AI時(shí)代是數(shù)據(jù)的黃金時(shí)代,，以GPT-4,、Llama 3為代表的生成式AI已突破萬億參數(shù)量級(jí),，DeepSeek等開源大模型蓬勃發(fā)展,，Sora掀起的多模態(tài)風(fēng)暴席卷而來,，文本,、圖像與3D環(huán)境深度融合,，數(shù)據(jù)密度或?qū)⒂瓉砗吮缴?jí),。

高質(zhì)量,、大規(guī)模的數(shù)據(jù)是大模型訓(xùn)練的燃料，缺乏數(shù)據(jù)支撐將從根本上限制模型的學(xué)習(xí)能力,。行業(yè)大模型落地過程中,，如何利用好行業(yè)數(shù)據(jù)，是未來AI落地千行百業(yè)的關(guān)鍵,。

華為重新定義高性能AI存儲(chǔ),，從三維到六維全面升級(jí)

人工智能的快速發(fā)展正在重寫數(shù)據(jù)基礎(chǔ)設(shè)施底層邏輯，AI時(shí)代呼喚新一代數(shù)據(jù)存儲(chǔ),。傳統(tǒng)數(shù)據(jù)存儲(chǔ)聚焦性能,、可靠、數(shù)據(jù)范式三個(gè)方面,，面向未來的AI存儲(chǔ)還應(yīng)增加三個(gè)維度：高擴(kuò)展性,、綠色節(jié)能與數(shù)據(jù)編織。華為重新定義AI存儲(chǔ),，聚焦于六個(gè)方面創(chuàng)新：

1.極致性能：超越傳統(tǒng)存儲(chǔ)10倍的性能,，支持百TB級(jí)帶寬以及億級(jí)IOPS，極大提升生成式AI全流程效率;

2.數(shù)據(jù)韌性：通過架構(gòu)和技術(shù)創(chuàng)新,，實(shí)現(xiàn)99.9999%高可靠性,，通過內(nèi)置防勒索引擎，偵測(cè)準(zhǔn)確率提升至99.99%,，并將AI訓(xùn)練過程中CheckPoint恢復(fù)時(shí)間縮至1分鐘以內(nèi);

3.全新數(shù)據(jù)范式：使能向量,、張量、鍵值緩存(KV Cache)等新數(shù)據(jù)范式,，大模型知識(shí)庫實(shí)現(xiàn)跨數(shù)據(jù)模式的融合檢索,，以更好的支持AI推理應(yīng)用;

4.高擴(kuò)展性：存儲(chǔ)集群支持EB級(jí)容量橫向擴(kuò)展;每個(gè)引擎可支持多GPU,、DPU或NPU縱向擴(kuò)展，以支持近存計(jì)算;

5.綠色節(jié)能：通過存儲(chǔ)介質(zhì)應(yīng)用創(chuàng)新和整機(jī)硬件創(chuàng)新,，實(shí)現(xiàn)小于1Watt/TB的存儲(chǔ)能效和1PB/U的存儲(chǔ)密度;

6.數(shù)據(jù)編織：基于存儲(chǔ)元數(shù)據(jù)管理及檢索能力,，實(shí)現(xiàn)全局?jǐn)?shù)據(jù)可視、可管,，提升10倍數(shù)據(jù)流動(dòng)效率,。

基于以上創(chuàng)新，華為推出OceanStor A800高性能AI存儲(chǔ),，全面加速訓(xùn)練推理全流程,。性能方面，最大支持512個(gè)存儲(chǔ)控制器,，可擴(kuò)展至4096張算力卡及EB級(jí)容量,，帶寬與IOPS分別達(dá)到業(yè)界4倍和8倍水平，在全球AI存儲(chǔ)MLPerf性能打榜中獨(dú)占鰲頭,。在空間能耗方面,，容量密度高達(dá)1PB/U，能耗低至0.7Watt/TB,。在數(shù)據(jù)韌性方面,，勒索攻擊偵測(cè)準(zhǔn)確率從99.9%提升至99.99%。

通過KV Cache新數(shù)據(jù)范式,，OceanStor A800可構(gòu)建PB級(jí)全局共享資源池,，在保證推理精度前提下，端到端推理單位Tokens成本降低50%以上,，大幅提升用戶推理體驗(yàn);內(nèi)置RAG知識(shí)庫,，支持標(biāo)量、向量,、張量,、圖等多模式檢索，顯著降低AI大模型使用門檻,。此外,，OceanStor A800支持全局共享索引，通過智能檢索引擎提升檢索QPS,，檢索響應(yīng)時(shí)延領(lǐng)先業(yè)界40%,，檢索精度提升95%+。

