凤凰彩票_凤凰彩首页 华为袁远：AI的第一程是算力，下半程在于数据
5月21日，在巴黎举办的2026华为更动数据基础要领论坛上，华为公司副总裁、数据存储居品线总裁袁远，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职责的智能体数目；第二个数字是22亿，这是五年后全球智能体将达到的领域。两个数字之间，是一场对于企业方式、买卖模式乃至通盘社会经济运行逻辑的深切变革。
袁远判断，“未来一个东说念主加一个智能体就不错成为一家公司”。这不是对远处未来的畅思，而是正在发生的施行。当智能体从扶植器具演变为数字职工，企业IT基础要领面对的根人性问题也随之浮出水面：咱们现存的数据架构，是否确实为AI作念好了准备？
要主张这个问题，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，病理大夫检查一份组织切片需要40多分钟，这是传统服从的天花板。引入AI才调之后，他们只用了16张卡，搭建了三个模子：一个识别癌细胞，一个勾搭显微镜，一个大模子与患者疏浚。模子学习了300本医学竹素，并用100万患者的数字病理数据进行了闇练。已矣病解析诊从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服从普及本人。要津在于，病院礼聘了腹地部署AI堆栈，而非依赖大家AI工作。袁远在论坛上极度强调了这少许：“病院的病理数据、会诊要领、患者狡饰条目，决定了它不行将中枢医疗经由委托给一个通用的大家模子。
华为公司副总裁、数据存储居品线总裁袁远
AI腹地化诈骗，远比采购几台工作器、安设几个软件复杂。袁远指出，企业要加快AI落地，需激动现存IT架构向AIDC数据基础要领快速演进，围绕数据湖、常识与追念平台、算力、模子、Agent框架与数据韧性等中枢标的，开展系统性筹划与建造。
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，这意味着要不断来自雷达、传感器、环境的罕见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顶点场景的图片，凤凰彩票_凤凰彩首页比如红灯下驰驱的狗、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。
再看常识和追念平台。一家金融机构在AI编码过程发现需要15轮以致200轮的反复推理，每一轮GPU反复处理不异的键值凹凸文既不合算也不可抓续。惩办决议是KV缓存，用存储排斥冗余的KV野心，为推理过程提供可走访的缓存才调，从而大幅从简本钱和期间。而让AI编码越来越可靠的要津，是一个内存系统，把调试经历、工程版块迭代中的经历回归进去，让编码结构连接进化。袁远打了个譬如：“东说念主类更聪敏是因为咱们有追念。”
当这四层架构——智能体框架、模子层、野心层、常识与追念平台重叠在一都，企业面对的就不仅仅时刻选型问题，还有一个更根蒂的挑战：奈何让这一切安全地运行？
开云2026世界杯赛程分析官网袁远指出：不加公法的智能体会删除文献、转换章程、作念出预思以外的举动；坏东说念主可能投毒模子、引入坏心代码、批改要津数据。这些不是表面上的胁迫。因此，华为在AIDC数据基础要领全栈决议中，将数据韧性动作纠合通盘层面的中枢才调——防滥用、防投毒、防批改、防诈骗，酿成端到端的保护。
2026华为更动数据基础要领论坛
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要领能否撑抓起从数据网罗、储存、检索到模子闇练、推理、智能体进化的全经由。
袁远在演讲中建议了一个判断，“AI的第一个篇章是算力，跟着GPT的普及依然全球已矣；第二篇章是模子，Gemini、DeepSeek等百花都放；第三篇章是智能体，极端流行。而下半程在于数据。”为什么是数据？因为算力和模子已耐心成为基础要领级的公用资源，确切决定一家企业能否在AI时期设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滚动为业务价值的基础要领才调。
在论坛上，华为发布的AIDC数据基础要领全栈决议，恰是回话这一需求：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；发布面向超大领域推理集群、业界首个支抓异构算力凹凸文追念存储CMS，能将推理首Token时延假造90%；ModelEngine已矣模子的开箱即用和XPU资源的1:10细粒度切分；ModelEngineNexent则让智能体的拓荒周期裁汰80%。这些时刻参数背后，是一个昭着的行业趋势：企业不需要从零运行摸索奈何构建AI就绪的数据架构，但也不行指望一个通用的大家平台能惩办通盘问题。独到堆栈、腹地部署、端到端的安全与追念机制，才是通往AI深度诈骗的要津旅途。
回看袁远给出的数字凤凰彩票_凤凰彩首页，全球Token的每分钟忽地量从前年的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依然渗入进正常运营的每一个毛孔。病院、汽车公司、金融机构、银行的案例标明，不管心爱与否，莫得一家企业能踏进于事外。分袂只在于：是主动构建一个能承载智能体、追念、安全与进化的数据基础要领，照旧在衰败的器具和大家API的勉强中，错失智能体变革的时期机遇。