华为云平台架构理解方法详解（IaaS/tPaaS/aPaaS 三层与 AI 原生演进详解）

「一切皆服务」是读懂华为云平台架构的总入口。底层 IaaS 提供算力、存储、网络、安全等基础设施；中间 tPaaS 把数据库、中间件、AI 框架、容器与开发流水线封装成可调用的技术能力；上层 aPaaS 把行业经验沉淀为可复用的业务能力组合。三层不是产品清单，而是「选型时该从哪一层切入」的判断尺——关心机房与 CPU 走 IaaS，关心工作流与模型走 tPaaS，关心行业模板与合规交付走 aPaaS。把这一组概念边界先讲清楚，下面所有产品、混合云路径与 AI 原生演进都只是这条主线的展开。

一、三层服务的核心定义

IaaS：基础设施即服务

IaaS 是把计算、存储、网络、安全等「机房级」资源做成可按需申请的虚拟资源池。最小单位是一台云服务器（ECS/BMS）、一块云硬盘（EVS）、一个对象存储桶（OBS）、一个虚拟私有云（VPC）。调用方关心的是规格、带宽、可用区，而不是机房里的机柜长什么样。

tPaaS：技术即服务

tPaaS 是把「技术嵌入业务」中间件、AI 框架、数据库、容器平台、研发流水线封装成可编排的能力。调用方关心的是某项能力怎么用、怎么跟业务对接，而不是这项能力的内核是怎么实现的。典型代表是 GaussDB、CCE、ModelArts、AgentArts、CodeArts。

aPaaS：经验即服务

aPaaS 不强调某一项底层技术，而是把行业经验、合规要求、运营流程沉淀为「积木式」的能力组合。调用方关心的是某类业务能否直接复用、是否符合监管要求、能否快速上线。典型形态是政务云、金融云、工业云等「行业云」以及华为云 Stack 这类混合云产品族。

二、平台架构的树形视图

把平台从底向上展开，可以画成下面这张「能力堆叠图」。每一层都是下一层的消费方，下一层为上一层提供能力支撑：

华为云平台（一切皆服务）
│
├── IaaS 层
│   ├── 基础设施：ECS / BMS / OBS / EVS / VPC / ELB
│   ├── 全球基础设施：Region × AZ × KooVerse
│   └── 算力底座：鲲鹏（通用）+ 昇腾（AI）+ 鸿蒙（端）
│
├── tPaaS 层
│   ├── 数据库：GaussDB（OLTP）、TaurusDB（MySQL 兼容）、GeminiDB（多模 NoSQL）、DDM（分库分表）
│   ├── AI 与开发：ModelArts、AgentArts（智果）、MaaS、CodeArts
│   └── 容器与调度：CCE、CCI、Volcano、Karmada、KubeEdge
│
└── aPaaS 层
    ├── 行业云：政务云 / 金融云 / 工业云 / 医疗云
    └── 混合云：华为云 Stack（HCF / HCS / HCSD 三大产品族）

关键观察：IaaS 是「机房」，tPaaS 是「机房上盖的工具间」，aPaaS 是「工具间上盖的样板间」。调用方越往上看，越不关心底层是怎么搭的——这是「一切皆服务」最朴素的理解方式。

# 三层速记
IaaS:  机房 — 关心 CPU/内存/盘/带宽
tPaaS: 工具间 — 关心怎么用、怎么对接业务
aPaaS: 样板间 — 关心能否直接复用、是否合规

三、全球基础设施：Region、AZ 与 KooVerse

华为云基础设施以「全球存算网 KooVerse」对外口径展现，覆盖多个地理区域（Region）与可用区（AZ）。Region 是地理概念，AZ 是同一 Region 内通过高速光纤互联的独立故障域——这是混合云迁移、多账号部署、跨地域容灾的「画图起点」。

底层网络由 QingTian 分布式架构承载，把计算、存储、网络资源对等互连，突破传统主从结构对带宽与扩展性的限制，是 AI 算力基础设施的关键底座。数据中心侧近年向高密度、全液冷方向演进——AI 数据中心单机柜功率密度明显提升，PUE 指标下降明显，液冷和更高密度部署已是 AI 算力机房的事实选项。

合规与认证方面，平台覆盖 ISO 27001、ISO 22301、SOC 2、PCI DSS、CSA STAR、等保等通用安全合规，方便做跨境业务与政企项目交付。

