DeepSeek引发了算力产业的‘杰文斯悖论’”。5月27日，2025智算行业峰会——算网融合与数据中心创新论坛现场，华为中国政企大企业系统部总经理刘涛在接受记者采访时，引述了这条悖论来阐述算力产业的发展现状。
“杰文斯悖论”由19世纪英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）在其著作《煤炭问题》（The Coal Question, 1865）中提出。其核心观点是：当技术进步提高了某种资源的使用效率时，该资源的总消耗量反而可能增加，而不是减少。
刘涛解释，杰文斯悖论的核心在于效率提升驱动需求扩张，当技术突破降低资源使用成本时，总需求反而因应用场景的爆发式增长而飙升。Deepseek的降本开源将刺激更多企业、机构部署大模型，从而整体算力需求不降反升，将拉动AIDC整体需求上升。
双轮驱动：AI for IDC，IDC for AI
近年来，中国第三方IDC（互联网数据中心）市场正加速从传统的“主机托管+带宽”模式向以算力为核心的AIDC（智算中心）转型。这一变革不仅源于AI大模型训练和推理需求的激增，也受到政策导向、技术突破以及行业应用场景扩张的多重推动。
“算力已经成为数字经济的新生产力。”刘涛表示，“包括‘东数西算’工程、Open AI的爆发、DeepSeek的横空出世，都使得异构算力（CPU+GPU+NPU）的需求呈现爆发式增长，智能算力占总算力的比例已经超过了60%。”
他指出，传统的IDC模式已无法满足AI时代对算力弹性调度的要求。“未来的IDC将不再是机房租赁或者电力消耗者，而是算力生产车间。”华为愿做产业转型的算力使能者，让每一瓦电力和每一平用地都转化为有效的AI生产力。
面对这一趋势，华为提出了“双轮驱动”的战略——即客户需求和技术发展共同驱动AI与智算中心的深度协同。刘涛表示，华为通过两个层面实现对IDC行业的赋能：一是用AI优化数据中心本身，二是通过智算中心为底座释放AI产业价值。
“第一，AI for IDC，就是用人工智能优化数据中心内核。”刘涛介绍称，华为通过昇腾AI硬件、CANN（Compute Architecture for Neural Networks）架构、MindSpore框架及相应工具链等，帮助第三方数据中心快速构建高性能算力集群。同时，华为还提供液冷技术、智能运维系统以及标准化建设规范，助力超过20个省级智算中心缩短建设周期40%以上。
“第二，IDC for AI。”刘涛强调，AI是新质生产力的核心要素，而IDC作为千行万业的使能层，需要进一步打造行业智能化的基座。基于全栈AI能力（芯片/框架/模型），华为构建了三级赋能体系：基础层提供澎湃算力，平台层开放盘古大模型能力，场景层联合伙伴开发200多个场景化方案。
“整体上，我们通过‘技术赋能+生态孵化’的模式，在行业中复制验证，可以帮助企业降低AI应用成本40%。”刘涛表示，未来华为将持续把智算中心进化为“行业智能中枢”，让AI成为普惠生产力。
全栈协同：
软硬一体打造AIDC核心竞争力
随着大模型参数规模从千亿跃升至万亿级别，千卡、万卡甚至十万卡智算集群也成为了AI研发的必备基础，同时对通信、存储、调度提出了前所未有的要求。在万卡集群中，若节点间通信效率低下，即使拥有强大的单卡算力，整体训练效率也会大幅下降。因此，构建一个高效能、低延迟、可扩展性强的算力底座成为刚需。
“这非常难做到，而是一个系统工程。”在大会的致辞中，刘涛提到，通过算网融合提升卡间的协同，可以实现1+1=2，甚至1+1>2。刘涛表示，为达成这一目标，华为发挥其独特“全栈协同”的优势能力，通过架构级、软硬件深度融合，为客户创造真正的价值。
“首先是架构级融合。”他表示，华为通过自主创新，实现通算与智算的算力耦合，资源池化可降低20%算力浪费；存储与DCN、DCI网络采用HPDA（高性能数据加速）架构，减少算存等待时间，使得“东数西算”等跨域业务的数据调度时延优化40%。
“其次是软件与硬件融合。”他提到，华为云作为统一调度平台，通过MetaStudio数字孪生引擎实现算力/存储/网络的智能编排。例如在运营商智算中心建设中，通过全栈资源动态分配能力，在业务高峰时可以自动弹性扩容，TCO降低25%。
此外，在节能方面，华为提供端到端的节能方案，支持按负载点亮算力，PUE可控制在1.15以下。近期发布的AI-Native架构，正是这种IDC训练场景化能力的体现，可在大模型训练过程中实现集群效率提升90%。
华为的“星河AI网络”与“CloudMatrix 384”解决方案，是“全栈协同”理念的典型落地案例。其中星河AI网络采用ROCE无损网络技术和自研NSLB算法，实现接近98%的通信吞吐率，支持200G/400G高速互联，适用于万卡级集群。CloudMatrix 384则通过384颗AI处理器的互联，提供高达300 PetaFLOPS的BF16精度算力，可大幅提升模型训练效率。
“这种全栈的能力，使得华为能真正站在AIDC客户视角，帮助IDC在算力效能、数据资产、网络协同的AIDC转型中建立优势。”刘涛总结道