数据产量增长与基础设施需求 - 2024年中国数据产量达41.06ZB 同比增长25% 对数据基础设施建设提出更高要求 [1] 数据基础设施分层建设方案 - 城市级需通过存力中心打破数据孤岛 实现全域数据可信流通 [3] - 行业级应构建共享平台 解决高质量语料匮乏问题 [3] - 企业级需打通私域数据壁垒 建立统一管理的AI数据湖 [3] 存储技术创新与性能提升 - 华为UCM推理记忆数据管理器采用KV Cache架构 实现记忆数据多级缓存 [3] - 结合信息浓缩与智能联想技术 动态优化推理过程数据调用路径 [3] - 金融领域试点中AI服务响应延迟降低30% 算力成本下降25% [3] 行业竞争地位与生态战略 - 华为位居中国存储市场首位 全球市场排名第二 [4] - 将AI工具链及推理框架等核心软件能力开源 与产业伙伴共建技术底座 [4] - 存储技术需上升为AI战略基础设施 通过政企学研协同创新加速落地 [4] AI发展阶段与竞争格局 - AI发展进入深水区 数据要素高效利用成为破局关键 [4] - 存储技术驱动变革 可能重新定义AI时代竞争规则 [4]

核心观点 - 华为在2025中国算力大会上展示联接、计算、存储、数字能源等领域最新解决方案 推动个人、家庭、行业场景智能化 [1] - 中国年数据产量突破40ZB但留存率仅2.8% 需通过城市、行业、企业三层面建设先进数据基础设施实现从数据大国向数据强国转型 [3][4][5] - 华为提出AI数据中心RAS建设理念 通过安全可靠、弹性敏捷、绿色低碳的智算底座支撑算力需求爆发式增长 [6] 数据基础设施现状与挑战 - 中国年数据产量突破40ZB但全国数据留存率仅2.8% 海量数据在源头被丢弃 [3] - 行业高质量数据稀缺 医疗模型训练数据量仅为西方领先国家的10%左右 [3] - 企业间数据共享率不足25% 大量数据存储在孤岛上 [3] 城市层面建设方案 - 打造先进存力中心 通过全域数据汇聚-数据高效治理-数据可信流通全流程管理 [3] - 建立数据可信托管中心、治理中心、开发中心和流通中心 实现数据资源到资产闭环 [3] - 贵州作为东数西算枢纽 依托存力中心汇聚全省重点行业数据打造算力枢纽 [3] 行业层面建设方案 - 构建高质量行业语料库 推动各行业加大数据资源汇聚和保存 [4] - 鼓励龙头企业牵头建设行业级数据共享协作平台 [4] - 国家级育种机构通过数据湖存储突破数据离散、质量参差、跨主体共享三大瓶颈 [4] 企业层面建设方案 - 建设企业AI数据湖 实现从单体智能到多智能体协同 [5] - 自动驾驶领域通过AI数据湖汇聚路测、仿真、高精地图等数据支撑多智能体协同 [5] - 企业数据底座需从烟囱式建设转向AI数据湖以提升应用精度和知识实时性 [5] 技术创新方向 - 发展AI存储、全闪存等技术提供高速可靠数据存取能力 [5] - 支持数据统一视图和可信流通实现全域数据可视可管可用 [5] - 部署AI工具链构建低代码开发与应用快速上线能力 [5] 产业生态建设 - 华为通过算力产业发展方阵先进存力AI推理工作组等产学研力量丰富数据基础设施技术生态 [5] - 华为展台展示算力、存力、运力、绿电供给协同发展 为千行万业打造数智底座 [6] 数据中心解决方案 - 创新提出AI数据中心RAS建设理念 包含安全可靠(Reliable)、弹性敏捷(Agile)、绿色低碳(Sustainable)三大特性 [6] - 智算中心需应对安全性、建设速度、适配IT演进及资源消耗等挑战 [6]