智算FlexNPU，通過構筑強大而靈活的AI Infra層算力調度技術，大幅提升推理池的有效算力利用率，從而以相同AI硬件算力投入，提供更大的Token吞吐輸出。

　　(華為云首席架構師、華為公司Fellow顧炯炯)

　　對于柔性智算FlexNPU，顧炯炯以可大可小、變化隨心的“如意金箍棒”生動形容，表示FlexNPU賦予NPU/GPU算力“柔性或液態化”供給與伸縮的能力，可依據任意業務需求動態變化隨需而動，如同金箍棒一般“可大可小、變化隨心”，通過最大化AI算力投入的利用率，最終實現Token性價比的最優化。

　　具體而言，柔性智算FlexNPU具備極致共享、極致彈性和極致高可用3大屬性：

　　大模型推理方面，FlexNPU通過引入基于柔性算力的PD動態混部、在離線推理混部等創新技術，完美解決了傳統PD分離架構下Prefill和Decode集群不均衡的AI Core與顯存利用率，以及推理業務潮汐變化規律所導致的大量AI算力空轉浪費難題，將帶來至少40%的Token性價比提升空間

　　小模型推理方面，FlexNPU通過實現最小粒度達1% NPU卡及128MB顯存的顆粒度的AI Core時分復用，以及顯存空分復用，為小模型提供真正完美匹配其算力訴求、量體裁衣的虛擬NPU資源，將小模型的平均算力成本降低2-3倍以上;

　　推理高可用保障方面，FlexNPU通過軟硬解耦及Token級KV Cache的實時快照，使得上層推理框架不再需要感知底層的硬件故障，即可實現故障秒級快速恢復及斷點續推，大大減少了Agent推理會話重計算開銷，提升了用戶的推理體驗

　　顧炯炯最后總結到，FlexNPU的核心價值體現在：無需再為大模型推理的閑置算力，以及小模型推理的獨占算力浪費買單，更不再需要為昂貴的故障重算買單，真正實現了AI算力分配供給從“資源模式”到“效率模式”的范式轉變，“讓每分AI算力投入迸發最大價值，讓智能體的海量Token人人消費得起。”

　　深入千行萬業，做好伙伴AI創新的“黑土地”

　　華為云領先的智能化基礎設施，正在成為千行萬業伙伴進行技術創新、產品研發和商業拓展的重要支撐。發布會現場，華為云伙伴代表分享了多個真實案例。

　　天寬科技有限公司CTO龔徐建介紹，天寬科技基于昇騰算力平臺打造制造業Agent解決方案，可實現智能知識問答、合同智能審核、風險識別等功能，合同審核準確率達90%，審核效率提升3倍，生產數據查詢時間從1小時縮短到2分鐘，將企業人力從繁瑣重復的工作中解放，雙方后續將在市場洞察、能力共建、成單路徑等方面進行拓展合作。

　　(天寬科技有限公司CTO龔徐建)

　　天津宏達瑞信科技有限公司CEO丁照祥則從零售物流行業角度，探討AI落地帶來的巨大價值，表示宏達瑞信基于華為云天籌求解能力，打造AI智能路徑規劃方案，助力商家獲得商品從倉庫到經銷商的運輸最優解，并且可以根據復雜的交通條件靈活配置，排線效率提升60倍以上，減少冗余出車次數20%，物流成本降低5.8%。

　　(天津宏達瑞信科技有限公司CEO丁照祥)

　　人工智能底層技術發展，牽引Al Infra算力基礎設施、開閉源大小模型、Agent使能框架與工具等快速演進，激發更多AI創新。面向未來，華為云將秉持“用AI解行業難題”的理念，在應用層、模型層、算力層耕耘AI算力黑土地，攜手伙伴共進共贏，抓住AI時代的機遇。