華為發(fā)布AI數(shù)據(jù)平臺 打通模型與商業(yè)價值轉(zhuǎn)化鏈路

西班牙巴塞羅那2026年3月9日 /美通社/ -- 在2026年巴塞羅那世界移動通信大會(MWC)華為產(chǎn)品與解決方案發(fā)布會上，華為數(shù)據(jù)存儲產(chǎn)品線總裁袁遠(yuǎn)正式發(fā)布華為AI數(shù)據(jù)平臺。該平臺融合知識生成與檢索、推理加速KV緩存、記憶萃取與召回、統(tǒng)一緩存管理器(UCM)等技術(shù)，打通模型與商業(yè)價值之間的轉(zhuǎn)化鏈路。

盡管AI技術(shù)發(fā)展迅猛，但多數(shù)AI模型尚未深度融入核心業(yè)務(wù)。這一問題的主要癥結(jié)在于行業(yè)更側(cè)重模型訓(xùn)練，而非推理環(huán)節(jié)，而推理正是模型落地的關(guān)鍵。同時，推理過程中存在的AI幻覺、響應(yīng)速度慢、吞吐量受限等痛點，也亟待通過優(yōu)化數(shù)據(jù)處理能力來解決。

針對上述挑戰(zhàn)，華為數(shù)據(jù)存儲正式推出"3+1"AI數(shù)據(jù)平臺：

• 知識生成與檢索：依托高精度多模態(tài)知識，實現(xiàn)更精準(zhǔn)檢索

通過多模態(tài)無損解析與Token級編碼，將多模態(tài)資源轉(zhuǎn)化為高精度知識，檢索準(zhǔn)確率超95%

• 推理加速KV緩存：利用歷史記憶數(shù)據(jù)，實現(xiàn)更快速、更高效的推理

對KV緩存進(jìn)行智能分層與管理，大幅擴(kuò)展上下文窗口，減少重復(fù)計算，使首令牌生成時間(TTFT)縮短90%，顯著提升AI響應(yīng)速度

• 記憶萃取與召回：通過上下文記憶管理，讓模型越用越智能

可精準(zhǔn)提取歷史數(shù)據(jù)與經(jīng)驗，并積累為可召回記憶。該記憶機(jī)制讓模型越用越智能。

• 統(tǒng)一緩存管理器：對內(nèi)存數(shù)據(jù)進(jìn)行全生命周期管理與調(diào)度

通過三級緩存對內(nèi)存數(shù)據(jù)進(jìn)行管理，實現(xiàn)對知識庫、KV緩存和記憶庫的智能調(diào)度。

在部署模式上，華為AI數(shù)據(jù)平臺提供兩種選擇：針對全新建設(shè)場景的一體機(jī)模式，基于OceanStor A800系統(tǒng)打造，可保障極致性能與靈活的擴(kuò)展能力；針對存量系統(tǒng)升級場景的獨立部署模式，采用"AI數(shù)據(jù)引擎節(jié)點+ OceanStor Dorado存儲"的架構(gòu)，企業(yè)可通過新增數(shù)據(jù)引擎節(jié)點完成現(xiàn)有系統(tǒng)升級，既保護(hù)了前期投資，又能實現(xiàn)業(yè)務(wù)的AI平滑轉(zhuǎn)型。

袁遠(yuǎn)表示："華為將持續(xù)深化技術(shù)創(chuàng)新，以AI數(shù)據(jù)平臺為橋梁，推動AI模型能力轉(zhuǎn)化為真正的商業(yè)價值。"

聯(lián)系人：Zoe Yin，電郵：yinzijun@huawei.com