超融合再進(jìn)化,，加速AI大模型行業(yè)化落地

傳統(tǒng)超融合一體機(jī)集成存儲(chǔ)、通用算力與網(wǎng)絡(luò),，解決了企業(yè)數(shù)據(jù)中心快速部署需求,。在AI大模型行業(yè)規(guī)?；涞仉A段，客戶面臨四大新挑戰(zhàn)：數(shù)據(jù)工程低效耗時(shí),，模型訓(xùn)練/應(yīng)用對(duì)接缺乏標(biāo)準(zhǔn),，AI系統(tǒng)可用度和效率不足，全棧交付能力弱,。傳統(tǒng)超融合需在“硬件融合”基礎(chǔ)上構(gòu)建面向AI全流程工具鏈,，才能更好滿足AI時(shí)代對(duì)IT基礎(chǔ)設(shè)施的新要求。

華為基于OceanStor A系列高性能存儲(chǔ)底座,，結(jié)合超強(qiáng)AI算力,、CloudEngine智能網(wǎng)絡(luò)和ModelEngine全流程AI工具軟件，推出AI訓(xùn)推超融合一體機(jī),，實(shí)現(xiàn)AI大模型資源高效調(diào)度,，加快AI應(yīng)用行業(yè)化落地。覆蓋醫(yī)療病理診斷實(shí)時(shí)影像分析,、自動(dòng)駕駛毫秒級(jí)決策,、工業(yè)質(zhì)檢微米級(jí)精度、金融客服獨(dú)立解決問題等場(chǎng)景,。

1,、數(shù)據(jù)工程工具化：知識(shí)庫構(gòu)建效率提升10倍

針對(duì)行業(yè)數(shù)據(jù)分散、標(biāo)注成本高,、知識(shí)庫構(gòu)建難等痛點(diǎn),，AI訓(xùn)推超融合一體機(jī)內(nèi)置ModelEngine工具鏈軟件，實(shí)現(xiàn)數(shù)據(jù)清洗,、標(biāo)注,、知識(shí)抽取全流程自動(dòng)化，內(nèi)置行業(yè)模板與智能標(biāo)注助手,，知識(shí)庫構(gòu)建效率提升10倍,，讓“海量數(shù)據(jù)”快速轉(zhuǎn)化為高質(zhì)量行業(yè)語料，為模型訓(xùn)練夯實(shí)根基,。

2,、模型對(duì)接與應(yīng)用對(duì)接標(biāo)準(zhǔn)化：業(yè)務(wù)小時(shí)級(jí)發(fā)布

模型接口不統(tǒng)一、應(yīng)用開發(fā)周期長,，如何破解這一挑戰(zhàn)?AI訓(xùn)推超融合一體機(jī)通過可視化編排平臺(tái)與標(biāo)準(zhǔn)化API接口,，實(shí)現(xiàn)業(yè)務(wù)快速發(fā)布，打通模型與應(yīng)用間的“最后一公里”,。

3,、行業(yè)大模型精調(diào)：低成本鍛造高精度

通用大模型“不夠?qū)＞保瑥念^訓(xùn)練成本非常高昂。AI訓(xùn)推超融合一體機(jī)支持高效蒸餾與精調(diào),，基于DeepSeek V3&R1等通用大模型,，通過CoT QA數(shù)據(jù)自動(dòng)生成、垂域知識(shí)定向注入等技術(shù),，僅需少量行業(yè)數(shù)據(jù)即可快速“蒸餾”出高精度行業(yè)模型,，訓(xùn)練效率提升30%，成本降低50%,，讓“通才”變身“領(lǐng)域?qū)＜摇?，讓AI行業(yè)化落地成為可能。

4,、軟硬件融合：一鍵部署AI數(shù)據(jù)中心

企業(yè)專業(yè)運(yùn)維人員缺少,，如何能快速便捷部署軟硬件資源也是AI行業(yè)化落地的重要約束。AI訓(xùn)推超融合一體機(jī)提供高集成,、高可靠和高性能一體化平臺(tái),，一柜式部署應(yīng)用上線快，單節(jié)點(diǎn)起步輕量靈活;智算,、通算,、存儲(chǔ)和網(wǎng)絡(luò)全集成，一站滿足AI應(yīng)用需求,。

數(shù)據(jù)覺醒時(shí)代,，華為將持續(xù)創(chuàng)新，探索存儲(chǔ)產(chǎn)品能力邊界,，助力全球客戶構(gòu)建AI-Ready的數(shù)據(jù)存儲(chǔ),，推動(dòng)AI行業(yè)場(chǎng)景化落地。