上海2026年9月17日 美通社 －－ 华为全联接大会2026期间，华为副董事长、轮值董事长汪涛在主题演讲中，正式推出OceanStor M900 AI记忆存储。面向超大规模数据中心AI推理场景，该产品为超节点提供PB级大容量、TB级高性能的全共享记忆空间，推动AI基础设施从以计算为中心，迈向计算、网络与存储深度协同的新阶段，进一步释放超节点算力潜能。

2026年，人工智能加速从技术突破走向规模应用，AI应用从Chatbot对话进一步演进为能够自主完成复杂任务的智能体，并加速进入科研、医疗、金融和公共服务等关系国计民生的重要领域，人类社会由此进入Agentic AI时代。

随着大模型迈向10T级参数规模，超节点成为AI基础设施建设的必然选择，同时业界主流大模型的上下文窗口已突破百万词元，多轮推理和复杂任务成为常态，推理过程中产生的KV Cache数据规模持续增长，显存和内存容量与性价比均已无法满足需求。构建显存、内存与SSD协同的多级存储体系，打造大容量的全共享记忆空间，已成为行业共识。

为了突破超长上下文、多轮推理场景的内存容量瓶颈，华为全新推出的OceanStor M900 AI记忆存储，利用灵衢网络构建了“一跳直通”的PB级全局KV Cache多级缓存方案，充分释放超节点的算力潜能，加速超大规模数据中心AI推理，其具备三大核心能力：

打破容量边界，让大规模AI拥有更充足的记忆

依托灵衢高速互联网络，实现KV Cache的全局池化共享和分级存储，将超节点的KV Cache从显存与内存扩展至SSD，单集群可提供64PB容量，单NPU可用KV Cache容量从GB级提升至TB级，让更多上下文得以保存、共享和复用，大幅提升KV Cache缓存命中率。

跃升推理性能，让算力释放更充分

业界首创的CPU、网络、盘控三芯合一架构，提供原生KV语义，实现超节点的NPU一跳直通到SSD，避免协议转换和CPU转发，访问时延由ms级降至60μs，缩短90％；单集群可提供40TBs聚合访问带宽，相比业界方案提升1.5倍。在典型AI编程场景中，可实现推理集群Token吞吐率翻倍、首Token时延缩短一半，让算力更快转化为生产力。

降低Token成本，让AI规模化应用更经济

采用业界首创的KV－Aware自适应存储技术，根据KV Cache数据价值预测生命周期，对多模介质上的数据排布进行智能调度，实现最高24 DWPD，使得SSD介质寿命提升16倍，支撑三年稳定运行；通过减少介质更换和运维投入，降低大规模AI推理基础设施的长期成本，加速人工智能规模化普及。

面向未来，随着人工智能加速进入各行业核心生产系统，AI基础设施将由单纯追求算力规模，进一步迈向算力、网络与存力的系统协同，AI记忆存储将成为持续提升超大规模推理KV Cache容量与访问效率的必然选择。华为将不断推进软硬件协同和系统级创新，打造开放、高效、可持续的AI基础设施，为人工智能技术进步、产业智能化升级提供坚实支撑。