作者：雍忠玮

2026年9月17日，华为全联接大会。轮值董事长汪涛在七项AI战略举措中，把“坚持硬件变现”放在了第一条。

其实，这句话也不算新鲜了。

在过去几年里，华为反复强调不造车，前不久郭平在新员工座谈会上也说，“面向未来，华为的核心战略是‘聚焦’，即深耕我们擅长的‘连接’和‘计算’领域，没有业务扩展计划”，则表明，华为的边界感，长期以来其实一直很强。

现在的问题是，AI产业链上存在两种截然不同的商业模式。一种是“挖金子”。自己训练大模型，对外提供模型服务，把Token卖出去。中国的云厂商几乎都走这条路：阿里云用千问大模型驱动MaaS平台，百度智能云靠文心一言拉动GPU云增长，腾讯则把混元融入游戏和广告生态，以应用侧收益反哺云收入。这些公司既是算力的“业主”，又是算力的“租客”，自己造算力、自己造模型、自己消化Token。另一种是“卖铲子”。不碰模型，只提供算力底座。华为选了这条。

华为把自己钉死在“卖铲子”位置上，背后的考虑逻辑是什么。

对这个问题，汪涛说得很直白：华为AI战略的核心是算力，坚持硬件变现，围绕“超节点+集群”做系统架构创新。盘古大模型被明确限定在“聚焦华为产品智能化”，不去争夺通用模型市场。

这个选择的逻辑并不复杂。云厂商做模型，本质上是在算力之上再叠一层应用，追求的是“模型—算力—收入”的闭环。但华为没有应用生态的包袱，也不需要在模型层跟自己的客户竞争。当一家公司既能提供算力、又做通用大模型时，那些想用昇腾训练自己模型的企业会怎么想？你会不会看了我的数据，转头训一个更强的模型跟我抢市场？

所以，华为用“硬件变现”作为策略，就主动消解了这个疑虑。用华为的话说，就可以拥抱“百模千态”，支持主流大模型在昇腾上原生训练，盘古只服务自家产品。这个边界划得越清楚，算力底座的生态阻力就越小。

但“卖铲子”还有一个硬约束，那就是，你的铲子得足够好。

华为在先进制程上受限，单颗芯片的性能天花板没有英伟达高，这是客观存在。

所以，通过这次全联接大会上，华为的产品和方案思路，就可以看出来：华为想跳出单独的芯片考量，把竞争维度从芯片拉到系统层级上来。

简单来说，就是当单芯片的几何缩微遇到瓶颈，把创新重心转向信号传播时延的压缩和系统架构的重构，华为内部把这套思路称为用“时间缩微”替代“几何缩微”的“韬定律”，通过逻辑折叠在成熟制程上实现等效于先进制程的整机性能。刚开始，可能是华为因为被制裁，而被逼出来的务实打法，但如今看，它恰好踩中了后摩尔时代的一个关键命题：当制程红利趋近极限，系统级创新的空间反而被打开了。

把“硬件变现”称为信条，意味着不只是短期策略，而是长期承诺，这个承诺的价值，在于可预期性。

对开发者而言，华为不会突然变成竞争对手，昇腾生态是安全的。对客户而言，华为的算力产品不会因为“顺便做个模型”而变成竞品。对华为自身而言，边界清晰意味着资源可以压强到一条主线上，不造车、不做卫星、不扩张，把所有的工程能力、光技术积累、芯片设计经验全部压在算力底座这一个方向上。

但代价也是很明显。硬件变现意味着收入增长依赖于算力部署规模，而先进制程的约束会持续考验系统级创新的边际收益。

在AI产业链的淘金热里，大多数人的注意力在“谁挖到了金子”，但历史上真正穿越周期的，往往是那些把铲子做到极致的人。

所以，也不是说，华为选了更难的路，面对现在的总体形势，说白了没有不难的路，这不只是说华为，是所有的中国公司。

华为其实是选了一条更难被替代的路。

关于作者：雍忠玮，前财经和科技媒体人，重点关注ICT领域的创新技术发展。