6 月 5 日，在华为云 INSPIRE 创想者大会上，华为云提出 Agentic Infra 基础设施范式，并发布通智一体化基础设施、新一代模型训推平台、企业级智能体平台等一系列 Agentic AI 产品。同时，华为云发布“行业 AI 梦工厂”智慧医疗、具身智能、智能制造、科学计算四大专区，试图将 AI 能力进一步引入具体行业场景。
可以看出，华为云正在将 Agentic AI 的竞争重点从单一模型能力，延伸到算力集群、存储、调度、训推平台、安全机制、智能体工程平台和行业场景。对于企业客户而言，Agentic AI 是否能够真正落地，关键不只在于模型本身，也取决于底层基础设施能否支撑长程任务、稳定运行、成本控制和安全可控。
搭建 Agentic Infra：从算力供给走向智能体运行底座
华为公司董事、华为云 CEO 周跃峰在会上表示，Agentic AI 正在推动计算范式变化。过去，AI 基础设施主要围绕大模型训练和推理展开；但进入智能体时代后，企业需要的不再只是“把模型跑起来”，而是让智能体能够长期执行任务、持续调用工具、管理上下文记忆，并在复杂业务环境中安全运行。
因此，Agentic AI 对基础设施提出了四类新要求：一是更高效的 Token 生成能力，支撑大规模智能体并发调用；二是更长程的记忆能力，让智能体能够处理跨小时、跨天级任务；三是更灵活的算力调度能力，在训练、推理和智能体运行之间动态分配资源；四是更强的安全自治能力，保障智能体在企业环境中的可控运行。
基于这一判断，华为云将 Agentic Infra 定义为“高效 Token 工厂、持续学习、通智一体化调度、安全自治”四个方向，并围绕这四个方向发布了对应的基础设施产品。
首先，在算力层面，华为云发布 AICS 灵衢智算集群。该集群基于灵衢网络，支持 10 万卡级集群规模，总算力最高可达 200 EFLOPS。华为云称，AICS 可将 Token 生成时延降低到 10 毫秒以内，千卡每秒吞吐达到 500 万 Tokens，在线服务可用性达到 99.95%。这对应的是 Agentic Infra 中的“高效 Token 工厂”能力。
其次，在记忆与上下文管理层面，华为云发布 AMS Agentic 记忆存储解决方案。该方案面向智能体长程任务中的记忆瓶颈，通过 NPU 直通 CMS（上下文记忆存储）硬件，提供 PB 级记忆空间，并支持 KV Cache 分层池化。其目标是在降低推理成本的同时，支撑天级长程任务，让智能体具备更强的持续学习和上下文保持能力。
第三，在资源调度层面，CCE Volcano Next 通智一体化调度引擎主要解决训练、推理和智能体负载之间的资源协同问题。该引擎通过“训推共池”和“碎片整合”，支持通用计算与智能计算混合负载调度。华为云称，该方案可将资源利用率提升 30%以上。
第四，在智能体运行环境层面，AgentSphere 面向智能体规模化运行，提供弹性扩展、主动防护和沙箱隔离能力。其羽量级沙箱技术可实现 100 毫秒级启动，并支持每分钟十万级批量创建，用于支撑智能体在云上的安全、高效运行。
在底层基础设施之外，华为云还发布了新一代 ModelArts Next 模型训推平台，面向模型开发、部署和企业场景适配。该平台重点建设四类能力：RL 强化学习服务、机密推理、模型路由和模型矩阵。
其中，MaaS 模型路由支持成本优先、效果优先和均衡模式三种策略，可根据请求特征动态选择模型。华为云披露，目前该平台已提供 15 余款 SOTA 模型服务，模型调度精准率超过 95%，调用成本平均降低 20%。企业级 RLaaS 服务则面向行业场景中的模型持续优化，支持一分钟创建任务、训练过程可视化观测，以及训推一致性保障，降低企业使用强化学习优化模型的门槛。
华为云还联合智谱、DeepSeek、Minimax、Kimi、阶跃星辰、百度、美团 LongCat、讯飞星火、爱诗科技、生数科技等 20 余家 TOP 模型厂商，发布“百模千态，云聚共赢”生态合作计划，共建系统化商业生态，打造多方共赢的产业发展新模式。
在智能体平台层面，华为云宣布智果 AgentArts 企业级智能体平台进入公测。该平台面向生产级长程任务、企业级安全、行业知识深度和全链路可观测等需求，主打智能体的工程化落地。与此同时，华为云上线了智果开源版 openJiuwen。华为云称，openJiuwen 内核与 AgentArts 企业版同源度超过了 90%。
此外，华为云还发布了新的 Agentic 云入口“智果园”。该入口聚合华为云全栈 Agentic 云服务、智能体和大模型能力，并将云服务能力 Skill 化、CLI 化，覆盖意图理解、功能开发、资源发放和应用部署等流程。华为云希望将云服务本身进一步智能体化，让用户通过自然语言或智能体工作流调用云上资源和能力。
