一句话看懂：华为在无锡举办的数据存储论坛上，发布了面向大规模 AI 推理的全栈数据基础设施方案，并提出业界首个 G3.5 上下文记忆存储概念。这意味着存储设备正在从“存放数据”的传统角色，进入模型推理和 Agent 运行的实时路径。
事件核心：发生了什么
8 月 6 日，2026 华为数据存储用户精英论坛在无锡举行。华为公司副总裁、数据存储产品线总裁袁远在会上介绍了 AI DC 数据基础设施全栈方案，将企业级 AI 基础设施划分为 AI 数据湖、AI 数据平台、算力、模型和 Agent 五个层次，数据安全和韧性贯穿其中。
更值得关注的是存储层级的变化。当前 AI 行业通用的存储架构是 G1（HBM）到 G4（共享存储）的四层结构，而华为提出了置于 G3 与 G4 之间的 G3.5 存储，即面向大规模推理、支持异构算力的上下文记忆存储 CMS。华为数据存储产品线相关负责人吴俊杰解释，当推理集群进入千卡、万卡规模，HBM 和 DRAM 在容量和成本上无法满足 KV Cache 需求时，就需要一个高速、可共享的中间缓冲层来减少重复计算。
为什么重要
这轮变化的背景是 AI 发展重心从训练转向推理和 Agent 落地。训练阶段的数据基础设施解决的是“把数据存下来”，而推理阶段要解决的是“数据能不能被模型快速找到、上下文能保存多久”。KV Cache、Agent 上下文和长期记忆正在成为新的存储负载，这比单纯扩大容量更深刻地改变存储产品的设计逻辑。
对行业而言，华为从单点产品转向全栈架构，意味着存储厂商的竞争维度正在拓宽：不再只比拼 IOPS 和容量，而是要看能否连接数据湖、算力调度和 Agent 运行时环境。吴俊杰表示，这一轮存储需求周期可能持续至 2028 年上半年，但前提是 AI 基础设施投入维持当前热度。
对用户/开发者/创作者的影响
对企业用户来说，最直接的信号是现有数据中心不会被废弃。华为提供了渐进式改造路线：新建 AI 数据平台的客户可使用 OceanStor A800，而已部署 OceanStor Dorado 的客户只需增加数据引擎节点就能获得 AI 能力，原有投资不必推倒重来。
对开发者和模型应用方，G3.5 这类外置上下文存储若落地，可能降低大规模 Agent 应用的内存成本，让更长上下文、更大并发规模的推理服务在成本上变得可承受。对医疗、科研、制造等行业用户，历史数据将不再只是归档文件，而是需要重新治理为模型知识，这既是数据资产增值的机会，也意味着新的数据管理投入。
值得关注的后续
目前公开信息显示，G3.5 存储仍处于架构发布和方案阐述阶段，实际部署效果有待验证。建议关注三个方向：一是华为能否在真实客户场景中量化 KV Cache 命中率和推理成本的具体收益；二是其他存储厂商是否会跟进类似的外置上下文存储层级，形成行业标准；三是吴俊杰判断的存储周期到 2028 年上半年这一窗口，在企业采购预算中是否会被验证。
来源：InfoQ CN
