Huawei ukázal v Paříži novou generaci infrastruktury pro AI datová centra

Myšlenka je propojit celý životní cyklus AI – od ukládání surových dat až po nasazení modelů a AI agentů – v jediném integrovaném stacku. Huawei argumentuje, že roztříštěná infrastruktura zpomaluje adopci umělé inteligence, a proto navrhla systém, kde jsou datové pipeline, inferenční infrastruktura a orchestrace těsně provázány.

Pětivrstvá architektura

Huawei platformu popisuje jako pětivrstvý stack, kde každá vrstva podporuje jinou část podnikové AI pipeline.

1. Vrstva úložiště

Základem je OceanStor Pacific, Huawei distribuované scale‑out úložiště navržené pro ukládání masivních AI datových sad a vektorových embeddingů. Systém je optimalizován pro vysokou hustotu kapacity a zpracování rozsáhlých datových sad typických pro trénink a inferenci AI modelů.

Huawei uvádí, že OceanStor Pacific dokáže pojmout až 11 petabajtů do 2U šasi, čímž chce dosáhnout vysoké hustoty při současném snížení celkových nákladů na vlastnictví (TCO) u velkých AI datových center.

2. Vrstva správy dat

Nad úložištěm je umístěna DME Omni‑Dataverse, jednotná platforma pro správu dat. Agreguje a spravuje data napříč různými prostředími a umožňuje:

• Příjem multimodálních dat
• Správu dat na více místech
• Globální viditelnost a kontrolu nad daty
• Rychlé vyhledávání v extrémně velkých vektorových databázích

Podle Huaweiu a souvisejících zpráv dokáže platforma vyhledávat v řádu sekund ve stovkách miliard vektorů, což AI modelům umožňuje přistupovat k znalostním bázím a embeddingům ve velkém měřítku.

3. Vrstva nasazení modelů a inference

Tato vrstva se zaměřuje na efektivní nasazování a provoz AI modelů.

Klíčové technologie zahrnují:

• Context Memory Storage (CMS) – paměťová architektura navržená pro rozsáhlé inferenční clustery
• ModelEngine – běhové prostředí Huaweiu pro nasazování a správu AI modelů

CMS podporuje heterogenní výpočetní prostředí a dokáže sdružovat velké KV‑cache paměťové prostředky, což pomáhá urychlit inferenční úlohy. Huawei tvrdí, že tato architektura může výrazně snížit latenci při generování prvního tokenu během inference.

ModelEngine poskytuje modelové brány a nástroje pro rychlé nasazení nových modelů s minimální konfigurací.

4. Vrstva orchestrace AI agentů

Huawei také představil Nexent, podnikovou platformu pro AI agenty, která spolupracuje s ModelEngine a orchestruje AI agenty napříč obchodními workflow.

Cílem je umožnit organizacím propojit AI modely přímo s provozními úkoly – jako je automatizace, podpora rozhodování nebo interakce se zákazníky – prostřednictvím agentových systémů, které koordinují více modelů a nástrojů.

V architektuře Huaweiu tato vrstva přeměňuje nasazené modely na praktické podnikové AI agenty, kteří mohou interagovat s daty, aplikacemi a uživateli.

5. Vrstva odolnosti dat

Poslední vrstva se zaměřuje na bezpečnost, spolehlivost a ochranu dat. Huawei ji popisuje jako end‑to‑end rámec odolnosti, který chrání AI data a infrastrukturu před selháními a kybernetickými útoky.

Mezi zdůrazňované schopnosti patří:

• Neměnné snímky a záložní kopie
• End‑to‑end ochrana dat
• Nástroje pro zotavení po havárii a odolnost

Tyto funkce mají chránit před hrozbami, jako jsou ransomwarové útoky a další rizika ohrožující integritu dat, která by mohla narušit provoz AI. Některé zprávy také spojují vrstvu odolnosti s širší ochranou proti hrozbám pro kvalitu dat v AI pipeline, i když konkrétní technické detaily jsou omezené.

Nároky na výkon a efektivitu

Huawei prezentoval platformu jako způsob, jak urychlit podnikové nasazení AI a zlepšit výkon inference.

Příklady uváděné ve zprávách zahrnují:

• Až 10× rychlejší generování tokenů v některých inferenčních scénářích díky CMS a optimalizacím správy paměti.
• Zkrácení doby nasazení AI aplikací z týdnů na dny díky integrované orchestraci a nástrojům platformy.
• Urychlení inference pomocí technik jako KV‑cache optimalizace paměti a jednotné správy cache.

Stejně jako u většiny dodavatelských benchmarků, i tato čísla odrážejí interní testování Huaweiu nebo specifické workloady, nikoli univerzální výsledky.

První podniková nasazení

Huawei také zmínil první adopci své infrastruktury v podnikovém prostředí.

Například francouzský maloobchodní řetězec Auchan nasadil hardware Huaweiu a clustery datacenter infrastruktury ve třech datových centrech ve Francii v rámci modernizačního úsilí.

Zatímco zprávy potvrzují nasazení infrastruktury Huaweiu, veřejně dostupné zdroje jednoznačně nepřipisují snížení cloudových nákladů Auchanu přímo platformě Huaweiu. Důkazy místo toho ukazují na širší modernizaci IT prostředí maloobchodníka, která může zahrnovat více technologií a cloudových poskytovatelů.

Proč Huawei buduje komplexní AI infrastrukturu

Oznámení odráží širší trend v oboru směrem k vertikálně integrované AI infrastruktuře. Namísto samostatných nástrojů pro úložiště, nasazení modelů a orchestrací dodavatelé stále častěji spojují tyto prvky do jednotných platforem navržených pro:

• Rozsáhlé AI inferenční clustery
• podnikové AI agenty
• datově orientované AI pipeline

Přístup Huaweiu se silně zaměřuje na datovou infrastrukturu – považuje ukládání dat, vektorové vyhledávání, ukládání do mezipaměti a orchestrací za základní prvky výkonu AI, nikoli za sekundární komponenty.

Pokud podniky tuto architekturu široce přijmou, mohla by platforma fungovat jako operační páteř pro AI datová centra a propojovat surová data, modely AI a agentové systémy v rámci jediného stacku.