开云数据分析 华为袁远: AI的第一程是算力, 下半程在于数据
发布日期：2026-05-24 18:42 点击次数：155
5月21日，在巴黎举办的2026华为调动数据基础设施论坛上，华为公司副总裁、数据存储产物线总裁袁远，给出了两个数字。第一个数字是3000万，这是当今活跃地为东说念主类责任的智能体数目；第二个数字是22亿，这是五年后全球智能体将达到的界限。两个数字之间，是一场对于企业时势、买卖模式乃至整个这个词社会经济运行逻辑的深入变革。
袁远判断，“将来一个东说念主加一个智能体就不错成为一家公司”。这不是对远方将来的畅念念，而是正在发生的实际。当智能体从接济用具演变为数字职工，企业IT基础设施面对的根人性问题也随之浮出水面：咱们现存的数据架构，是否果真为AI作念好了准备？
设施悟这个问题，不妨望望袁远共享的一家中国顶级病院的转型案例。每年数百万患者、数千张床位，病理医师查验一份组织切片需要40多分钟，这是传统效用的天花板。引入AI技艺之后，他们只用了16张卡，搭建了三个模子：一个识别癌细胞，一个聚合显微镜，一个大模子与患者疏导。模子学习了300本医学册本，并用100万患者的数字病理数据进行了进修。扫尾病领悟诊从40分钟缩减到15秒，同期能准确识别19种常见癌症。
这个案例的启示远不啻于效用擢升本人。要道在于，病院遴荐了土产货部署AI堆栈，而非依赖人人AI管事。袁远在论坛上超过强调了这小数：“病院的病理数据、会诊圭臬、患者诡秘条件，决定了它不成将中枢医疗经由寄予给一个通用的人人模子。
华为公司副总裁、数据存储产物线总裁袁远
AI土产货化诳骗，远比采购几台管事器、装配几个软件复杂。袁远指出，企业要加快AI落地，需鞭策现存IT架构向AIDC数据基础设施快速演进，围绕数据湖、学问与挂念平台、算力、模子、Agent框架与数据韧性等中枢标的，开展系统性瞎想与训导。
先看数据湖。一家决心在2030年推出自动驾驶汽车的公司，需要L5级自动驾驶，这意味着要管制来自雷达、传感器、环境的跳动1000PB数据，还要跨数据中心已矣全局可见性，以及在几秒内从千亿级文献中检索出极点场景的图片，比如红灯下驱驰的狗、雨天的复杂路况。数据湖的作用恰是在海量容量、全局可见性和超快速语义检索之间获取均衡。
再看学问和挂念平台。一家金融机构在AI编码过程发现需要15轮以至200轮的反复推理，开云2026世界杯赛程分析官网每一轮GPU反复处理相同的键值转折文既不合算也不可捏续。处分决策是KV缓存，用存储排斥冗余的KV计较，为推理过程提供可访谒的缓存技艺，从而大幅从简本钱和时分。而让AI编码越来越可靠的要道，是一个内存系统，把调试资格、工程版块迭代中的警戒纪念进去，让编码结构束缚进化。袁远打了个比喻：“东说念主类更灵巧是因为咱们有挂念。”
当这四层架构——智能体框架、模子层、计较层、学问与挂念平台重迭在一王人，企业面对的就不仅仅本事选型问题，还有一个更压根的挑战：怎样让这一切安全地运行？
袁远指出：不加适度的智能体会删除文献、改变法例、作念出料念念除外的举动；坏东说念主可能投毒模子、引入坏心代码、更正要道数据。这些不是表面上的要挟。因此，华为在AIDC数据基础设施全栈决策中，将数据韧性四肢邻接整个层面的中枢技艺——防滥用、防投毒、防更正、防诓骗，变成端到端的保护。
2026华为调动数据基础设施论坛
从这些案例中不错看到一个昭着的逻辑链条：AI的落地后果，最终取决于数据基础设施能否支撑起从数据网罗、储存、检索到模子进修、推理、智能体进化的全经由。
袁远在演讲中提倡了一个判断，“AI的第一个篇章是算力，跟着GPT的普及也曾全球已矣；第二篇章是模子，Gemini、DeepSeek等百花王人放；第三篇章是智能体，格外流行。而下半程在于数据。”为什么是数据？因为算力和模子已逐渐成为基础设施级的公用资源，真确决定一家企业能否在AI时间确立互异化竞争上风的，是其是否领有高质料、安全、可控的数据钞票，以及是否具备将数据钞票高效回荡为业务价值的基础设施技艺。
在论坛上，华为发布的AIDC数据基础设施全栈决策，恰是复兴这一需求：OceanStorPacific以11PB/2U的高容量密度和0.25瓦/TB的低功耗构建AI数据湖；发布面向超大界限推理集群、业界首个支捏异构算力转折文挂念存储CMS，能将推理首Token时延驳斥90%；ModelEngine已矣模子的开箱即用和XPU资源的1:10细粒度切分；ModelEngineNexent则让智能体的开拓周期驳斥80%。这些本事参数背后，是一个昭着的行业趋势：企业不需要从零启动摸索怎样构建AI就绪的数据架构，但也不成指望一个通用的人人平台能处分整个问题。独到堆栈、土产货部署、端到端的安全与挂念机制，才是通往AI深度诳骗的要阶梯径。
回看袁远给出的数字开云数据分析，全球Token的每分钟销耗量从旧年的60亿增长到本年的150亿。Token正在成为像空气和水一样的必需品，这意味着AI也曾浸透进平素运营的每一个毛孔。病院、汽车公司、金融机构、银行的案例标明，不管可爱与否，莫得一家企业能跻身于事外。折柳只在于：是主动构建一个能承载智能体、挂念、安全与进化的数据基础设施，照旧在零碎的用具和人人API的强迫中，错失智能体变革的时间机遇。
备案号: