灵衢互联、分级适配、软硬协同，华为打通Agent落地“最后一公里”

能跑多大的模型，曾经是企业选购AI一体机时最直观的标准。

到了Agentic AI时代，问题变得越来越复杂。

不同于用户提出问题、模型返回结果的“一问一答”，Agent在执行任务的过程中需要频繁进行模型推理、持续调用工具、访问企业数据、连接业务系统，甚至是多个Agent协同完成任务。

模型已经完成了推理，工具调用还在排队；计算资源没拖后腿，数据访问可能跟不上；演示环境里顺利完成的任务，进入到真实的业务流程，还要应对权限、安全和运维要求。

表面上买的是AI一体机，实际需要的却是一套能让Agent高效、安全执行任务的基础设施。

就在华为全联接大会2026上，华为常务董事、ICT BG CEO杨超斌正式发布了基于灵衢打造的系列化一体机产品，并同步开源了Agent加速平台，通过灵衢互联、分级适配、软硬协同的一体化方案，为企业的Agent落地提供按需部署、开箱即用的新选择。

需求变了，算力供给告别“一刀切”

Agent给基础设施带来的第一个变化，是算力需求的进一步分化。

在问答为主的对话式AI时代，资源负载相对明确：用户发起请求，模型完成推理，再返回结果。

当Agent进入不同规模、不同类型的业务场景，“一刀切”式的算力供给已经不再适用。

有的Agent进入企业核心生产系统，需要承载万亿级模型和大规模并发；有的只是业务部门内部使用，更关注成本和灵活性；有的直接部署在办公室，还有的需要深入工厂、门店等边缘现场。

不再是简单追求“算力越大越好”，模型规模、用户并发、时延要求、数据安全、部署环境、功耗与成本、运维能力门槛等约束，共同决定了一套Agent基础设施的能力要求。

怎么才能实现按业务分级适配呢？

杨超斌在演讲中提到：华为以灵衢互联为核心，将CPU、NPU、DPU、DDR、SSD等多种计算与存储单元统一互联、分级池化，实现多样性算力高效协同，灵衢互联不仅用于超节点，也适用于一体机。

也就是说，一体机不再局限于传统的单机形态，正在向“可互联、可扩展的系统”演进，以满足不同场景的算力需求。

面向高性能推理场景，Atlas 650/650E可通过双机灵衢直连，打造UB16一体机，实现业界唯一16卡Full-Mesh组网，让两台机器像一台一样运行，进而支持万亿参数模型EP16最佳并行切分。

面向大规模部署场景，Atlas 650与Atlas 650E还可进行PD分离部署，实现950PR与950DT的高效协同。

面向全场景AI推理，搭载950PR处理器的Atlas 150高性能加速卡，可实现2卡、4卡高速灵衢互联，在LLM推理、多模态生成、搜索推荐等场景中，推理性能领先业界1-2倍。

面向边端场景，华为全面开放了参考设计、模组、标卡等部件产品，并搭载了开源软件栈、操作系统及工具链，全方位使能伙伴打造差异化硬件产品，满足客户的定制化需求。

从高性能推理，到部门级应用，再到边缘现场，构成了一条随着业务规模和部署环境变化的算力供给曲线：把过去相对固定的算力供给按场景拆解，再根据模型、并发和部署环境重新组合。

特别是灵衢互联技术的“下放”，打破了一体机的物理上限，可以按照业务需求不断组合、扩展，企业无须一开始就为峰值需求预留大量资源，而是根据Agent所处的不同阶段和场景配置算力。

硬件层面的适配只是第一步，一项Agent任务最终跑得快不快，不只取决于搭载了多少算力。

软硬协同，企业级Agent落地新范式

在智能体的工程落地中，业界正遭遇一个普遍的“认知鸿沟”。

模型、知识库、Workflow、MCP、Skill等技术越来越成熟，几天甚至几个小时就能搭建出一个Agent原型。可当Agent部署到业务中时，运行稳定性缺失、治理与安全黑盒等问题会集中暴露。

目前还未出现统一的开源企业级方案，大部分的异构Agent框架由于缺乏对底层硬件的深度优化，无法统一调度，造成大量性能浪费，企业本地部署成本居高不下，且埋下了大量的安全隐患。

这也是华为同步开源Agent加速平台的原因，用软硬协同的方式，降低了制约智能体深度落地的三道门槛。

第一道门槛是提升智能体推理性能。

华为Agent加速平台通过鲲鹏昇腾深度协同、智能体亲和加速，真正加速智能体性能。

在多智能体并发运行的环境中，KV Cache什么时候保留、什么时候释放冗余内存、什么时候提前加载，直接关系到显存和算力的利用率。Agent加速平台通过KV Cache主动管理、同步释放、提前预取等底层机制，对缓存的生命周期进行了极致的协同优化。

