在巴黎舉辦的華為創新數據基礎設施論壇上，華為公司副總裁、數據存儲產品線總裁袁遠宣布，正式推出AI DC數據基礎設施全棧方案。這一方案旨在為企業AI規?；瘧煤虸T架構智能化升級提供系統性路徑，推動全球行業加速進入智能發展新階段。

袁遠在演講中指出，人工智能的發展正經歷關鍵轉折點。他通過兩組數據揭示了這一趨勢：全球活躍的智能體數量已超過3000萬個，預計五年內將激增至22億個；去年每分鐘處理的詞元（Token）數量為60億，今年已攀升至150億。這些變化表明，AI正在重塑商業模式和日常運營，成為不可逆轉的產業變革力量。

他提出，AI發展可分為四個階段：算力普及階段以GPT為代表，模型創新階段涌現出Gemini、DeepSeek等成果，智能體編程階段正成為技術主流，而下一階段的核心挑戰在于數據安全與能力實現。企業需要構建以數據為中心的新型基礎設施，在數據湖、知識與記憶平臺、算力調度、模型工程和智能體框架等維度實現突破。

針對海量數據管理難題，華為推出的AI數據湖方案以高性能存儲為支撐。其OceanStor Pacific全閃分布式存儲系統實現11PB/2U的容量密度，達到行業領先水平；通過DME Omni-Dataverse統一數據空間，支持跨數據中心的多模態數據實時入湖和全局可視化管理；千億級向量數據的秒級檢索能力，為模型訓練提供高效數據供給。

在AI推理場景優化方面，華為推出兩套專業化解決方案。面向超大規模集群的上下文記憶存儲CMS系統，通過異構算力支持和專用DPU語義卸載技術，將推理首Token時延降低90%；企業級"3+1"AI數據平臺集成高精度知識庫和智能調度引擎，使推理準確率提升30%。這些創新有效解決了推理時延和精準度問題。

模型部署方面，華為ModelEngine平臺實現三大突破：支持模型開箱即用和零代碼適配，部署周期大幅縮短；通過模型網關實現XPU卡細粒度切分，最高達1:10的資源利用率提升；智能調度系統確保算力資源得到最優配置。這些特性顯著降低了企業應用AI的技術門檻。

智能體開發領域，ModelEngine Nexent平臺通過自然語言交互實現低代碼生成，使非技術人員也能快速構建應用，上線周期縮短80%。其自進化機制可自動優化技能體系和記憶模塊，確保智能體能夠持續適應業務變化需求。

面對AI應用帶來的安全挑戰，華為構建了覆蓋全層級的數據韌性防護體系。該體系針對智能體、模型、平臺和基礎設施四個層面，部署防濫用、防投毒、防篡改和防勒索機制，形成端到端的安全保障，確保AI業務穩定運行。

袁遠在論壇總結時強調："AI轉型不是選擇題而是必答題。華為提供的全棧方案，將幫助企業跨越技術鴻溝，在智能時代占據先機。"這場論壇的成果展示，標志著數據基礎設施領域正迎來以AI驅動的新變革。