对话华为樊杰：AI落地浪潮下的存力革新

随着大模型的规模落地，AI发展的主战场正从“模型训练”转向“行业推理”，解决推理效率瓶颈成为释放AI产业价值的关键。近日，在由中国信息通信研究院组织的“存力中国行-北京站”活动中，华为数据存储产品线副总裁樊杰在接受工信智媒体记者专访时指出，AI大模型正从通用大模型向细分行业小模型渗透，数据的归集、清洗、精调是关键，华为通过端到端的存储技术方案，解决行业模型落地中的存力、运力、算力瓶颈，持续赋能千行百业。

华为数据存储产品线副总裁樊杰（右）接受

工信智媒体总编刘启诚（左）专访

行业模型落地仍处于“爬坡阶段”

当前，我国存力建设成效显著，截至2024年底存力总规模已达1580EB，先进存储占比28%，今年6月底更是增至1680EB，国产存储在技术研发与产业应用上已具备领先实力。但行业模型的落地仍处于“爬坡阶段”，高质量数据集建设、数据可信流通、跨行业应用适配等诸多领域仍需探索。

樊杰表示，与覆盖广泛场景、参数量动辄数十亿甚至上百亿的通用大模型不同，行业模型聚焦细分领域深耕细作，比如人脸识别模型的参数量仅需3B~10B，却能在专属场景中实现高精度应用。这种“小而专”的特性，决定了行业模型必须依赖高质量的行业数据进行训练与精调，而数据的存取、管理与高效利用，成为行业模型落地见效的核心关键。

据悉，模型发展中数据处理有三个关键阶段。

汇集阶段：打破孤岛，构建AI数据湖

这一阶段的核心是将分散在多园区、多院区、多数据中心的异构数据进行数字化、标准化汇聚。这些数据格式各异、存储分散，形成了“数据孤岛”。要让行业模型获得充足的训练素材，就必须打破这些壁垒，将各类数据归集形成统一的“AI数据湖”，为后续的模型训练奠定基础。

训练阶段：突破瓶颈，提升算力利用率

数据汇集后，需经过清洗、加载、训练、存档的反复循环过程。传统存储方式难以应对这一阶段的高频数据读写需求，导致GPU或NPU的利用率仅能达到30%左右，70%的时间都在等待数据加载与存档，形成了“算力闲置”的浪费。此时，单纯堆砌算力已无济于事，必须通过高性能的存储与高速运力网络，解决数据“供给不畅”的问题。

推理阶段：优化体验，实现高效实用

训练成熟的模型进入实际应用后，推理阶段的性能直接决定用户体验与商业价值。如今的推理场景已从简单的短句问答，转向长文档分析、复杂业务决策等需求，比如让AI通读上万字的博士论文或上百页的医疗案卷。这不仅要求模型具备超长文本处理能力，还需解决响应延迟、并发处理、重复计算等问题，让AI真正成为行业从业者的得力助手。

华为端到端解决方案：

破解全流程痛点

针对行业模型落地的核心需求，华为推出了覆盖数据全生命周期的组合解决方案，从语料汇集到推理应用，全方位提升效率、降低成本。

比如在语料归集环节，华为可提供AI数据服务，帮助行业客户高效整合异构数据，打破数据孤岛，实现数据的标准化与统一管理，为模型训练提供高质量、高可用的“原料”。

在训练阶段，华为推出OceanStor A800、OceanStor A600等高性能AI存储产品，凭借极致的性能表现破解训练瓶颈。其中，OceanStor A800在MLPerf Storage V1.0基准测试中，以整系统性能、单机性能和单位空间性能三项指标全球第一的成绩，成为全球AI数据存储领域的标杆产品。通过这一系列高性能存储方案，模型训练的算力利用率从30%提升至60%，大幅缩短了训练周期，减少了算力空转浪费。

在推理阶段，华为的“双引擎”——UCM推理记忆数据管理技术与AI SSD，构建了软硬件协同的优化方案，系统性解决了“内存墙”与“容量墙”难题。

据介绍，UCM并非简单的缓存，而是智能的数据调度与管理系统，通过三大核心特性实现推理加速：一是连接生态，提供插件式灵活对接多样引擎与多元算力；二是记忆管理，通过KV Cache动态多级管理，系统化创新加速算法；三是存储协同，高性能数据直通与PB级容量分级，实现KV记忆数据卸载。

作为硬件支撑，华为AI SSD并非通用存储，而是为AI工作负载深度优化的专用硬件。其中OceanDisk SP 560高性能盘的随机写性能最高可达1500K IOPS，随机写时延低于7μs，为推理数据提供极速读写通道。它与UCM协同构建HBM-DRAM-AI SSD三级缓存架构，将非活跃的KVCache从昂贵的显存智能卸载至大容量AI SSD中，使推理序列长度提升2.5倍，让模型具备处理超长文本的记忆能力。

对于不同规模的推理场景，华为方案也具备灵活适配性，比如边缘场景如县级医院的小型推理需求，仅需在服务器中挂载几块高性能AI SSD即可满足；大型推理场景则可采用AI存储整机，保障大规模并发处理能力。

开源与生态：

推动AI推理技术普惠落地

为降低行业应用门槛，华为已将UCM核心技术在魔擎社区正式开源并在GitHub上开放下载。这一举措不仅让广大开发者和企业能以更低成本、更便捷的方式获得领先的AI推理加速能力，更推动了推理加速领域的技术标准化与接口统一，避免生态碎片化，为全产业协同创新搭建了开放平台。

在开源基础上，华为将进一步完善数据存储、数据管理、AI工具链以及资源管理的全链条能力，以平台化赋能千行百业。同时，华为也积极参与“先进存力AI推理工作组”，与产业链伙伴共同推进技术研究、方案落地、标准制定与生态构建，凝聚产业合力。

AI时代的到来，让数据从“成本”转变为“核心资产”，高质量数据的留存率大幅提升，为存储产业带来了蓬勃发展的机遇。未来，随着技术的持续迭代与生态的不断完善，存力将成为支撑金融、电信、医疗、能源等行业转型升级的关键力量。华为将持续以技术创新与开放合作，降低AI推理应用门槛，让高效、经济的AI推理能力走进更多细分场景，助力千行百业实现智能化转型，释放AI产业的真正价值。