日前，華為數據存儲官方確認，將于3月20日在深圳國際會展中心舉辦“華為中國合作伙伴大會2026·數據存儲峰會”。本次峰會聚焦“AI語料準備—AI訓練—AI推理”全生命周期，旨在解決大模型時代數據洪流下的高性能、高可靠、低成本存儲難題。
受華為即將發布AI存儲新品的影響，提供eKitStor Xtreme 116P等高密SSD主控芯片的國科微今日大漲14%左右。
根據官方最新消息，華為將在本次峰會上發布面向AI全鏈路的新一代OceanStor存儲系列，重點突破非結構化數據管理、存算協同加速及數據隱私安全三大技術高地。
此外，3月17日，華為還將舉辦“全面重塑AI數據基礎設施，加速AI行業化落地”新春新品發布會。兩場發布會時間如此接近，顯示出華為在AI存儲領域的密集布局。3月20日的峰會更是被業界視為華為在AI時代重新定義數據底座價值的重要發布會。
當前AI產業面臨的核心痛點并非只是算力不足，還有數據質量、數據存儲等問題。華為數據存儲產品線副總裁謝黎明在采訪中直言：“很多數據沒法被AI直接消費，這會導致AI很難真正快速落地。”
想象一下，企業花費重金購置高端GPU，但這些昂貴的算力資源每天都在“吃”垃圾數據。GPU集群在運行，電費在消耗，但模型訓練效果卻不盡如人意。問題的根源在于數據這條“供應鏈”。
傳統的數據存儲系統設計初衷是讓人去查數據、看報表，但AI需要的是能被機器直接“理解”和“消費”的結構化知識。
謝黎明用了一個生動的比喻：“你可以把原始數據理解成面粉。過去只需要把面粉存好、管好，但AI要做的是糕點。如果不先把面粉加工為面團，它是沒法直接用的。”
因此，華為此次發布會的關鍵詞是“AI語料準備—AI訓練—AI推理”三大關鍵環節，顯示出華為要將數據的全流程都管起來。
在AI語料準備環節，華為致力于把“臟數據”清洗成AI能直接使用的高質量語料。華為在MWC 2026上發布的AI數據平臺已經展示了這一能力，通過多模態數據無損解析，通過token級編碼轉化為高精度知識，檢索準確率超過95%。
在AI訓練環節，華為為GPU配置“外置腦容量”。當GPU的“腦容量”不夠用時，華為用存儲為其裝上了“外掛硬盤”，就像通過高速SSD擴展虛擬內存。
此外，在AI推理環節，華為讓智能體擁有“長期記憶”。通過內置記憶庫機制，將歷史狀態、執行路徑和關鍵經驗沉淀下來，并在后續推理中按需召回，為智能體提供連續性支撐。
分享
