从"可用"走向"规模化" | 华为AI数据平台持续升级,加速AI应用落地

该方案将围绕推理体验、效率和韧性维度,全面升级能力,助力广大客户解锁更多新价值场景,加速AI规模化应用落地。

9月17日,在华为全联接大会2026“华为数据存储峰会”上,华为公司副总裁、数据存储产品线总裁袁远发表主题演讲。他表示,华为AI数据平台解决方案已在金融、医疗等行业中助力智能体应用进入生产环节,完成落地验证。未来,该方案将围绕推理体验、效率和韧性维度,全面升级能力,助力广大客户解锁更多新价值场景,加速AI规模化应用落地。

华为公司副总裁、数据存储产品线总裁袁远

当前,AI已跨越算力、模型、智能体平台三个时期,进入以数据决胜的关键阶段。数据规模和质量直接决定AI发展速度与能力上限,私域专业知识库可降低模型幻觉、提升推理精确度,海量上下文数据和经验记忆能有效辅助智能体作出精准决策。

袁远表示,华为发布的业界首个“3+1”AI数据平台解决方案,基于OceanStor AI语义存储,通过集成知识库、KV Cache库与记忆库,依托UCM(Unified Cache Manager)技术,已在AI辅助诊疗、AI编程(AI Coding)等20余个关键业务场景中,提升推理效率与精确性,取得显著成果。

AI辅助诊疗:构建高精度知识库,助力临床级智能体应用落地

长期以来,传统医疗服务高度依赖专家经验,通用模型难以理解医疗专业知识,导致智慧医疗难以落地。国内某三甲医院采用华为AI数据平台,构建临床级辅助诊疗智能体,将海量医学文献、疾病编码与患者病史等原始数据,转化为向量化、高精度的医疗知识库,辅助医生诊断生成报告。AI辅助诊断报告的采纳率从50%提升至90%,智能体每日调用次数从2000提升至16000,大幅提高医生工作效率。

AI编程:以“以查代算”技术路径,实现3倍Token生成效率

在AI编程中,主流的SDD(Specification-Driven Development)开发模式涉及多轮交互、长序列推理与长周期运行任务,KV Cache数据成倍增长,对底层计算资源和存储系统带来更大的挑战。国内某企业基于华为AI数据平台的KV Cache库和UCM技术,通过自适应多级缓存统一调度KV Cache数据,并以前缀缓存(Prefix Cache)与智能后缀联想等核心能力,实现用“关联查找”代替“重复计算”,将AI编程应用的首Token时延(TTFT)降低80%,降至10秒以内,Token吞吐率(TPS)提升2.2倍。

袁远表示,随着智能体加速融入更多行业,面向未来,华为AI数据平台解决方案将从推理体验、效率和韧性维度,全面强化能力,解决更多切实AI应用瓶颈。对此,华为提出三大技术创新方向:

•  创新一:通过构建数据本体定义知识间关系,将智能体任务正确率提升至90%以上。数据本体是知识之间的语义枢纽。未来的AI数据平台需在知识库上,构建数据本体模型,自动化动态识别、增强和层次化管理海量知识间的关联信息,让智能体真正“读懂”、精准检索知识,以获得更可靠的推理结果。

•  创新二:原生KV语义直通,单框提供TB级存储带宽。AI推理场景下,主流MOE模型参数规模已达万亿级,KV Cache数量膨胀,让单卡存储容量需求从TB级迈向数十TB级。未来的AI数据平台需支持原生KV语义和参数面直通网络,免除多层协议转换,将存储I/O时延从350微秒降至55微秒,KV Cache加载速度提升2倍。

•  创新三:打造领先的智能体数据韧性能力,以意图识别引擎,实现秒级风险拦截、分钟级数据一致性恢复。AI时代数据风险问题日益加剧。未来的AI数据平台需集成主动防护能力:一方面,通过异常行为检测技术,实时分析智能体意图和行为,预测与提前拦截99%的高风险操作;另一方面,内置AI勒索检测技术,实现99%勒索软件检测率。

最后,袁远表示,AI的下半程在于数据。华为将提供创新力更强、覆盖面更广、技术底蕴更深厚的AI数据平台,适配更多复杂业务场景的AI应用需求:让未来银行AI数字员工能帮助客户进行可信决策,全方位守护数据资产安全;让更多城市可视化、动态实时检测特征指标,智能处理关键事件,步入智慧治理新阶段;让软件工厂能以更优的Token生成效能执行软件任务,实现高价值转换。华为愿携手千行百业客户与伙伴,共建坚实的存储底座,加速实现AI行业化落地。


本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信