近日，华为心声社区对外披露了监事会主席郭平与新员工座谈的纪要。全文近万字，涉及人工智能、大模型战略、6G等热点话题。

这份纪要最值得反复咀嚼的地方，是郭平对华为AI战略的一次系统性拆解。他没有用“全面布局”这样的模糊表述，而是把华为的AI战略拆成了四个层次，每个层次对应不同的业务逻辑、不同的竞争策略。

四张面孔，一个逻辑。

ICT业务：华为要做英伟达，不做大模型

郭平在纪要中给出了一个极为清晰的定位：“对于ICT业务及计算领域，华为的目标是成为英伟达。”

这句话的完整版本是：华为的核心优势不在于拥有自研大模型，而在于支持客户构建优秀的大模型，确保全球任何大模型均能在华为昇腾、鲲鹏、超节点及集群上高效运行。

这是一个非常克制的战略选择。在几乎所有科技巨头都在争先发布自研大模型的当下，华为明确选择了一条不同的路——不做运动员，做运动场。

这条路的逻辑是：大模型的竞争是高度不确定的。今天的领先者可能明天就被超越。如果华为把核心资源押注在自研大模型上，它面临的是与OpenAI、Anthropic、DeepSeek等公司的正面竞争，胜率无法保证。

但如果华为做的是“让所有大模型都能在昇腾上高效运行”，它的客户就是所有的大模型公司。无论谁赢，华为都是底层算力的供应商。这是一个“卖铲子”的策略，而英伟达正是这个策略最成功的实践者。

黄仁勋说过一句话：“我们不是AI公司，我们是AI公司的供应商。”郭平的表态，本质上是把这句话翻译成了华为的版本。

终端与智驾：最好拥有自研大模型

但郭平并没有把“不做大模型”的逻辑套用到所有业务上。

对于终端业务和智能驾驶业务，他的表述是：“最好拥有自研大模型。”

原因在纪要中解释得很清楚：多数主流开源大模型仅开源权重，企业后续在增训或微调等方面仍面临诸多挑战；且数据开源存在滞后性。因此，在终端和智能驾驶领域，自研大模型更具优势。

这个逻辑的起点是数据主权。终端设备和智能驾驶汽车每天产生海量的用户数据，这些数据的敏感性和实时性决定了它们不可能完全依赖云端大模型来处理。如果华为的终端和智驾业务使用第三方大模型，它就必须将用户数据上传至第三方服务器——这在隐私合规和用户体验上都是不可接受的。

更重要的是，智能驾驶对模型的实时性要求极高。延迟每增加一毫秒，都可能意味着一次事故。自研大模型可以与华为的芯片、传感器和操作系统做深度整合，实现端到端的优化。在终端和智驾领域，大模型不是“可选项”，是“核心竞争力”。

华为云：必须拥有自研大模型

郭平对华为云的要求最为刚性：“华为云必须拥有自研大模型。”

逻辑很直接：随着云与人工智能深度融合，缺乏具备竞争力的大模型将导致业务竞争力缺失。

云计算的竞争正在从“卖算力”转向“卖智能”。AWS、Azure、Google Cloud都在将大模型作为云服务的核心入口。如果一个云平台没有自研大模型，它就只能在别人的模型上做“二房东”——利润率低、差异化弱、客户粘性差。

华为云的自研大模型是盘古。郭平的表态意味着，盘古不仅是一个技术展示项目，更是华为云商业化的核心支柱。在云这个战场上，大模型不是“最好拥有”，是“必须拥有”。

四张面孔背后的统一逻辑

把郭平的四个定位放在一起看，一条清晰的战略逻辑浮现出来。

ICT业务做英伟达——赚的是“算力基础设施”的钱。无论哪个大模型赢，算力需求都会增长。华为的昇腾芯片、超节点集群，是这个赛道上的核心资产。

终端和智驾做自研大模型——赚的是“端侧智能”的钱。华为的终端设备（手机、手表、平板）和智驾系统，需要实时、私密、低延迟的AI能力。自研大模型是构建差异化体验的基础。

华为云必须做自研大模型——赚的是“云智能服务”的钱。云平台的竞争已经从算力转向智能，自研大模型是维持竞争力的必要条件。

三个定位，三种赚钱方式。但它们共享同一个底层能力：算力。

华为的ICT业务提供算力，终端和智驾业务使用算力，云业务出租算力。大模型是算力的“应用层”，而华为选择的是成为“算力平台”本身。这个定位与英伟达的黄仁勋所说“我们不是AI公司，我们是AI公司的供应商”如出一辙。

与英伟达的差距：不是芯片，是生态

郭平说“华为的目标是成为英伟达”，但这句话的难度系数极高。

英伟达的优势不仅在芯片性能，更在CUDA生态。全球超过400万开发者使用CUDA进行AI开发，大多数主流AI框架和模型都以CUDA为默认优化目标。这个生态积累了近二十年，是英伟达最深的护城河。

华为的昇腾芯片在硬件性能上正在追赶——昇腾910C的单卡性能已接近英伟达H100的八成。但生态的差距远比硬件更大。华为的CANN异构计算架构正在追赶CUDA，但开发者数量、工具链成熟度和社区活跃度都还有明显差距。

华为的策略是“让全球任何大模型都能在昇腾上高效运行”。这意味着华为需要做大量的模型适配和算子优化工作，让DeepSeek、Kimi、混元、盘古等主流模型都能在昇腾上跑出接近英伟达的性能。这是一项苦活、累活，但也是必由之路。

郭平的万字纪要，是华为AI战略的一次完整亮牌。

不做大模型本身，做让所有大模型都能跑起来的算力平台。 这是华为在AI时代的核心定位。它不做那个最耀眼的玩家，它做那个所有玩家都绕不开的基础设施。

这个定位的聪明之处在于：它回避了与大模型公司的正面竞争，转而占据了产业链上更稳定、更基础的位置。无论哪个大模型最终胜出，算力需求都会持续增长。而华为要做的，就是确保这些算力需求尽可能多地落在昇腾和鲲鹏上。

从5G到AI，华为的战略逻辑始终一致——做基础设施，做平台，做那个“卖铲子”的人。 这份万字纪要，把这个逻辑讲得比以往任何时候都清楚。