安全方面，华为云发布了一套覆盖 AI 全链路的安全方案，主要面向 Agent 安全、模型安全和 Agentic Infra 安全。在数据安全层面，华为云发布数据安全专区，涉及硬件专属加密与 HYOK 技术、数据胶囊技术，以及 Agentic 基础设施多维度隔离等能力，目标是帮助企业在上云过程中保持数据控制权。
同时，华为云还发布 AI 机密计算方案，包含机密虚机、云端远程证明服务、机密计算密钥管理、机密推理网关、NPU 设备 PCIPC 直通等能力，支持机密推理、机密预训练和机密联邦学习等场景。
华为云方面还披露，截至目前，华为云已连续稳定运行零重大事故 1037 天。
华为云 CEO：不拼 Token 总量，而是要看背后的生产力提升
本次，周跃峰阐述了公司的 AI 云战略：相较于单纯追逐 Token 规模、MaaS 收入或互联网流量，华为云更强调 AI 对国计民生行业的生产力提升，并将通过国产化算力、全栈 AI 平台、混合云架构和行业 AI 梦工厂，构建面向企业与行业的智能体生态。
周跃峰表示，当前 AI 产业已经进入“Tokens 经济”时代，但华为云并不把 Token 总量或收入规模作为最核心指标。华为云更关注的是，每一个 Token 背后能否真正带来生产力提升：在医疗行业，Token 应当对应一条条鲜活生命的守护；在能源和制造行业，Token 应当对应一度电一度电的节约；在金融行业，Token 应当对应更多风险防范和业务效率提升。
这也构成了华为云与其他云厂商的核心差异。华为云认为，AI 不能只停留在个人问答、情绪价值或消费级应用上，而应当深入政府、医疗、金融、制造、科研、具身智能等行业场景，帮助国计民生行业提升生产力，实现“善政、惠民、兴业”。
周跃峰还表示，华为云并不愿意简单用收入总量、Token 总量或算力规模与其他厂商比较。
其原因在于，华为云采用的是国产化算力路线。华为云方面表示，在当前国产化算力正在成长的情况下，没有必要拿国产化算力规模与“万国牌”算力规模直接比较。华为云更看重的是发展“第二个算力平面”，让全球 IT 工作者和 AI 开发者拥有更多技术路线和生态选择。
在华为云看来，随着中国半导体产业发展，以及华为提出“韬定律”等方向，中国的“硅基黑土地”会越来越厚、越来越肥沃。华为云也将继续围绕鲲鹏通算、昇腾智算、欧拉操作系统、CANN 系统、容器火山平台、ModelArts 工具链等能力，构建国产化 AI 基础设施。
落地过程中，随着 AI 模型和算力技术迭代速度加快。如果企业或机构完全自建算力、自行部署模型，很可能出现“部署完就落后”的尴尬局面。对此，周跃峰表示，AI 时代不可能让每个机构、每家公司都建设万卡集群，面向超大规模通用模型，公共云和共享基础设施将是更高效的选择。
在热门的 AI 编程工具领域，华为云码道 CodeArts 代码智能体用户数突破 10 万，并已于 5 月 30 日正式开启商用，标志着 AI 驱动的软件研发正在迈入规模化应用新阶段。
“码道表面上是一个 AI 编程工具，但其战略意义并不止于写代码。”周跃峰说道，码道更像是“碳基生命和硅基系统之间的翻译器”。人类要调用硅基资源，需要把自然语言意图转化为硅基世界能够理解的指令和代码。因此，码道是智能体时代非常核心的基础能力。只有这类能力足够强，智能体才能更准确理解人的意图，并生成更精准的措施和动作。
周跃峰表示，华为云将对码道投入“范弗里特弹药量”级别的资源，不会简单用多少人使用、产生多少 Token、带来多少收入来衡量其价值。华为云还将与中国几十所高校共建 AI 编程教学活动和中心，投入专家、资源和免费算力，帮助高校开发者和科研人员提升 AI 编程能力。
周跃峰判断，AI 技术与云产业未来将更加密不可分。原因在于，模型训练和推理都离不开规模，而一旦涉及规模，云就会发挥核心作用。
他提到，无论在美国还是中国，今天 80%甚至 90%的 AI 创新都发生在云上。对于大量企业，尤其是中小企业和个人开发者而言，如果没有云平台提供共享算力、模型和工具链，AI 创新很难普及。因此，华为云未来将继续围绕三条主线布局：
第一，继续做厚国产化“硅基黑土地”，推动鲲鹏、昇腾等国产算力生态发展。
第二，在硬件基础上叠加软件和算法价值，提升模型服务和 Token 效率。
第三，面向智能体重构云服务体验，通过 Agentic Infra、模型服务、智能体开发平台和行业 AI 梦工厂，让 AI 更深入地进入产业场景。
周跃峰表示，AI 产业不能只集中在少数大企业中，而必须让更多中小企业、行业机构、基层医院、制造企业和科研团队都能用得起、用得好。对华为云来说，AI 云竞争的关键并不是谁产生了更多 Token，而是谁能让 Token 真正转化为行业生产力。
