任正非:算力过剩,科技浪潮下的必然走向 在2025年12月与全球顶尖选手、教练的座谈会上,任正非围绕AI发展、算力趋势等话题发表见解,明确提出“算力过剩不可避免”这一观点,引发广泛关注。 任正非对AI发展有着清晰的阶段划分:未来20年至千年的深远影响交由社会学家研究,10到20年的科技社会构想留给科学家探索,华为则将目光聚焦在未来3到5年,关注大模型、大数据、大算力在工农业及科技产业的应用。基于这样的视野,他给出了算力过剩的判断。 从技术推演角度看,当前对算力的需求推演多呈线性,即假定需求会按固定比例持续增长。但任正非质疑这种推演的合理性,认为需求可能存在非线性变化。若按线性假设大规模建设算力设施,未来很可能出现过剩。 大模型建设过程也印证了算力过剩的潜在趋势。任正非认为,建设数千个、数百个大模型都是合理的探索,这一过程虽会消耗大量算力,可随着技术成熟与应用拓展,大模型对算力的需求或许会趋于稳定甚至下降,进而导致算力过剩。 产业应用需求的转变也是重要因素。未来3到5年,当大模型等技术在各产业广泛应用,产业对算力的需求可能从“量”转向“质”,更注重算力的效率和性能,而非单纯追求数量,这也可能引发算力过剩。 面对这一趋势,华为积极应对。一方面聚焦行业应用,通过解决实际问题、创造经济价值来凸显AI技术的价值;另一方面强化网络基础设施建设,因为任正非深知,没有网络支撑的算力是信息孤岛,无法实现真正的智能;此外,还推动全社会协作,与各行各业携手,共同推动AI技术的研发与应用,实现资源共享与优势互补。
00:00 / 02:02
连播
清屏
智能
倍速
点赞53
任正非预判算力过剩时代将至,强调AI重在行业应用与青年创新 内容简要概括: 1. 核心观点:算力趋势与AI发展路径 - 任正非指出,未来算力过剩不可避免,当前大模型建设是必要探索,但AI的核心价值在于千行百业的实际应用(如工业、医疗、交通),而非单纯追求通用人工智能(AGI)。他提出“模型开发”与“行业应用”应分工协作,由行业应用工程师推动商业化。 - 中美AI发展路径存在差异:美国聚焦AGI/ASI等宏大命题,我国更关注解决具体发展问题(如矿山无人化、远程医疗),通过AI提升生产效率。 2. 华为的聚焦领域与实践案例 - 华为AI研究聚焦未来3-5年的产业落地,具体案例包括: - 工业场景:高炉炼铁优化(提升效率1%)、矿山无人化(保障安全)、港口自动化(如天津港)。 - 医疗健康:瑞金医院病理大模型辅助诊断、中山医科大学眼科模型远程诊疗。 - 基础设施:5G-R铁路调度系统、12306票务系统优化等复杂网络管理。 3. 对青年与教育的关键建议 - 鼓励青年“敢于摸高”,优先探索理论前沿,再考虑商业化;同时肯定“摸低”(如精密制造)的社会价值。 - 强调教育与企业分工:学校负责“0-1”的原始创新,企业负责技术应用。网络技术正推动教育从“物理集中”转向“逻辑分散”,促进资源公平。 - 指出我国青年创业环境成熟,如机器人领域有“百万青年”参与,小鹏机器人等创新案例显示本土创新活力。 4. 对社会影响的前瞻 - AI推动无人化将增加社会总财富,但需配套再教育工程(如学券制)解决就业结构变化。 - 强调开放合作的重要性,主张吸收全球文明成果,反对闭关自守。 5. 其他前沿技术观点 - 认为量子计算“迟早突破”,但企业应专注当下;同时指出华为当前业务重心仍在CT(通信技术),因网络是AI发挥价值的基础。 总结:任正非此次讲话从算力趋势、AI落地路径、青年创新到社会适应,为科技行业与投资方向提供了清晰指引,尤其凸显了AI应用层(如工业智能化、医疗数字化)和基础设施(通信、算力)领域的长期机遇。
00:00 / 00:31
连播
清屏
智能
倍速
点赞287
00:00 / 00:43
连播
清屏
智能
倍速
点赞1318
00:00 / 02:11
连播
清屏
智能
倍速
点赞12
00:00 / 00:29
连播
清屏
智能
倍速
点赞33
00:00 / 06:24
连播
清屏
智能
倍速
点赞44
00:00 / 00:28
连播
清屏
智能
倍速
点赞11