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。
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。
来源：互联网