四、算力底座：鲲鹏、昇腾、鸿蒙三大根生态

算力底座由鲲鹏通用算力、昇腾智能算力、鸿蒙端侧生态共同支撑，三个根生态分别面向「通用计算」「AI 计算」「端云协同」三类负载。

• 鲲鹏（通用算力）：ARM 架构的自研 CPU，配合 Huawei Cloud EulerOS 与 Kunpeng DevKit/BoostKit，让传统应用迁移到 ARM 平台时尽量减少改动；
• 昇腾（智能算力）：通过 MindSpore 全栈 AI 框架与 ModelArts 平台提供端边云协同的训推一体能力，近年通过 CloudMatrix 384 超节点架构实现算力、内存、显存解耦池化，支撑 MoE 大模型推理与一卡一专家的细粒度调度；
• 鸿蒙（端侧）：通过云桌面与云手机打通鸿蒙设备与传统 Windows 生态的应用兼容性，是端云一体体验的统一入口。

五、与主流云平台的概念对比

华为云的「IaaS / tPaaS / aPaaS」分层与 AWS、阿里云、Azure 的分层在概念上是对齐的，但有几个本地化点值得拎出来：

关键观察：分层概念是行业共识，自研芯片和全球存算网是各家做差异化的主线。选型时不要被「分层叫什么名字」困住，而要看每一层提供的能力是否覆盖业务需求——这才是分层架构真正的价值。

六、AI 原生演进：从「Cloud for AI」走向「AI for Cloud」

华为云近年明确把平台演进方向归为「AI 原生」，对应的三层架构分别是：

1. AI 原生资源层——围绕算力、存储、网络三个领域做解耦与池化，按「量体裁衣」的方式动态供给，匹配不同 AI 负载；
2. AI 原生 OS 层——提供 AI 训推开发套件、数据使能平台、L0 级基础大模型，向上提供通用 AI 能力；
3. AI 原生应用层——按 L1 行业大模型、L2 场景模型、AI 原生应用逐层落地，与业务流程深度耦合。

落到代码上，CCE Autopilot 把集群维护、节点扩缩、操作系统全部托管，业务侧只提交容器工作负载。下面是一段精简可用的 Pod 描述，演示在 CCE Autopilot 上跑一个调用 MaaS 模型的 Agent 网关：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: agent-gateway
  namespace: ai-prod
spec:
  replicas: 2
  selector:
    matchLabels:
      app: agent-gateway
  template:
    metadata:
      labels:
        app: agent-gateway
    spec:
      containers:
        - name: agent
          image: swr.cn-north-4.myhuaweicloud.com/ai/agent-gateway:1.0
          resources:
            requests:
              cpu: "500m"
              memory: "1Gi"
              huawei.com/ascend-npu: "1"
          env:
            - name: MAAS_ENDPOINT
              value: "https://maas.cn-north-4.myhuaweicloud.com/v1"
            - name: MAAS_MODEL
              value: "pangu-nlp-718b"

这段配置把 agent-gateway 镜像按 2 副本部署、按需申请 1 张 NPU 算力、通过 MAAS_* 环境变量指向具体模型。CCE Autopilot 会自动调度到合适的昇腾超节点上，弹性伸缩与节点运维全部交给平台侧，业务侧只需要关注模型调用与业务流程。

到这里，平台的三层服务、全球基础设施、算力底座、AI 原生演进四条线就拼成了一张完整地图。核心是「一切皆服务」这条主线——分层不是用来背产品清单的，而是用来回答「我应该从哪一层切入」的判断尺。下一步无论是走公有云、混合云还是私有云，路径都有迹可循。

常见问题（FAQ）

Q1：平台层和云产品是什么关系？

平台层是统一的架构与能力底座（IaaS/tPaaS/aPaaS），云产品是它在某一类场景下的具体实现，例如 tPaaS 层的数据库就由 GaussDB、RDS 等产品承载。

Q2：华为云 Stack 跟公有云有什么区别？

公有云是华为云统一运营的全球可用服务，Stack 把同源能力部署到客户本地数据中心，适配本地合规、低时延、混合架构等场景。

Q3：AI 原生和传统云上跑 AI 的差别是什么？

传统云上跑 AI 是用通用算力当「载体」，AI 应用仍需自行优化算力调度与存储；AI 原生把算力、内存、网络按 AI 负载特征重新设计，从一开始就以 AI 工作负载为核心。