華為亮出AI存儲(chǔ)全家桶！數(shù)據(jù)智能體接管運(yùn)維，0人工主動(dòng)預(yù)防成為現(xiàn)實(shí)

智東西
作者 陳駿達(dá)
編輯 云鵬

智東西5月21日?qǐng)?bào)道，今天，華為在法國(guó)巴黎舉辦的創(chuàng)新數(shù)據(jù)基礎(chǔ)設(shè)施論壇上，集中展示了面向AI時(shí)代的數(shù)據(jù)基礎(chǔ)設(shè)施最新解決方案，并提出從“高可用”邁向“高韌性”的數(shù)據(jù)基礎(chǔ)設(shè)施新理念。

華為公司副總裁兼數(shù)據(jù)存儲(chǔ)產(chǎn)品線總裁袁遠(yuǎn)系統(tǒng)闡述了企業(yè)構(gòu)建私有AI堆棧的五層架構(gòu)需求，梳理了華為面向超大規(guī)模數(shù)據(jù)中心的OceanStor Pacific系列存儲(chǔ)、上下文記憶存儲(chǔ)平臺(tái)CMS、一站式模型工程平臺(tái)ModelEngine以及智能體開(kāi)發(fā)平臺(tái)Nexent等全棧解決方案。

針對(duì)數(shù)據(jù)基礎(chǔ)設(shè)施韌性，華為法國(guó)數(shù)據(jù)中心解決方案CTO Beno?t Fix認(rèn)為，傳統(tǒng)災(zāi)備設(shè)計(jì)已過(guò)時(shí)，企業(yè)面臨AI供應(yīng)鏈風(fēng)險(xiǎn)、微服務(wù)脆弱性及災(zāi)備測(cè)試滯后三大新風(fēng)險(xiǎn)。他介紹了華為的“0135”智能運(yùn)維框架，并強(qiáng)調(diào)在智能時(shí)代，唯一可以確定的就是數(shù)據(jù)基礎(chǔ)設(shè)施的韌性。

華為菲爾茨研究中心首席存儲(chǔ)科學(xué)家David Slik則分享了華為數(shù)據(jù)存儲(chǔ)技術(shù)的未來(lái)演進(jìn)方向，包括高帶寬閃存（HBF）、存儲(chǔ)-計(jì)算-網(wǎng)絡(luò)融合、新型AI接口（知識(shí)服務(wù)與記憶服務(wù)）、統(tǒng)一權(quán)限系統(tǒng)等六大重點(diǎn)攻關(guān)技術(shù)，旨在構(gòu)建可解釋、可逆和受約束的AI系統(tǒng)。

此外，來(lái)自挪威國(guó)家圖書(shū)館、法國(guó)零售巨頭歐尚、法國(guó)電信運(yùn)營(yíng)商O(píng)range、國(guó)際自然保護(hù)聯(lián)盟等企業(yè)、機(jī)構(gòu)的嘉賓也分享了與華為長(zhǎng)期合作、共同構(gòu)建數(shù)據(jù)基礎(chǔ)設(shè)施的實(shí)踐經(jīng)驗(yàn)。

一、AI驅(qū)動(dòng)數(shù)據(jù)黃金時(shí)代，華為已覆蓋企業(yè)AI五層堆棧

開(kāi)幕環(huán)節(jié)中，華為執(zhí)行董事、ICT業(yè)務(wù)集團(tuán)CEO楊超斌通過(guò)視頻發(fā)表了開(kāi)幕致辭。他認(rèn)為，AI正在驅(qū)動(dòng)一個(gè)數(shù)據(jù)的黃金時(shí)代，token經(jīng)濟(jì)全速推進(jìn)，而數(shù)據(jù)是基礎(chǔ)。

楊超斌稱(chēng)，數(shù)字化的深度將決定智能化的高度，全閃存存儲(chǔ)將成為AI數(shù)據(jù)中心標(biāo)配，數(shù)據(jù)范式正發(fā)生根本性轉(zhuǎn)變，以支持大模型的發(fā)展。

隨后，華為歐洲企業(yè)業(yè)務(wù)總裁宋文琦在歡迎辭中稱(chēng)，歐洲正通過(guò)“AI大陸行動(dòng)計(jì)劃”和19座已建成的AI工廠加速智能轉(zhuǎn)型，華為將憑借“全智能化”戰(zhàn)略和位于歐洲的29個(gè)研發(fā)中心，提供領(lǐng)先的產(chǎn)品與解決方案，全力投入歐洲的綠色與數(shù)字化雙重轉(zhuǎn)型，并堅(jiān)持“在歐洲、為歐洲”的策略。

