今日，在华为全联接大会2025期间举办的数据存储峰会上，华为公司副总裁、数据存储产品线总裁周跃峰博士发表主题演讲。他表示，Agentic AI正驱动存储范式改变，数据存储在AI时代将扮演更加重要的角色，在AI语料库、AI训练、AI推理等场景迎来全新发展机遇，推动未来新型AI Data Platform加速构建。
华为公司副总裁、数据存储产品线总裁周跃峰
当下，全球正处于存储产业发展的黄金时代。AI正在从Generative AI（生成式AI）迈向Agentic AI（智能体AI），数据升级为“语料库+知识库”。同时，AI行业化落地加速，AI已经进入医疗、科研等生产核心领域。
但与此同时，企业在AI落地过程中仍面临严峻挑战：数据留存率不足3%、数据共享率不足25%，大量数据被封闭于“孤岛”之中；AI模型训练中，算力有效利用率不足50%；AI推理中，长序列推理用户体验持续恶化。因此，数据存储作为AI时代的关键角色，需要从多个方面持续创新、不断进化：
建设AI语料库：数据从分散利用到多维融合，AI数据湖是必由之路
高质量语料库是AI大模型好用、易用的前提和“教材”。各行业需持续加大数据资源的汇聚和保存，推动数据底座从烟囱式向AI数据湖演进，以实现多模态语料高效汇聚、按需流动。崖州湾国家实验室通过整合基础语料库、大豆/玉米/生猪专题库等多个数据集，并依托数据湖存储、统一数据视图，打造精准育种技术体系，加速育种周期。
提升AI训练效率：从传统存储升级到超高性能AI存储，以存强算
AI训练中断频发是困扰行业的大难题。据统计，AI训练中心持续训练的时间最长仅为2.6天，导致GPU/NPU必须反复保存CheckPoint数据。科大讯飞通过部署华为OceanStor AI存储，集群最大提供TB级带宽，将断点续训恢复时长从15分钟缩短到1分钟。
优化AI推理体验：推理记忆池化存储管理，基于历史推理数据进行推理加速
正如人类依靠记忆快速反应，AI同样需要“记住”历史推理过程，来提升响应速度与准确性。华为UCM（Unified Cache Manager）推理记忆数据管理器，可将不同热度的记忆数据分层池化存储，并结合信息浓缩、智能联想等技术，在推理过程中动态调用历史数据，实现推理任务加速。该方案已在国内头部金融机构部署，可在10秒内精准识别客户高频问题，显著提升服务质量。
未来展望：Agentic AI驱动存储范式改变，构建新型的AI Data Platform
迈入Agentic AI时代，数据存储不再局限于存数据，而是升级为存知识和记忆，AI Data Platform作为企业走向智能Agent的数据平台应运而生。其中，存储可提供多样化新型服务语义与数据接口/框架，实现数据直通访问；通过Unified Cache多级缓存提升AI推理体验；构建多模态知识库与记忆库，支持实时知识生成和多模知识检索，全面提升Agent智能化水平。
过去三十年，数据存储始终是高价值数据的最佳底座，伴随数据应用的发展而不断进化。周跃峰表示，面向未来，数据存储将在AI时代承担更加关键的角色、与AI技术同频进化。华为愿与产业同仁携手，共迎AI时代数据存储产业新机遇。 
