IM体育官方网站 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华为立异数据基础表率论坛上，华为公司副总裁、数据存储家具线总裁袁远，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使命的智能体数目；第二个数字是22亿，这是五年后全球智能体将达到的鸿沟。两个数字之间，是一场对于企业花式、贸易模式乃至通盘社会经济运行逻辑的潜入变革。

袁远判断，“往时一个东说念主加一个智能体就不错成为一家公司”。这不是对远方往时的畅念念，而是正在发生的实践。当智能体从援助器具演变为数字职工，企业IT基础表率面对的根人性问题也随之浮出水面：咱们现存的数据架构，是否真的为AI作念好了准备？

方法略这个问题，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，病理大夫查验一份组织切片需要40多分钟，这是传统服从的天花板。引入AI材干之后，他们只用了16张卡，搭建了三个模子：一个识别癌细胞，一个合并显微镜，一个大模子与患者调换。模子学习了300本医学书本，并用100万患者的数字病理数据进行了检修。结果病领会诊从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晋升本人。关节在于，病院遴荐了土产货部署AI堆栈，而非依赖宇宙AI劳动。袁远在论坛上特别强调了这小数：“病院的病理数据、会诊模范、患者诡秘条款，决定了它不可将中枢医疗过程交付给一个通用的宇宙模子。

华为公司副总裁、数据存储家具线总裁袁远

AI土产货化摆布，远比采购几台劳动器、装配几个软件复杂。袁远指出，企业要加快AI落地，需鼓励现存IT架构向AIDC数据基础表率快速演进，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见识，开展系统性策划与设置。

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、环境的跨越1000PB数据，还要跨数据中心竣事全局可见性，以及在几秒内从千亿级文献中检索出顶点场景的图片，比如红灯下奔走的狗、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轮甚而200轮的反复推理，IM体育官方网站每一轮GPU反复处理雷同的键值高低文既不合算也不可抓续。不断决议是KV缓存，用存储摒除冗余的KV野心，为推理过程提供可拜访的缓存材干，从而大幅省俭资本和时候。而让AI编码越来越可靠的关节，是一个内存系统，把调试阅历、工程版块迭代中的讲授回来进去，让编码结构不竭进化。袁远打了个譬如：“东说念主类更贤达是因为咱们有挂念。”

当这四层架构——智能体框架、模子层、野心层、学问与挂念平台类似在一皆，企业面对的就不仅仅期间选型问题，还有一个更根底的挑战：何如让这一切安全地运行？

袁远指出：不加限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、改动关节数据。这些不是表面上的威迫。因此，华为在AIDC数据基础表率全栈决议中，将数据韧性动作汇注总共层面的中枢材干——防奢华、防投毒、防改动、防敲诈，酿成端到端的保护。

2026华为立异数据基础表率论坛

从这些案例中不错看到一个明晰的逻辑链条：AI的落地结果，最终取决于数据基础表率能否撑抓起从数据集中、储存、检索到模子检修、推理、智能体进化的全过程。

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的普及也曾全球竣事；第二篇章是模子，Gemini、DeepSeek等百花皆放；第三篇章是智能体，相配流行。而下半程在于数据。”为什么是数据？因为算力和模子已放心成为基础表率级的公用资源，真是决定一家企业能否在AI期间设置互异化竞争上风的，是其是否领有高质地、安全、可控的数据钞票，以及是否具备将数据钞票高效转机为业务价值的基础表率材干。

在论坛上，华为发布的AIDC数据基础表率全栈决议，恰是陈说这一需求：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；发布面向超大鸿沟推理集群、业界首个支抓异构算力高低文挂念存储CMS，能将推理首Token时延诽谤90%；ModelEngine竣事模子的开箱即用和XPU资源的1:10细粒度切分；ModelEngineNexent则让智能体的开辟周期裁减80%。这些期间参数背后，是一个明晰的行业趋势：企业不需要从零运转摸索何如构建AI就绪的数据架构，但也不可指望一个通用的宇宙平台能不断总共问题。非凡堆栈、土产货部署、端到端的安全与挂念机制，才是通往AI深度摆布的关节旅途。

回看袁远给出的数字，全球Token的每分钟耗尽量从客岁的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IM体育官方网站，这意味着AI也曾渗入进平日运营的每一个毛孔。病院、汽车公司、金融机构、银行的案例标明，不论可爱与否，莫得一家企业能踏进于事外。辨认只在于：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表率，照旧在零碎的器具和宇宙API的拼汇注，错失智能体变革的期间机遇。