IDC高級(jí)研究總監(jiān)Andy Buss在主旨演講中談道，科技正處于前所未有的大變革之中，我們正進(jìn)入由生成式AI和智能體（Agentic AI）驅(qū)動(dòng)的“AI超級(jí)周期”。

他認(rèn)為，AI正從訓(xùn)練時(shí)代轉(zhuǎn)向推理及智能體時(shí)代。全球已有超過(guò)3000萬(wàn)個(gè)AI智能體在協(xié)同工作，預(yù)計(jì)到2030年這一數(shù)字將超過(guò)22億。AI正從后臺(tái)效率工具，轉(zhuǎn)變?yōu)槊嫦騿T工、客戶(hù)和伙伴的數(shù)字體驗(yàn)提供者，乃至商業(yè)模型本身。到2029年，企業(yè)AI投資將增長(zhǎng)到千億美元規(guī)模。

但挑戰(zhàn)依然存在。許多企業(yè)在規(guī)模化整合AI時(shí)面臨困難，而其中最關(guān)鍵的是數(shù)據(jù)就緒度。IDC預(yù)測(cè)，到2026年，因缺乏高質(zhì)量AI就緒數(shù)據(jù)，將導(dǎo)致企業(yè)生產(chǎn)力損失15%。Andy Buss強(qiáng)調(diào)，沒(méi)有優(yōu)質(zhì)數(shù)據(jù)，AI無(wú)法產(chǎn)出優(yōu)異成果。企業(yè)需要建立統(tǒng)一的數(shù)據(jù)湖和高質(zhì)量數(shù)據(jù)平臺(tái)，這是智能體系統(tǒng)的生命線。

華為公司副總裁兼數(shù)據(jù)存儲(chǔ)產(chǎn)品線總裁袁遠(yuǎn)系統(tǒng)闡述了如何構(gòu)建面向AI時(shí)代的就緒數(shù)據(jù)基礎(chǔ)設(shè)施。

他觀察到，Token正成為一種新的信用形式。OpenAI的報(bào)告顯示，該公司的Token處理量在一年間從每分鐘60億個(gè)躍升至150億。這意味著AI從根本上改變了我們的日常生活，也改變了我們的商業(yè)模式和日常運(yùn)營(yíng)。

袁遠(yuǎn)通過(guò)多個(gè)案例，提煉出企業(yè)構(gòu)建AI堆棧的五層架構(gòu)需求。

在最頂層的是智能體框架層。企業(yè)需要簡(jiǎn)易的開(kāi)發(fā)平臺(tái)、安全的運(yùn)行環(huán)境及持續(xù)演化能力。第二層是模型，企業(yè)需要一站式工具進(jìn)行模型部署、精調(diào)、評(píng)估和對(duì)齊。

而在計(jì)算層，企業(yè)需要GPU、NPU等異構(gòu)算力。AI數(shù)據(jù)平臺(tái)層是承載關(guān)鍵業(yè)務(wù)的核心環(huán)境，需要高性能知識(shí)庫(kù)、可大幅節(jié)省首Token時(shí)延與成本的KV緩存，以及讓智能體越用越聰明的記憶系統(tǒng)。在最底層，企業(yè)需要打造數(shù)據(jù)湖層。

華為目前在上述五層都可以提供解決方案。

在數(shù)據(jù)湖層，華為的OceanStor Pacific系列產(chǎn)品面向需要處理超大規(guī)模數(shù)據(jù)的客戶(hù)，系統(tǒng)可從幾TB擴(kuò)展至9000 PB，單機(jī)柜容量達(dá)100 PB，擁有業(yè)界最高的密度與最低的單位功耗。

在這一層華為還提供提供跨數(shù)據(jù)中心的統(tǒng)一管理工具，實(shí)現(xiàn)全局?jǐn)?shù)據(jù)可見(jiàn)性，支持百萬(wàn)級(jí)文件秒級(jí)呈現(xiàn)，數(shù)千億文件秒級(jí)定位，支持向量維度檢索，可實(shí)現(xiàn)圖搜圖、視頻搜圖、圖搜文等跨模態(tài)搜索。

