随着人工智能技术的深度渗透，2025年已成为全球公认的“AI智能体发展关键年”。数据作为AI系统的核心燃料，其生产规模正呈现指数级增长。国家数据局最新数据显示，2024年我国数据总产量突破41ZB，较上年增长25%，数据要素的流通与利用效率成为决定AI竞争力的核心指标。
在第十五届智慧城市与智能经济博览会上，华为数据存储产品线总裁周跃峰提出，构建三级联动的数据基础设施体系是破解AI发展瓶颈的关键。他指出，当前AI智能体已具备自主决策能力，数据从单纯的训练素材升级为系统运行的“知识中枢”，需要针对城市治理、行业应用、企业运营等不同场景建立差异化解决方案。
针对城市级数据治理，周跃峰提出建设“全域数据存力中心”的构想。通过打破部门间数据壁垒，实现交通、医疗、教育等领域的跨域数据整合，为智慧城市提供实时决策支持。该方案已在多个试点城市验证，可显著提升应急响应速度和公共服务精准度。
在行业应用层面，高质量数据供给成为制约AI落地的首要障碍。华为建议构建行业数据共享平台，通过标准化处理将分散的原始数据转化为可复用的知识资产。以医疗行业为例，多中心数据融合可使疾病诊断模型准确率提升18%，药物研发周期缩短30%。
企业级数据管理方面，多智能体协同引发的数据孤岛问题日益突出。华为推出的AI数据湖解决方案，通过统一知识库架构实现跨部门数据互通，使智能体协作效率提升40%。某制造业客户应用后，生产流程优化决策时间从72小时压缩至8小时。
存储技术创新成为突破AI推理瓶颈的突破口。周跃峰形象地将存储系统比作AI的“记忆中枢”，强调高效记忆管理对降低推理延迟的重要性。华为全新发布的UCM推理记忆数据管理器，采用多级缓存架构和智能数据调度算法，可使金融领域AI客服响应速度提升2.3倍，单次推理成本下降55%。
作为全球存储市场的重要参与者，华为正通过技术开放推动产业协同。公司已将AI工具链、推理框架等核心能力纳入开源体系，与超过200家合作伙伴共建数据基础设施生态。周跃峰强调，只有构建开放共享的技术底座，才能支撑AI技术向各行业深度渗透。
