AI发展，既要做强算力，更要夯实先进数据存力

10月29日，以“存力筑基，共启AI新机遇”为主题的2026数据存储产业大会在河南郑州成功举办。400余位来自政府主管部门、产业界、学术机构、研究机构以及行业用户单位的代表齐聚一堂，共同探讨AI时代下存储角色的深刻变化与演进方向。会上，华为公司副总裁、数据存储产品线总裁袁远以“以存强算、以存治数，先进数据存力加速人工智能产业发展”为题发表演讲。在他看来，推动AI发展，既要做强算力，更要夯实先进数据存力。

以存强算：让有限算力创造更多智能

算力侧的矛盾，首先体现在使用效率上。袁远指出，当前智算中心GPU平均利用率约30%，约70%的算力尚未形成有效价值。这组数据说明，算力规模的扩张，并不自动等于算力价值的释放。

面对这一产业现实，袁远认为，数据存储能发挥很大的作用，做到以存强算的价值。“以存强算”就是要实现数据高效供给、留存和复用共享，提升算力集群利用率，具体而言，在训练阶段，要构建高性能存储文件系统，优化数据加载、检查点（Checkpoint）保存与恢复效率，提升超大规模模型可用度；推理阶段，提供KV Cache分层存储，实现推理缓存数据的共享与复用，减少重复计算；智能体应用阶段，打造可稳定支撑长链路任务接续的数据平台，提升算力有效产出。

“存储就像‘背九九乘法表’——既然人人都知道九九八十一，就没必要每次再算一遍。”袁远表示，把无须重复计算的数据存下来，就能省下大量算力。

以存治数：将行业数据转化为AI竞争力

数据侧的隐忧同样突出。一边是中文语料在全球占比不足5%，大量行业数据未经标记、转换与清洗，难以直接为AI所用；另一边是企业数据开发率仅为28.4%，超过七成数据仍未被利用。

“数据永远是AI的燃料，数据决定了模型的高度，也决定了推理的准确度。”袁远判断，AI体系下数据“已不再是记录的载体，转而成为AI的知识和记忆来源”。为此，他提出分三层建设，搭建语料库，通过数据汇聚、治理与质量管理，供给高质量海量数据；打造知识湖，实现多模态数据解析与向量化处理，沉淀行业知识；建设记忆库，支撑智能体全生命周期记忆数据管理。

AI时代的数据存储已超越传统硬件范畴，它将串联起AI的使用端与生产端，发挥坚实底座与价值引擎的双重作用。具体落到产品架构上，袁远提出两条路径，首先，面向金融、制造、医疗等国计民生行业的使用端，通过All in One构筑统一AI数据平台，满足知识沉淀、记忆管理、KV Cache加速、资源统一调度等诉求；而面向模型厂商、互联网企业、国家级人工智能训练基地等生产端，则通过One for All建设专属数据基础设施，以TB级聚合带宽优化模型检查点效率，以PB级共享KV Cache与原生KV语义突破推理瓶颈。

演讲最后，袁远发出三点倡议：一是共建存力增益评估体系，量化存力对算力效率的增益价值；二是共建存储繁荣生态，凝聚介质、整机、应用、学术全链条力量；三是共建存储产业标准，构建自主标准体系。华为表示，未来将持续携手产业各界，把存储创新转化为中国AI发展的核心竞争力，促进AI普惠。