华为发布AI推理“存算一体”突破：打破HBM垄断，金融AI落地再提速

软盟资讯2025年8月12日讯在今日举办的“2025金融AI推理应用落地与发展论坛”上，华为联合中国银联正式发布AI推理领域颠覆性技术成果——“以存代算”架构，通过存储与计算深度融合的创新设计，显著降低对高带宽内存（HBM）的依赖，推动国产AI推理性能迈入新阶段。这一突破不仅为金融行业智能化转型注入核心动力，更有望重塑全球AI芯片竞争格局。

技术突破：存算一体架构破解“卡脖子”难题

当前，AI推理对HBM的依赖已成为制约产业发展的关键瓶颈。数据显示，高端AI服务器中HBM成本占比高达30%-50%，而全球HBM产能90%以上被三星、SK海力士等海外企业垄断，导致国内AI大模型训练与推理成本居高不下。华为此次发布的“以存代算”架构，通过将AI推理所需的矢量数据（如KV-Cache）从DRAM迁移至SSD，并利用自研主控芯片（如WM7400 UFS 4.1）与昇腾AI芯片协同，在存储端直接完成部分计算任务，减少数据冗余迁移。

实验数据显示，该架构可使推理效率提升10倍以上，单卡Decode吞吐突破1920 Tokens/s，KV Cache传输带宽提升10倍，输出时延降至50ms。以金融高频交易场景为例，低时延推理能力可支持毫秒级决策，而智能客服领域则能支撑千万级用户实时交互。华为云此前发布的CloudMatrix384昇腾AI云服务已验证类似路径，其MoE训练吞吐提升20%、内存节省70%，为本次技术突破奠定实践基础。

金融落地：从实验室到万亿市场的跨越

作为技术落地的首站，金融行业成为华为AI推理生态的核心应用场景。华为在金融领域已构建成熟体系：分布式新核心方案支撑超75%的大行和股份制银行核心转型，智能体技术推动风控、审计等场景从单点智能向多体智能跃迁。例如，科大讯飞与华为合作实现的MoE模型推理，吞吐提升3.2倍，端到端时延降低50%；与中国电信合作的AI智能体项目，使家宽装维故障处理时长缩短30%，无线网络优化任务用户体验提升10%-15%。

中国银联技术部负责人表示，华为技术将直接赋能反欺诈、智能投顾等高实时性场景，降低金融机构对海外AI基础设施的依赖。据测算，若全面替代HBM，单台AI服务器成本可下降40%，为中小银行及保险机构部署AI提供可行性。

生态重构：国产AI产业链迎来黄金机遇

华为此次突破不仅解决技术痛点，更推动国产AI生态从“硬件堆砌”转向“架构创新”。天源迪科作为华为领先级战略合作伙伴，其子公司独家代理昇腾训推一体机，将优先受益于技术普及；宏达电子控股子公司为华为提供5G光通讯模块，助力算力网络构建；江波龙作为全球第二大独立存储器厂商，通过自研主控芯片与华为协议协同，实现“显存扩展”“算力卸载”三大功能。

政策层面亦形成战略呼应。河南省最新提出“支持研发推广具身智能机器人、AI手机、工业终端等终端产品”，而华为技术可降低大模型在边缘设备的部署门槛，推动AI从云端向终端渗透。IDC预测，到2027年，AI推理工作负载占比将达72.6%，华为生态有望占据国内30%以上市场份额。

专家观点：架构创新引领全球AI竞争

清华大学AI研究院院长指出，华为“以存代算”架构为行业提供了新范式：“过去通过堆砌HBM提升性能的路径已触达天花板，而存算一体通过数据流动优化实现效率跃迁，可能打破‘唯HBM论’的产业惯性。”信通院专家则强调，该技术将加速AI在医疗、工业等敏感领域的应用，提升产业链自主可控能力。

尽管HBM的超高带宽特性短期内难以被完全替代，但华为的技术路径已证明，通过软硬件深度协同，可在性能与成本间找到平衡点。随着金融、政务等场景的规模化落地，国产AI生态有望从“跟跑”转向“领跑”，为全球AI竞赛注入中国智慧。