华为云全球生态部总裁康宁在华为全联接大会 2024 上宣布，截至目前，华为在全球拥有超过 1180 万名开发者，其中华为云开发者超过 760 万，鸿蒙开发者超过 675 万，鲲鹏开发者超过 325 万，昇腾开发者超过 310 万。华为致力于打造一个统一的开发者平台，构建以云为底座的开发者生态系统。华为提供了超过 1.5 万个 API，拥有超过 1000 人的 DTSE 专家团队提供技术服务，连接了 1600 多名布道师，过去一年赋能人次超过 500 万。华为还宣布未来三年每年投入 10 亿元加速鲲鹏昇腾原生应用生态发展，目标发展超过 1500 原生应用伙伴，实现全行业全场景应用原生。

🚀 **开发者数量庞大:** 华为在全球拥有超过 1180 万名开发者，其中华为云开发者超过 760 万，鸿蒙开发者超过 675 万，鲲鹏开发者超过 325 万，昇腾开发者超过 310 万，展现出华为开发者生态的蓬勃发展势头。 华为致力于打造一个统一的开发者平台，构建以云为底座的开发者生态系统，为开发者提供全面的支持和服务。华为提供了超过 1.5 万个 API，拥有超过 1000 人的 DTSE 专家团队，连接了 1600 多名布道师，过去一年赋能人次超过 500 万。 华为为开发者提供丰富的资源和服务，包括 API、技术支持、社区交流等，帮助开发者快速学习和使用华为的技术，并将其应用于各种场景。

💡 **持续投入生态建设:** 华为宣布未来三年每年投入 10 亿元加速鲲鹏昇腾原生应用生态发展，目标发展超过 1500 原生应用伙伴，实现全行业全场景应用原生。 华为正在加大对开发者生态的投入，为开发者提供更完善的资源和服务，鼓励开发者使用华为的技术，开发更多原生应用。华为还发布《共赢行业数智化实践白皮书》及行业智能化 10 大解决方案，进一步推动行业数字化转型。

🤔 **拥抱智能化时代:** 华为副董事长、轮值董事长徐直军发表《拥抱全面智能化时代》的主题演讲，他表示：不是每个企业都要建设大规模 AI 算力，不是每个企业都要训练自己的基础大模型，不是所有的应用都要追求“大”模型。 华为认为，企业应该根据自身需求选择合适的 AI 技术，并结合实际场景进行应用。华为致力于为企业提供全面的 AI 解决方案，帮助企业实现智能化转型。华为在 AI 领域取得了突破性进展，拥有强大的 AI 算力、基础大模型和应用，可以为企业提供全方位支持。

🎯 **华为云开发者生态发展目标:** 华为的目标是打造一个繁荣的开发者生态系统，吸引更多开发者使用华为的技术，开发更多创新应用，推动产业发展。华为还将继续加大对开发者生态的投入，为开发者提供更完善的资源和服务，帮助开发者实现更大的成功。

🤝 **共赢合作:** 华为倡导与合作伙伴共赢，共同推动产业发展。华为将与合作伙伴携手，共同打造一个更加繁荣的开发者生态系统。华为将继续加大对开发者生态的投入，为开发者提供更完善的资源和服务，帮助开发者实现更大的成功。

🌟 **未来展望:** 华为开发者生态将继续蓬勃发展，为开发者提供更加丰富的资源和服务，帮助开发者实现更大的成功。华为将继续加大对开发者生态的投入，推动产业发展，为数字化转型贡献力量。

🚀 **总结:** 华为云开发者生态蓬勃发展，华为致力于打造一个以云为底座的开发者生态系统，为开发者提供全面的支持和服务，并持续加大对开发者生态的投入，鼓励开发者使用华为的技术，开发更多原生应用，推动产业发展。

🚀 **总结:** 华为云开发者生态蓬勃发展，华为致力于打造一个以云为底座的开发者生态系统，为开发者提供全面的支持和服务，并持续加大对开发者生态的投入，鼓励开发者使用华为的技术，开发更多原生应用，推动产业发展。

IT之家 9 月 22 日消息，华为云全球生态部总裁康宁在本周的华为全联接大会 2024 上宣布，截至目前，华为在全球已经拥有超过 1180 万名开发者，其中华为云开发者超过 760 万、鸿蒙开发者超过 675 万、鲲鹏开发者超过 325 万、昇腾开发者超过 310 万。

康宁表示：“我们一直以来都在围绕华为云打造一个统一的开发者平台，构建一个以云为底座、围绕根技术学习和服务的开发者生态系统。”

据介绍，华为提供了超过 1.5 万个 API，拥有一支超过 1000 人的、能够为开发者提供面对面技术服务的 DTSE 专家团队，连接了 1600 多名布道师，在过去一年中赋能人次超过 500 万。

在华为全联接大会 2024 上，华为还宣布未来三年，每年将投入 10 亿元来加速鲲鹏昇腾原生应用生态发展，目标发展超过 1500 原生应用伙伴，基本实现全行业全场景的应用原生。此外，华为还发布《共赢行业数智化实践白皮书》及行业智能化 10 大解决方案。

据IT之家报道，华为副董事长、轮值董事长徐直军发表《拥抱全面智能化时代》的主题演讲。他表示：

不是每个企业都要建设大规模 AI 算力

不是每个企业都要训练自己的基础大模型

不是所有的应用都要追求“大”模型