華為存儲亮出AI時代“三張牌”！未來數據中心1/3服務硅基員工

智東西
作者｜李水青
編輯｜云鵬

隨著AI行業的焦點從模型訓練加速走向行業推理應用，數據基礎設施正面臨新一輪重構。

智東西3月20日報道，今日，華為數據存儲產品線對外公布了面向AI時代的三大關鍵場景產品與解決方案升級，涵蓋傳統應用數據中心全轉化、AI訓練語料準備及推理場景AI基礎設施建設。

華為數據存儲產品線副總裁、數據存儲營銷工程部部長肖德剛談道：“AI時代對華為數據存儲是一個巨大的利好。我們在規劃時主要考慮兩方面：一是AI Native環境帶來的新機會，二是以AI技術賦能現有存儲產品?！?/p>

這些升級方案旨在幫助企業應對從數字化到智能化的數據挑戰，構建高效、可靠、綠色的AI數據底座。

一、全球第二大存儲廠商，盯準AI時代兩大方向

華為公布的一組最新數據顯示：自2006年推出第一代存儲產品以來，華為存儲已服務全球超過3萬個客戶，市場份額穩居全球第二、國內第一。

肖德剛透露，目前華為存儲超過40%的市場來自海外，且在金融等重點行業表現突出?！叭蛄笃瑓^中，大量金融客戶選擇華為存儲，歐美多家分析及安全機構也給予高度評價?！?/p>

面向未來，華為存儲聚焦兩大方向：一是抓住AI Native環境帶來的新機遇，二是利用AI技術賦能現有存儲產品。

在AI Native環境方面，肖德剛指出，未來數據中心的服務對象將從“人”擴展至“人+硅基員工+具身智能應用”，比例預計各占1/3。這一變化對數據存儲提出全新要求：

應用層出現Agent專用化趨勢，需要存儲具備記憶能力和安全機制；

模型層從預訓練走向推理階段，KV數據量爆炸式增長，HBM、DRAM和本地SSD難以完全承載，多級緩存、高帶寬、低時延成為剛需；

基礎設施層機柜功耗從8-10千瓦躍升至數10乃至上百千瓦，散熱與網絡連接方式劇變，存儲設備需在極致性能、綠色節能和整機設計上做出革新；

處理器層數據粒度從4K變為512B，對存儲IO并發能力和IOPS提出更高要求。

在AI技術賦能現有存儲方面，肖德剛認為，AI將推動傳統數據中心實現四大升級：統一數據空間，實現全域可視可管；增強數據管理，提升分類、溯源和全鏈路追蹤能力；自然語言交互，讓企業各部門能用自然語言調用機器數據；智能運維，強化設備側的安全防護與能耗控制?！拔覀円呀浽谶@些方向上投入資源，并發現了大量新機會?！?/p>

二、面向AI時代，華為數據存儲亮出三張牌

華為數據存儲營銷運作部部長吳俊杰進一步闡釋了三大場景的升級邏輯：“數據的格式一直在變——從結構化到非結構化，再到如今的向量數據，但數據的重要性從未改變，甚至越發關鍵。在AI時代，數據量呈爆發式增長，從PB級邁向EB級。如何存下、管好、用好這些數據，是AI時代對基礎設施的核心要求?！?/p>

基于這一判斷，華為數據存儲在三大場景推出針對性升級。

1、面向傳統應用的數據中心全轉化

該場景聚焦核心生產應用、數據分析及數據保護，華為通過“全閃存”理念推動存儲產品全面升級。

核心生產應用：2025年第四季度發布的全新一代全閃存存儲，實現三大突破。一是“三合一”架構，將塊、文件、對象協議整合至同一套存儲，滿足云原生多樣化需求，簡化采購與運維。二是可靠性提升，通過Smart Matrix架構實現引擎級8.7塊解耦，達到7個9的可靠性，并支持AI雙活架構。三是“設備永新”能力，新老設備可共集群、免遷移，大幅降低升級成本。目前該方案已在全球部署超1000個節點。

海量非結構化數據分析：全新OceanStor Pacific 9926存儲，主打高密度、高效壓縮與低功耗。2U空間可存8PB數據，實現2:1數據壓縮，功耗低至0.25瓦每TB。以20PB容量測算，較傳統方案節省95%空間和大量電力。

數據保護：新一代OceanProtect備份性能提升50%，2025年新增超500個應用場景覆蓋，并通過開源軟件框架聯合五家伙伴打造備份一體機。

此外，存儲網管DME升級為Data Master，支持自然語言交互，自動完成API編排與任務調度，結合故障知識庫，顯著提升運維效率與問題定位速度。

2、面向AI訓練的語料準備

數據的規模與質量是AI智力躍遷的基石。華為AI數據湖解決方案在2026年實現兩大升級：

數據范式升級：通過Model Engine平臺，實現多模態數據一站式加工，支持以文搜數、多維檢索，大幅提升數據供給效率，并開放標準SDK接口便于上層應用調用。

可信管控與高效傳輸：構建可信數據空間，支持30多種使用策略，確保數據消費全程可查證、可追溯；通過DME內的Omni-Dataset，實現PB級數據小于天級的傳輸效率。

3、面向推理落地的AI基礎設施

推理已成為AI應用的核心環節。華為發布兩款產品，分別應對中心推理與邊緣推理場景。

中心推理：推出AI數據平臺，整合知識庫、KV Cache庫和記憶庫，提供知識生成與檢索、UCM推理加速、記憶萃取與召回三大能力。實測顯示，部署后數據檢索精度從不足60%提升至95%以上，長序列推理響應時間縮短超90%。

邊緣推理：發布FusionCube A500超融合基礎設施，集成通用算力、AI算力與全流程工具鏈，開箱即用，部署時間縮短80%。可與中心推理聯動，同步知識，實現邊緣自主決策，算力使用率提升30%。

此外，DCS AI方案支持客戶現有基礎設施兼容，通過虛擬化與智能調度提升資源利用率，并實現智能體自動生成，降低AI部署門檻。

為助力伙伴高效拓展市場，華為還升級DMAIQ工具平臺，新增AI銷售顧問功能，可自動分析項目歷史、客戶需求，生成推薦方案與銷售話術，大幅提升伙伴在售前、交付與運維各環節的效率。

結語：AI Agent時代，數據存儲價值重構

從肖德剛的戰略研判到吳俊杰的場景落地，華為存儲正以“AI for Storage”與“Storage for AI”雙輪驅動，構建面向智能時代的全棧數據基礎設施。
隨著AI Agent加速進入千行百業，數據存儲不再僅僅是信息的載體，更成為智能體記憶、推理與決策的關鍵支撐。

未來，數據存儲的性能、架構與智能水平，將直接決定AI應用落地的深度與廣度。華為存儲正攜手伙伴，在這場智能化浪潮中共同開辟新的增長空間。