标题：存储能力：人工智能时代的决定性因素

华为数据存储产品的领导者周跃峰接受采访时强调，数据与数据质量是人工智能智能水平的关键驱动因素。为促进中国人工智能产业快速发展，必须重视数据和信息的数字化记录。

在实施大规模人工智能模型的过程中，数据准备耗时长、来源分散、收集速度慢成为最大挑战。处理TB级数据需要约10天，同时，大规模模型需频繁调整参数，训练平台稳定性不足，平均每两天训练会中断一次，恢复时间超过一天。

为应对挑战，华为推出两新品：OceanStor A310与FusionCube A3000。前者专为支持基础和行业大规模模型的数据收集、预处理、训练及推理设计，后者则集高性能存储、训练/推理节点、网络交换设备与AI平台软件于一体，简化大规模模型部署。

OceanStor A310是全球性能密度最高的存储产品之一，具备96个闪存盘，带宽高达400GB/s，IOPS达1200万，是关键步骤。FusionCube A3000则提供一站式解决方案，降低使用门槛。

华为已在中国十大模型制造商如科大讯飞、中国科学院等部署存储产品。周跃峰指出，解决大规模模型落地问题需一线厂商引领。华为作为全球存储领域的佼佼者，完全有能力承担此任务。

周跃峰强调，存储能力建设至关重要。英文数字记录资料远超中文，ChatGPT在英文训练效率更高。若忽视存储能力，将限制未来人工智能产业发展潜力。中国工程院院士倪光南亦指出，预计2025年中国数据量将跃居全球首位，但存储能力相对不足，存储中心采用SSD的先进程度仅为24.7%，低于美国。

华为分布式存储副总裁韩振兴分析，当前存在计算能力建设过高而存储能力不足的情况，导致数据处理过程中的资源浪费。重视存储能力，优化计算与存储比，将是未来发展方向。近年来，多个省份已开始重视存储中心建设，存储设备在数据中心采购中的占比持续提升，存储中心建设有望成为新趋势。