怎么让外部工具调用和内部模型推理并行运行来，充分榨干算力资源，也是摆在开发者面前的挑战。Agent加速平台通过引入异构任务智能调度策略，让工具调用和LLM推理实现了无缝的异步协同，将多智能体的整体运行效率大幅提升了50%以上。

第二道门槛是Agent安全管控挑战。

企业级Agent一旦深入核心业务，数据与执行的安全防线必须无懈可击。Agent加速平台采用企业级多租户隔离架构，通过多级沙箱安全隔离、基于硬件的加密虚机等能力，让隐私数据绝对安全隔离。

同时构建了多层级安全护栏机制，通过Skill扫描、上下文层的注入防护、执行过程信息加密、Agent越权意图识别与拦截、全流程操作审计和错误操作可回退功能，对Agent的每一个动作进行全链路安全管控，保障企业智能体的运行可管、可控、可追溯。

第三道门槛是企业智能体的工程复杂度。

传统的开发与部署方式，往往伴随着高昂的适配成本，Agent加速平台把大量重复、枯燥的工程能力沉淀到了平台上，比如头部模型的一键式部署、完善的智能体管控系统、办公和编码两大核心Agent，并支持企业级端到端部署周期压缩至“小时级”，真正实现了企业级智能体落地的开箱即用。

为了简化企业原有的系统集成工作，Agent加速平台全面支持多端接入企业系统，并全面开源开放，让伙伴以此为基础，以极低成本打造行业智能体方案。

打一个比方的话，系列化一体机产品与Agent加速平台的软硬协同，正在将企业Agent的落地从“手工作坊”带进“工业流水线”，帮助企业实现Agent高效部署、安全管控与治理。

赋能伙伴，加速Agent深入千行百业

Agent在千行百业的规模化落地，不仅仅是技术架构的演进问题，同时也是一次深度的产业分工。

Agent越深入产业，行业Know-how的价值越重要。想要让Agent进入真实的生产场景，需要理解一整套业务规则、决策逻辑与异常处理经验：什么情况下该调用什么数据、面对不同结果如何判断、出现例外又该如何处置……长期沉淀在企业业务流程中的隐性经验，在很大程度上左右着一个Agent能不能从“回答问题”，走向“解决业务难题”。

华为的答案是“平台+伙伴”模式，懂行业Know-how的伙伴可按需选型、灵活组装，基于Agent加速平台快速完成行业智能体开发与交付，将研发资源聚焦于应用创新，推动智能体在千行百业的落地。

截止到目前，华为已经联合100多家伙伴围绕10大场景打造了200余款产品，涌现出了一个又一个典型案例。

在电力交易领域，神州鲲泰联合天序智能推出了电力交易气象大模型一体机，将鲲鹏处理器、昇腾Atlas 300I Duo推理卡及Atlas 300I A2加速卡与强大的新能源气象大模型深度结合，能够高效处理气象与历史发电数据的预处理，通过AI算力加速预测模型推理，实现风电、光伏功率的精准预测，有效减少了弃风弃光现象，大幅提升新能源消纳率。

在智慧水利场景，思腾合力围绕多模态涉水数据的一体化汇聚与智能解译，打造了CW4D10-HA高性能推理模组整机。基于鲲鹏模组Smart版和昇腾Atlas 300I A2加速卡开发，将澎湃的计算能力直接用于洪水预报、河湖“清四乱”、水土保持等具体且复杂的水利业务，让洪水预报模型的计算效率提升了12倍，为水利防汛抗旱等精准决策提供了坚实支撑。

在实体零售场景，维视智能进一步把AI能力深度下沉到门店边缘，打造了Metis系列边缘计算终端。其中的MetisA10L-C边缘计算盒子基于昇腾Atlas 200I A2加速模块打造，通过本地端侧视觉分析技术服务连锁餐饮后厨的日常高频巡检，覆盖鼠患、违规支付、设备异常、食材核查、卫生着装、环境隐患等各类场景，将企业巡店人力成本下降了50%以上。

可以找到的案例还有很多。

隐藏在一个个案例背后的是，行业智能体的创新主体正在从少数基础设施厂商，快速扩散到掌握业务经验的行业伙伴。

一个伙伴解决电力交易、一个伙伴深入智慧水利、另一个伙伴把AI带进数以万计的零售门店......无数来自产业一线的创新力量，正在形成一张不断扩大的智能体生态网络，让AI沿着产业链的毛细血管不断向下渗透，释放出实实在在的新质生产力。

回到最开始的问题：Agent时代需要什么样的AI一体机？

答案已经不是“能跑多大的模型”。

当AI从回答问题走向执行任务，基础设施的评价标准也从单点算力转向整个任务链的执行效率。算力能否按需供给、模型与工具能否高效协同、数据能否安全流动、Agent能否稳定运行，都开始成为新的关键指标：企业需要的不再只是一台能够跑模型的机器，而是一套能够支撑Agent开发、运行、协同与治理的生产级基础设施。

AI一体机的竞争由此从“算力竞赛”，进入按需部署的“系统能力竞赛”。