华为发布AI DC数据基础设施全栈方案,加速行业智能化跃升
5月21日,以“数据觉醒,存力跃迁”为主题的2026华为创新数据基础设施论坛在巴黎举行。华为公司副总裁、数据存储产品线总裁袁远发表主题演讲,正式发布AI DC数据基础设施全栈方案,加速行业智能化跃升。

华为公司副总裁、数据存储产品线总裁袁远
当下,AI正深刻改变企业运营模式。Agent加速普及,成为新型数字生产力主体,逐步成长为企业的常态化“数字员工”;同时,AI应用持续深化,企业Token消耗量迎来爆发式增长。袁远指出,企业要加速AI落地,需推动现有IT架构向AI DC数据基础设施快速演进,围绕数据湖、知识与记忆平台、算力、模型、Agent框架与数据韧性等核心方向,开展系统性规划与建设。
基于此,华为正式发布AI DC数据基础设施全栈方案,旨在助力企业加速推进AI数据中心建设,实现AI规模化落地。
AI数据湖
OceanStor Pacific全闪分布式存储以11PB/2U业界领先高容量密度,实现最优TCO存储海量数据;依托DME Omni-Dataverse统一数据空间,使能多模态、跨站点数据实时入湖、全局可视可管,同时具备千亿千维向量数据的秒级检索能力,实现高质量数据汇聚与供给。
知识与记忆平台
- 面向超大规模推理集群场景,华为推出业界首个支持异构算力的上下文记忆存储CMS(Context Memory Storage),支持KV语义直通或采用专用DPU进行语义卸载,可扩展为PB级共享KV Cache池,降低推理首Token时延90%。
- 面向企业AI推理场景,华为首创“3+1”AI数据平台,集成了超95%检索精度的知识库、KV Cache加速与持续进化的记忆库,并由UCM技术实现调度与管理,提升30%推理精准性。
模型工程与资源调度
华为ModelEngine具备模型开箱即用、模型网关的能力,可支持0码适配新模型、一键部署模型;此外,结合算力资源细粒度切分与智能调度,最大可实现XPU卡1:10切分,实现“一卡多用”,提升资源利用率。
Agent框架
华为ModelEngine Nexent智能体平台可通过自然语言交互方式直接生成Agent,大幅降低开发门槛,使Agent上线周期缩短80%;此外,支持对Skill、提示词、记忆实现自动优化,助力Agent持续演进、越用越聪明。
数据韧性平台
针对Agent、模型、平台与基础设施等不同维度的潜在数据安全风险,通过构建防滥用、防投毒、防篡改、防勒索的端到端数据保护方案,全面守护AI数据资产安全。

“AI为IT产业带来了无限机遇,”袁远表示,“AI的下半程在于数据。华为数据存储将坚持技术创新,持续沉淀AI行业化落地经验,和全产业共同努力,帮助客户加速迈向智能时代。”
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
逐际动力再融2亿美元提速港股IPO,张巍:营收对赌不符合具身商业逻辑
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-07-14 ...
菲尔兹奖提前泄露!王虹邓煜双双在列
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 菲尔兹奖提前泄露!王虹邓煜双双在列 ...
Siri AI is already changing how I use my iPhone
iOS 27 escaped the developer world today with the launch of the first public beta. I’ve been testing the new operating system since early June, looking for quirks and seeing if it can live up to the hype...
The 6 wildest claims in Apple’s lawsuit against OpenAI
Apple has filed a lawsuit against OpenAI for allegedly stealing its trade secrets. The 41-page filing is filled with claims about former employees taking information from Apple’s internal systems, and OpenAI asking for confidential information during interviews.