數(shù)據(jù)平臺(tái)層，華為提供了CMS上下文記憶存儲(chǔ)平臺(tái)，面向超大規(guī)模數(shù)據(jù)中心、超級(jí)計(jì)算機(jī)及AI for Science場(chǎng)景，為擁有數(shù)千張計(jì)算卡的AI系統(tǒng)提供獨(dú)立的、高性能的內(nèi)容內(nèi)存存儲(chǔ)池。

華為的解決方案是業(yè)內(nèi)首個(gè)能連接異構(gòu)計(jì)算系統(tǒng)（英偉達(dá)、華為、AMD等不同廠商的AI卡）的架構(gòu)，單卡性能達(dá)50 GB/秒，聚合性能可達(dá)10 TB/秒。

同時(shí)，面向中小規(guī)模企業(yè)客戶(hù)，華為提供了3+1一站式解決方案，以O(shè)ceanStor A800為例，該產(chǎn)品具備高性能知識(shí)庫(kù)、PB級(jí)KV緩存、自我演進(jìn)的記憶系統(tǒng)以及UCM（統(tǒng)一協(xié)調(diào)管理）功能。

在模型引擎層，華為通過(guò)核心產(chǎn)品ModelEngine，為客戶(hù)提供一站式模型工程化平臺(tái)，幫助用戶(hù)將模型部署到生產(chǎn)環(huán)境。

該平臺(tái)具備全生命周期工具鏈，涵蓋模型優(yōu)化、對(duì)齊、權(quán)重調(diào)整、量化與評(píng)估等關(guān)鍵環(huán)節(jié)；預(yù)置超過(guò)30個(gè)流行模型，實(shí)現(xiàn)開(kāi)箱即用；并設(shè)有模型網(wǎng)關(guān)作為統(tǒng)一入口，連接模型與外部資源。

同時(shí)，ModelEngine支持智能資源調(diào)度，能夠細(xì)粒度、按需分配GPU資源，并根據(jù)需求動(dòng)態(tài)切換或關(guān)閉不同模型，從而最大化GPU利用率、有效降低成本。

在智能體平臺(tái)層，華為推出Agent平臺(tái)Nexent，旨在降低智能體開(kāi)發(fā)門(mén)檻，并保障企業(yè)級(jí)應(yīng)用的安全與可靠性。該平臺(tái)支持通過(guò)自然語(yǔ)言生成智能體或技能，配合圖形化工具和鏈條拖拽，使醫(yī)生、金融從業(yè)者、教師等非技術(shù)用戶(hù)也能輕松開(kāi)發(fā)智能體，無(wú)需編寫(xiě)Python代碼。

平臺(tái)內(nèi)置自我演進(jìn)框架，可推動(dòng)技能與提示詞的持續(xù)優(yōu)化；同時(shí)提供強(qiáng)安全隔離區(qū)域，將運(yùn)行環(huán)境與其他資源進(jìn)行物理或邏輯隔離，并在各層面嵌入針對(duì)誤用、數(shù)據(jù)投毒、篡改及勒索軟件等威脅的防御技術(shù)，實(shí)現(xiàn)多層次的主動(dòng)安全防護(hù)。

袁遠(yuǎn)總結(jié)道，AI的第一章是算力，第二章是模型，而第三章是智能體。第四章將是數(shù)據(jù)，數(shù)據(jù)“將最終決定你的AI能力與安全”。

二、從“高可用”到“高韌性”：華為應(yīng)對(duì)AI存儲(chǔ)三大新風(fēng)險(xiǎn)

當(dāng)前，數(shù)據(jù)基礎(chǔ)設(shè)施正從追求“高可用”轉(zhuǎn)向追求“真正的高韌性”。

華為法國(guó)數(shù)據(jù)中心解決方案CTO Beno?t Fix在演講中直言，過(guò)去兩年IT行業(yè)經(jīng)歷了深刻變化，傳統(tǒng)基于單一站點(diǎn)、單一應(yīng)用的災(zāi)備設(shè)計(jì)思路已經(jīng)過(guò)時(shí)。

他說(shuō)道：“如今，我們的應(yīng)用和服務(wù)跨越多個(gè)城市、多個(gè)國(guó)家、多個(gè)區(qū)域部署，是真正的跨地域協(xié)作，災(zāi)難恢復(fù)能力已不能再簡(jiǎn)單等同于可用性。”

