一、案例背景
2026年8月6日，无锡。华为数据存储用户精英论坛暨OceanClub嘉年华的现场，华为公司副总裁、数据存储产品线总裁袁远抛出了一个与往年截然不同的核心议题：当企业开始大规模部署模型和Agent之后，数据应该如何被存储、管理和持续调用。
这一提问的背景是AI产业的重心正在发生历史性迁移。自2022年大模型浪潮兴起以来，行业经历了以算力军备竞赛为核心的“上半程”。然而，进入2026年，随着模型训练逐渐成熟，AI推理规模急剧上升，企业级Agent开始从概念验证走向大规模落地，数据中心的瓶颈正在从“算得够不够快”转向“数据能不能被高效地找到、调用和记忆”。
华为在此次论坛上发布了AI DC（AI Data Center）数据基础设施全栈方案，将企业AI数据中心的数据基础设施划分为五个层次：底层为AI数据湖，向上依次为AI数据平台、算力层、模型层以及Agent平台，数据安全和韧性贯穿整个架构。这一架构并非首次提出，但此次论坛的重点在于针对企业实际部署场景，对各层能力进行了深度拆解。
值得关注的是，华为在AI数据平台层首次提出了业界首个面向大规模推理、支持异构算力的上下文记忆存储CMS（Context Memory Storage），这是一种位于传统存储层级G3（本地SSD）与G4（共享存储）之间的“G3.5”存储形态。其核心逻辑是：随着推理集群进入超节点以及千卡、万卡规模，需要构建PB级共享KV Cache池时，单纯依赖HBM显存和DRAM内存已面临容量和成本的双重压力。G3.5存储将不需要始终驻留显存的数据保存下来，减少重复计算，使存储从传统的数据持久化设备，真正进入模型推理的路径之中。
华为数据存储产品线相关负责人吴俊杰在媒体沟通会上解释：“G3.5存储是在大模型推理数量大幅上升的情况下产生出来的一个新事物。HBM和内存在价格、容量上不能满足Token数量以及序列长度要求的时候，就需要一种新的存储形态。”但他同时强调，G3.5并非简单用SSD代替显存，而是置于G3层与G4层之间，在G1层（HBM）、G2层（DRAM）之外增加一个高速、容量更大、可以共享的中间缓冲层。
……