作者：金旺

据Gartner预测数据显示，2026年全球AI总支出将达到2.52万亿美元，同比增长44%。同时，到2029年，AI智能体从物理环境中产生的数据量将达到所有数字AI应用数据总和的10倍。

数据量的持续激增带来的是对存储设备的强需求，尤其是在智能体规模化落地、AI推理需求大规模爆发的2026年，全球存储产业开始承压，面临着更大的机会与冲击。

作为存储市场份额已经做到中国第一、全球第二的华为，自然也需要思考如何应对人工智能带来的技术挑战。

在不久前的华为中国合作伙伴大会2026上，我们看到了华为关于“Storage for AI” “AI for Storage”的思考，也看到了华为在人工智能下半场的存储技术解题思路和解题能力。

01 人工智能下半场，存储技术需持续创新

人工智能技术对于存储的影响，首先体现在数据中心建设中。

实际上，人工智能正深刻重构数据中心的建设模式，存储产业迎来了从"数据仓库"向"智能中枢"的历史性跃迁。华为数据存储产品线副总裁、营销工程部部长肖德刚在华为中国合作伙伴大会2026的数据存储峰会上指出，“AI时代的数据中心架构已发生了根本性改变，存储系统面临着前所未有的性能、容量与智能管理等挑战。”

所谓数据中心架构正在发生如下变化：

应用层，过去人类分工细致，AI时代Agent也逐步走向专用化，赋能千行百业，在这个过程中，Agent需要减少幻觉、实现自学习并作为可信助手，这直接要求存储提供准确、高效、安全的数据支撑。

模型层，世界模型正在成为重要发展趋势，由世界模型带来的数据量的增长远高于过去这些年得到高速发展的2D大语言模型，这要求存储系统具备多级缓存以存储更多数据、带宽足够高、时延足够低。

基础设施层，如今机柜功耗动辄百kW，散热转向液冷，网络连接更加快速和无损，机柜内或机柜间的数据存储设计需重新考量，极致性能、绿色节能与整机架构成为重点。

处理器层，数据处理粒度从4KB级演进至512B，甚至LPU在Decode阶段也对存储提出了新挑战，存储IO并发能力与IOPS要求大幅提升。

实际上，来自IDC的统计数据显示，2025年二季度全球AI算力与存储硬件支出同比激增166%，达到820亿美元，到2029年，这一支出将达到7580亿美元，存储在其中扮演着重要角色。

这些变化表明，存储作为支撑AI全链路的智能底座，其能力边界需要持续升级。

02 智能体驱动企业变革，存储技术支撑数智底座

从病理诊断到金融数据库，各行各业都在探索大模型的应用机会，在此过程中，华为持续升级的存储根技术，成了行业数智底座的必备基石。

医疗行业长期面临高质量、高可及性与低成本难以兼得的"不可能三角"，核心痛点在于专家经验稀缺且难以复制。润达医疗高级副总裁、智慧医疗事业部CTO张楠指出，AI落地医疗场景需跨越三座大山：

知识精准度，医疗不允许幻觉，万分之五的错误可能就是一条生命；

推理时效性，医生在门诊或急诊无法耐心等待AI模型转圈；

经验沉淀，模型静态与医疗知识动态更新存在一定矛盾。

针对这些挑战，润达医疗联合华为，帮助华西医院构建了"双脑驱动"智能体系统-睿宾Agent。左脑"医知Dr"作为临床助手，可以提供AI病历生成与质控能力，右脑"论界Scholar"作为学术大脑，支持文献检索与科研辅助。

该系统依托华为AI数据平台，实现医学检索精度95%以上，病历书写效率提升30倍，同时通过Prefix Cache等技术降低推理延迟，确保医生与AI交互的流畅性。

张楠强调，“它既能记住病史，也能记住专家习惯，更重要的是，它记得越多，推理就越精准”，这正是华为存储技术赋予智能体的持续进化能力。

制造业是另一个对于人工智能技术有强需求的行业。上海登弘信息科技有限公司总经理詹杰星称，“我走访过众多制造企业后发现，大家都遇到一个共性问题——数据存不起、算不动、更用不好。”这其中的核心难题在于产线数据海量并发、多工序混合负载导致存储卡顿，以及模型迭代周期长无法及时响应新缺陷。

登弘信息与华为合作，基于OceanStor Pacific分布式存储构建工业AI质检数据湖，实现热温冷数据分层管理，即将半年内、高频使用的热数据存放于高性能型存储支撑实时质检，将温数据自动下沉至容量型存储，将冷数据转存磁带库降低成本。

据詹杰星透露，"原来同步一次数据要1天，现在缩短到6小时，且支持分钟级在线扩容，想扩就扩、业务不停"。

正是通过集成华为自研压缩算法，质检图片实现了5:1的压缩比，配合云端训练效率提升10倍、模型压缩至1/10的能力，新缺陷响应从一周缩短至10分钟，真正实现“从人找数据到数据等人”的转变。

同样对数据有极高需求的，还有金融行业。随着近年来比特币勒索、高权限用户误操作等极端事件的频频出现，金融行业对数据安全也提出了更高需求。

OceanBase产品解决方案资深架构师张皓就指出，“企业数据资产遇到类似比特币勒索场景，如果数据没有了，企业的核心系统没有办法继续运转，面临倒闭危机。”

OceanBase联合华为OceanStor Dorado推出数存联动三层防勒索安全方案，“即便遭遇了比特币勒索，我们可以进行历史快召追溯，有效解决了分钟级数据恢复难题。”

03 华为的AI for Storage解题思路

与此同时，华为也在通过人工智能技术推动存储技术革新，在大会上，我们看到：

华为的数据管理平台DME从自动化演进至智能化，DataMaster运维智能体可理解自然语言指令，自动编排API与任务调度。

在硬盘故障预测场景，传统机器学习准确率仅50%，利用AI技术后现网验证达80%以上，提前量升级至30天。

DME IQ云管平台新增AI销售顾问与AI辅助答标功能，通过AI洞察需求、推荐方案、编写交流材料，成为伙伴的AI销售顾问。

从90年代的SAN存储服务数据库，到2000年分布式存储服务大数据，再到今天为模型训练而生的语料库与为推理而生的知识库、记忆库，存储产业的时代使命不断演进，在这个过程中，华为的存储技术也得到了不断锤炼和升级。

如今的华为正在以AI全栈需求重构产品矩阵，以数据中心架构变革驱动能力升级，通过“Storage for AI”“AI for Storage”双向赋能战略，为各行业带来产业升级新动能。