Fix重點(diǎn)剖析了當(dāng)前面臨的三大新風(fēng)險(xiǎn)。首先是AI普及帶來(lái)的供應(yīng)鏈風(fēng)險(xiǎn)。大量應(yīng)用基于開(kāi)源軟件工具鏈構(gòu)建，一個(gè)底層組件一旦被攻擊者注入漏洞，可能引發(fā)連鎖反應(yīng)。

其次是容器化與微服務(wù)架構(gòu)帶來(lái)的脆弱性。“一次單一微服務(wù)的故障，就可能演變?yōu)檎麄€(gè)業(yè)務(wù)的中斷，”他舉例說(shuō)，近期引發(fā)全球關(guān)注的重大互聯(lián)網(wǎng)事故即是明證。

最后，也是最為關(guān)鍵的一點(diǎn)：用戶(hù)的災(zāi)難恢復(fù)能力測(cè)試普遍滯后。

Fix觀察到，如今企業(yè)高層提出了從“性能優(yōu)先”到“數(shù)據(jù)為核”的設(shè)計(jì)范式轉(zhuǎn)移。Fix強(qiáng)調(diào)，在AI時(shí)代，尤其是面對(duì)無(wú)法預(yù)測(cè)的AI工作負(fù)載，傳統(tǒng)的服務(wù)質(zhì)量控制已捉襟見(jiàn)肘。“你必須為關(guān)鍵應(yīng)用的最差場(chǎng)景做規(guī)劃，無(wú)論是控制器故障還是磁盤(pán)損壞，高峰性能都必須得到絕對(duì)保證。”

在數(shù)據(jù)存儲(chǔ)層面，F(xiàn)ix介紹了華為的OceanStor Pacific系列解決方案，其關(guān)鍵突破在于可實(shí)現(xiàn)最高三個(gè)站點(diǎn)的雙活容災(zāi)，并支持多達(dá)十二個(gè)站點(diǎn)的多活部署，同時(shí)優(yōu)化了海量數(shù)據(jù)下的故障檢測(cè)和快速重建機(jī)制。

針對(duì)備份，F(xiàn)ix認(rèn)為恢復(fù)性能是核心。“我們正全力推動(dòng)全閃存?zhèn)浞荩驗(yàn)榛謴?fù)速度決定了業(yè)務(wù)生死。”為優(yōu)化成本，華為同時(shí)引入了新型磁盤(pán)技術(shù)，混合使用SSD和HDD，在性能與成本間取得平衡。

此外，面對(duì)攻擊者同樣利用AI分析漏洞、開(kāi)發(fā)定制化攻擊代碼的新形勢(shì)，華為為其OceanProtect X8100/9100專(zhuān)用備份存儲(chǔ)打造了多層協(xié)同防護(hù)體系：從快速備份、入侵分析，到具備“潔凈區(qū)”氣隙隔離的復(fù)制方案，最終確保存有一份絕對(duì)安全的數(shù)據(jù)副本。

在運(yùn)維層面，F(xiàn)ix宣布推出“0135”智能運(yùn)維框架：0人工主動(dòng)預(yù)防、1分鐘故障檢測(cè)、3分鐘問(wèn)題定界、5分鐘根因分析。Fix說(shuō)道：“我們能做到這一點(diǎn)，完全依賴(lài)于AI。”

華為為此開(kāi)發(fā)了名為DataMaster的新智能運(yùn)維Agent，能從容量規(guī)劃、性能監(jiān)測(cè)到風(fēng)險(xiǎn)預(yù)警，實(shí)現(xiàn)從人工經(jīng)驗(yàn)驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)型。

“在智能時(shí)代，不確定性無(wú)處不在，”Fix最后總結(jié)，“唯一可以確定的，就是數(shù)據(jù)基礎(chǔ)設(shè)施的韌性。它比高可用要重要得多。”

三、構(gòu)建可解釋、可逆、受約束的AI系統(tǒng)，六大技術(shù)方向布局未來(lái)

華為菲爾茨研究中心首席存儲(chǔ)科學(xué)家David Slik分享了華為在數(shù)據(jù)存儲(chǔ)領(lǐng)域的技術(shù)探索與未來(lái)演進(jìn)方向。

Slik稱(chēng)，從生成式AI的初步實(shí)驗(yàn)、聊天機(jī)器人等應(yīng)用部署，到如今關(guān)鍵業(yè)務(wù)場(chǎng)景的真實(shí)落地，AI應(yīng)用才剛剛開(kāi)始。

