极致性价比！华为云柔性智算FlexNPU让算力不再“摸鱼”

3月20日，华为云中小企业AI解决方案发布会上推出了一项算力黑科技——柔性智算操作系统FlexNPU，将Token消耗“吞金兽”有效控制在企业预算范围内，打造面向Agentic时代的极致Token性价比，为企业级智能体的普及突破算力瓶颈。

华为云中国区销售伙伴发展部部长、华为云中国区Marketing与解决方案销售部部长郭婷在致辞中表示，2026年华为云将构建AI时代更加肥沃的“黑土地”，让算力服务更柔性、更适配中小企业的轻量化需求，实现从“调度靠拍板”到“成本算到精”的转变，解决“用不起、用不好”算力的核心难题。

（华为云中国区销售伙伴发展部部长、华为云中国区Marketing与解决方案销售部部长郭婷）

企业AI应用现状：一半是海水，一半是火焰

当下，“养龙虾”成为全民热点话题，为千行万业尤其是中小企业提供了建设智能化工作流程的清晰思路。会上，华为云SMB解决方案与持续运营部部长刘杰用“一半是海水，一半是火焰”生动形容了目前企业智能化转型的现状：以OpenClaw为代表的先进生产力工具层出不穷，但AI实际应用往往面临着成本高山、技术壁垒、场景错位等挑战。

（华为云SMB解决方案与持续运营部部长刘杰）

对此，华为云发布中小企业AI解决方案，涵盖AI基础设施层、模型服务层、智能体平台层、智能体应用层，帮助企业打造能对接ERP、能调用API、能闭环业务流程的“数字员工”。目前，华为云已深入2600多家企业、30多个行业，解决500多个AI场景化问题，成为企业AI创新路上的可靠伙伴。

刘杰介绍，在AI基础设施层，华为云提供昇腾多代系产品，以及自研的AI Infra OS，尤其是FlexNPU柔性智算技术，一方面满足中小企业小模型训练场景，另一方面通过弹性调度能够大幅提升资源利用率；在模型服务层，华为云支持业界主流开源模型，让企业既能根据业务需求灵活选择，也能结合自有数据低成本微调专属模型；在智能体平台层，华为云提供易用高效的Agent开发环境，助力开发者和中小企业面向行业结合场景打造企业级智能体；在智能体应用层，华为云联合伙伴深入场景，覆盖洞察分析、营销运营、协同办公、开发运维、内容制作等高频需求。

刘杰还表示，华为云致力于提供AI解决方案，做好基础设施和平台底座，伙伴则提供AI行业解决方案、AI行业场景应用、AI专业服务交付，实现深度共创。会上，华为云发布“加速智能化 企业快成长行动2026”，为中小企业、开发者提供从品牌、商业、技术等全方位的支持，共赢AI市场，共同加速企业智能升级。

打造算力“金箍棒”，大幅降低算力成本

“我们的推理池平均利用率竟然不足30%，我们花费重金建设、动辄数万、数十万卡的AI硬件算力池，竟有超过一半以上的算力在‘摸鱼，吃空饷’。”华为云首席架构师、华为公司Fellow顾炯炯在现场抛出了一组惊人数据。他指出，Agent时代企业普遍面临算力痛点：Agent自主规划、多轮迭代、长上下文导致Token消耗量呈指数级增长，如何有效降低Token成本，成为最核心和迫切的挑战。

为此，华为云发布了黑科技——柔性智算FlexNPU，通过构筑强大而灵活的AI Infra层算力调度技术，大幅提升推理池的有效算力利用率，从而以相同AI硬件算力投入，提供更大的Token吞吐输出。

（华为云首席架构师、华为公司Fellow顾炯炯）

对于柔性智算FlexNPU，顾炯炯以可大可小、变化随心的“如意金箍棒”生动形容，表示FlexNPU赋予NPU/GPU算力“柔性或液态化”供给与伸缩的能力，可依据任意业务需求动态变化随需而动，如同金箍棒一般“可大可小、变化随心”，通过最大化AI算力投入的利用率，最终实现Token性价比的最优化。

具体而言，柔性智算FlexNPU具备极致共享、极致弹性和极致高可用3大属性：

大模型推理方面，FlexNPU通过引入基于柔性算力的PD动态混部、在离线推理混部等创新技术，完美解决了传统PD分离架构下Prefill和Decode集群不均衡的AI Core与显存利用率，以及推理业务潮汐变化规律所导致的大量AI算力空转浪费难题，将带来至少40%的Token性价比提升空间

小模型推理方面，FlexNPU通过实现最小粒度达1% NPU卡及128MB显存的颗粒度的AI Core时分复用，以及显存空分复用，为小模型提供真正完美匹配其算力诉求、量体裁衣的虚拟NPU资源，将小模型的平均算力成本降低2-3倍以上；

推理高可用保障方面，FlexNPU通过软硬解耦及Token级KV Cache的实时快照，使得上层推理框架不再需要感知底层的硬件故障，即可实现故障秒级快速恢复及断点续推，大大减少了Agent推理会话重计算开销，提升了用户的推理体验

顾炯炯最后总结到，FlexNPU的核心价值体现在：无需再为大模型推理的闲置算力，以及小模型推理的独占算力浪费买单，更不再需要为昂贵的故障重算买单，真正实现了AI算力分配供给从“资源模式”到“效率模式”的范式转变，“让每分AI算力投入迸发最大价值，让智能体的海量Token人人消费得起。”

深入千行万业，做好伙伴AI创新的“黑土地”

华为云领先的智能化基础设施，正在成为千行万业伙伴进行技术创新、产品研发和商业拓展的重要支撑。发布会现场，华为云伙伴代表分享了多个真实案例。

天宽科技有限公司CTO龚徐建介绍，天宽科技基于昇腾算力平台打造制造业Agent解决方案，可实现智能知识问答、合同智能审核、风险识别等功能，合同审核准确率达90%，审核效率提升3倍，生产数据查询时间从1小时缩短到2分钟，将企业人力从繁琐重复的工作中解放，双方后续将在市场洞察、能力共建、成单路径等方面进行拓展合作。

（天宽科技有限公司CTO龚徐建）

天津宏达瑞信科技有限公司CEO丁照祥则从零售物流行业角度，探讨AI落地带来的巨大价值，表示宏达瑞信基于华为云天筹求解能力，打造AI智能路径规划方案，助力商家获得商品从仓库到经销商的运输最优解，并且可以根据复杂的交通条件灵活配置，排线效率提升60倍以上，减少冗余出车次数20%，物流成本降低5.8%。

（天津宏达瑞信科技有限公司CEO丁照祥）

人工智能底层技术发展，牵引Al Infra算力基础设施、开闭源大小模型、Agent使能框架与工具等快速演进，激发更多AI创新。面向未来，华为云将秉持“用AI解行业难题”的理念，在应用层、模型层、算力层耕耘AI算力黑土地，携手伙伴共进共赢，抓住AI时代的机遇。