3月17日，在2026華為數據存儲新春發布會上，華為正式發布針對AI推理場景的全新AI數據基礎設施，包含面向中心推理場景的AI數據平臺，和面向分支邊緣推理場景的FusionCube A1000 AI超融合一體機，旨在推動AI推理體驗全面升級，并顯著降低推理部署門檻，加速AI商業正循環。

過去幾年，AI歷經多輪演進，已邁入了以推理為核心的全新階段。當下，企業正面臨兩大變化：一是數據類型與規模持續擴展，從文本為主轉向多模態格式混合，體量從TB級躍升至EB級；二是企業核心資產從“數據”轉變為“知識”與“記憶”，被實時調用以支撐智能體自主決策。這些正全面重塑AI數據基礎設施，成為AI行業化落地的關鍵。

面向中心推理場景

華為推出AI數據平臺

為解決推理業務中知識質量不足、長序列推理體驗差以及推理記憶缺失的三大瓶頸，華為發布AI數據平臺，整合知識庫、KV Cache加速和記憶庫，并結合UCM技術實現調度與管理，破除企業AI的數據門檻，加速智能體應用落地。

華為存儲產品線副總裁、閃存領域總裁 謝黎明

知識庫：實時生成知識、高精度檢索知識

企業數據在不斷變化與更新，如果知識轉化不及時，會導致模型的推理決策結果不精準。華為AI數據平臺采用端到端的解析優化、表征優化與檢索優化，提供一個可敏銳捕捉源端數據變化的AI數據管道，并通過多模無損解析、Token級編碼等方式，將文本、圖片、視頻等資源轉化成海量細顆粒度的知識，結合多維度檢索與重排序，實現超95%知識檢索精度。

KV Cache加速：容納海量歷史數據，加速推理響應

在長文本長序列、多用戶多并發的推理過程中，大量的KV Cache數據存不下、系統響應遲緩，導致推理體驗惡化。華為AI數據平臺針對性提供了全局分層緩存能力，讓記憶數據在On-chip memory、DRAM、外置SSD存儲三層間按需流動，顯著擴充KV Cache存儲池，同時融合多種稀疏注意力算法，避免重復計算，大幅擴展上下文窗口，實現首Token時延降低90%。

記憶庫：高效管理上下文記憶，讓模型越用越聰明

當前，大模型普遍缺乏持久的記憶，會遺忘多步驟的中間結果和長期沉淀的歷史經驗，無法真正實現自我進化。華為AI數據平臺提供精準的記憶萃取與召回能力，實現上下文狀態保持、信息凝練。記得越多，推理就越精準，模型應用才能“越用越聰明”。

本次發布的AI數據平臺可提供一體化和獨立式兩大部署模式。一體化部署以OceanStor A800為全棧一體機底座；獨立式部署采用“數據引擎節點+OceanStor Dorado”架構，可在現有存儲系統上新增數據引擎節點，保護歷史投資，支撐業務平滑轉型。

面向分支邊緣推理場景

華為發布FusionCube A1000 AI超融合一體機

如今，大量的數據是在分支邊緣場景產生的，針對傳統分支邊緣場景進行智能化改造過程中所面臨的部署復雜、成本高昂、效率低下等問題，華為推出FusionCube A1000 AI超融合一體機，通過集成化與智能化交付，助力AI快速部署與高效運行。

華為存儲產品線副總裁、虛擬化領域總裁 張偉力

FusionCube A1000采用通算與智算融合一體化架構，實現AI部署“開箱即用”。其內置的AI平臺預集成了數據處理、模型訓練與推理全流程能力，基礎設施部署與應用上線周期顯著縮短80%。同時，FusionCube A1000具備統一運維、安全運營的能力，實現全棧管理、健康監測、故障快速定位定界，為智能體穩定高效地運行提供安全保障。

此外，FusionCube A1000支持邊緣與中心協同運行，打破數據孤島，形成智能體從感知到自主決策的閉環。分支邊緣側產生的數據將回傳至中心，在中心側不斷豐富語料、完成模型增訓，模型更新后可一鍵下發至邊緣側，實現模型能力的持續優化與共享。同時，FusionCube A1000支持算力的動態切分與調度，可同時運行多個不同的AI模型，并依據業務優先級智能分配資源，單卡算力利用率提升約30%。其內置平臺還支持知識庫與記憶庫的協同構建，數據飛輪無感運轉，持續提升AI模型輸出的準確性與實用性。

此次發布的華為AI數據平臺與FusionCube A1000，實現了從中心到邊緣的AI推理全場景覆蓋，為AI技術廣泛行業化落地注入新動能。華為數據存儲將持續深耕創新，賦能AI全路徑，助力企業兌現AI商業價值。