除了生成式AI，能夠感知并響應(yīng)環(huán)境的“物理AI”正在興起，最典型的應(yīng)用是自動(dòng)駕駛。同時(shí)，組織內(nèi)部人與技術(shù)的邊界日益模糊，智能體能力增強(qiáng)，可自主承擔(dān)更多任務(wù)，逐漸成為工作中的“伙伴”。

Slik甚至預(yù)測(cè)，幾年后企業(yè)可能會(huì)出現(xiàn)類(lèi)似人力資源的崗位，專(zhuān)門(mén)管理智能體部署中產(chǎn)生的問(wèn)題。

在這一趨勢(shì)下，數(shù)據(jù)存儲(chǔ)處于核心位置。數(shù)據(jù)用于訓(xùn)練模型，針對(duì)業(yè)務(wù)場(chǎng)景微調(diào)模型，增強(qiáng)推理所需的上下文，引入實(shí)時(shí)感知，并保存所有運(yùn)行記錄。存儲(chǔ)承載著反饋閉環(huán)，而反饋閉環(huán)正是價(jià)值來(lái)源。

隨著AI從內(nèi)容生成走向任務(wù)自動(dòng)化，再到企業(yè)級(jí)自主運(yùn)行，數(shù)據(jù)存儲(chǔ)也必須從單點(diǎn)支持，演進(jìn)為支撐智能體協(xié)同、執(zhí)行、評(píng)估、反饋、審查與觀察的核心角色。Slik強(qiáng)調(diào)，當(dāng)前最具價(jià)值的智能體部署模式之一，就是參照人類(lèi)組織的運(yùn)作方式，讓AI智能體融入其中。

他重點(diǎn)分享了三個(gè)正在研究的關(guān)鍵挑戰(zhàn)及應(yīng)對(duì)方向：

首先是效率與成本。企業(yè)在AI落地后常常面臨高昂賬單，難以規(guī)模化。Slik稱(chēng)，軟硬件深度整合的存儲(chǔ)技術(shù)可顯著降低硬件自身及運(yùn)行過(guò)程中的能耗，并且隨著上下文長(zhǎng)度增加，這一優(yōu)勢(shì)更為明顯。要讓AI更準(zhǔn)確、更可靠，需要引入更多上下文信息，而存儲(chǔ)正是保存上下文的基礎(chǔ)。通過(guò)存儲(chǔ)避免重復(fù)計(jì)算，可直接應(yīng)對(duì)成本與能耗挑戰(zhàn)。

其次是可信與可靠性。如果AI不可信、不可靠，可持續(xù)發(fā)展便無(wú)從談起。存儲(chǔ)在提供知識(shí)與記憶服務(wù)方面扮演關(guān)鍵角色，幫助AI達(dá)到業(yè)務(wù)運(yùn)行所需的準(zhǔn)確性與可信度。

第三是隱私與安全。缺乏社會(huì)信任，可持續(xù)和可靠的AI部署仍會(huì)受阻。AI帶來(lái)新脆弱性，放大已有使用風(fēng)險(xiǎn)，并已被攻擊者日常利用。存儲(chǔ)能夠在強(qiáng)制執(zhí)行訪問(wèn)權(quán)限、保護(hù)個(gè)人身份信息、知識(shí)產(chǎn)權(quán)、企業(yè)及客戶(hù)數(shù)據(jù)機(jī)密性，以及實(shí)現(xiàn)錯(cuò)誤后的回滾等方面發(fā)揮關(guān)鍵作用。企業(yè)需要為智能體系統(tǒng)構(gòu)建類(lèi)似于人類(lèi)組織的糾錯(cuò)和審查流程，存儲(chǔ)可以賦能這一過(guò)程。

隨后，Slik介紹了華為在數(shù)據(jù)存儲(chǔ)領(lǐng)域的幾項(xiàng)技術(shù)探索：

高帶寬閃存（HBF）技術(shù)讓NAND閃存和數(shù)據(jù)存儲(chǔ)更靠近AI加速器，在實(shí)現(xiàn)大規(guī)模并行I/O吞吐、增加容量和降低成本三方面同時(shí)取得突破，不僅能支持更長(zhǎng)上下文，還通過(guò)減少數(shù)據(jù)搬移降低能耗，并讓AI加速器成為存儲(chǔ)系統(tǒng)的有機(jī)組成部分。

存儲(chǔ)、計(jì)算與網(wǎng)絡(luò)融合技術(shù)消除了多套重復(fù)網(wǎng)絡(luò)的復(fù)雜性和成本。存儲(chǔ)可直接通過(guò)高性能、低延遲的統(tǒng)一網(wǎng)絡(luò)連接AI加速器，省去大量低效協(xié)議轉(zhuǎn)換、內(nèi)存拷貝和隊(duì)列等待，實(shí)現(xiàn)更快的AI處理和更低能耗。

在準(zhǔn)確性與可信度方面，除了傳統(tǒng)的文件、塊、對(duì)象接口，華為正研發(fā)新型AI接口，支持快速檢索精準(zhǔn)數(shù)據(jù)并加載到AI智能體上下文中，這些被稱(chēng)為“知識(shí)服務(wù)”和“記憶服務(wù)”。它們讓AI能夠理解數(shù)據(jù)之間的關(guān)系、上下文、邏輯和語(yǔ)義，以及這些知識(shí)如何隨時(shí)間與智能體的思考過(guò)程交織。

存儲(chǔ)系統(tǒng)需要?jiǎng)?chuàng)建“AI就緒”的知識(shí)表示，將原始數(shù)據(jù)中的關(guān)系提取出來(lái)，這本身可借助AI智能體來(lái)完成，從而實(shí)現(xiàn)“可解釋AI”，使AI的請(qǐng)求、輸入數(shù)據(jù)、思考過(guò)程、工具調(diào)用和結(jié)論都清晰可見(jiàn)，便于觀測(cè)、分析，甚至讓一個(gè)智能體去審查另一個(gè)智能體的行為。

在安全方面，華為正研發(fā)統(tǒng)一權(quán)限系統(tǒng)，確保無(wú)論通過(guò)數(shù)據(jù)庫(kù)、文件系統(tǒng)還是AI知識(shí)系統(tǒng)訪問(wèn)，數(shù)據(jù)訪問(wèn)控制都能一致執(zhí)行。智能體狀態(tài)事務(wù)引擎可暫時(shí)保留中間狀態(tài)，用于實(shí)時(shí)監(jiān)督分析、問(wèn)題檢測(cè)以及主動(dòng)回滾和恢復(fù)。

此外，華為還推動(dòng)機(jī)密數(shù)據(jù)與計(jì)算分離，使同一基礎(chǔ)設(shè)施安全地同時(shí)處理普通數(shù)據(jù)和高保密數(shù)據(jù)。這些技術(shù)共同構(gòu)建起可解釋、可逆和受約束的AI三大特性。

最后，Slik強(qiáng)調(diào)了六大重點(diǎn)攻關(guān)方向：縮小HBM與NAND之間的差距，將高帶寬閃存應(yīng)用于更多AI負(fù)載；應(yīng)對(duì)數(shù)據(jù)“太珍貴不能刪、太昂貴難以存”的矛盾，在歸檔存儲(chǔ)容量和成本上尋求重大突破；把數(shù)據(jù)處理和存儲(chǔ)能力延伸進(jìn)網(wǎng)絡(luò)本身；防止知識(shí)表示過(guò)程中的數(shù)據(jù)無(wú)序復(fù)制和格式混亂，避免降低準(zhǔn)確性；持續(xù)探索知識(shí)圖譜與細(xì)粒度安全的最佳實(shí)踐；增強(qiáng)不同負(fù)載下存儲(chǔ)生命周期的可見(jiàn)性，使存儲(chǔ)成為可預(yù)測(cè)的消耗品。

結(jié)語(yǔ)：數(shù)據(jù)基礎(chǔ)設(shè)施成為AI時(shí)代關(guān)鍵基石

在AI時(shí)代，存儲(chǔ)已從后臺(tái)的數(shù)據(jù)倉(cāng)庫(kù)逐漸轉(zhuǎn)變?yōu)橛绊懼悄芨叨鹊年P(guān)鍵基礎(chǔ)設(shè)施。它不僅是海量知識(shí)的載體，也是確保AI可信、高效與安全的基石。

從降低推理成本、支撐長(zhǎng)上下文理解，到構(gòu)建可解釋、可回溯的智能系統(tǒng)，數(shù)據(jù)基礎(chǔ)設(shè)施正成為AI基礎(chǔ)設(shè)施的關(guān)鍵一環(huán)。