Huawei Rilis Platform Infrastruktur AI Data Center Full‑Stack

Huawei memperkenalkan platform infrastruktur AI data center full‑stack baru pada acara Innovative Data Infrastructure (IDI) Forum 2026 di Paris pada 21 Mei 2026. Platform ini dirancang sebagai fondasi terpadu untuk menjalankan sistem AI skala besar di perusahaan—mulai dari penyimpanan data mentah hingga orkestrasi AI agent yang menjalankan proses bisnis.

Alih‑alih menggunakan berbagai sistem terpisah untuk storage, data pipeline, dan model AI, Huawei menggabungkannya ke dalam satu arsitektur terintegrasi. Tujuannya adalah menyederhanakan pembangunan dan pengoperasian beban kerja AI perusahaan yang semakin kompleks.

Arsitektur Lima Lapisan

Huawei menjelaskan bahwa platform ini terdiri dari lima lapisan utama, yang masing‑masing menangani bagian berbeda dari siklus hidup AI perusahaan.

1. Storage Layer

Lapisan dasar menggunakan OceanStor Pacific, platform storage terdistribusi yang dirancang untuk menyimpan dataset AI berukuran sangat besar serta data embedding dan vektor yang digunakan oleh model AI.

Huawei menyebut sistem ini dapat menyediakan hingga 11 petabyte kapasitas dalam chassis 2U, sehingga memberikan kepadatan penyimpanan tinggi sekaligus menekan biaya total kepemilikan (TCO) untuk pusat data AI skala besar.

2. Data Management Layer

Di atas storage terdapat DME Omni‑Dataverse, platform manajemen data terpadu yang mengelola data dari berbagai lingkungan dan lokasi.

Fitur utamanya meliputi:

• Ingest data multimodal (teks, gambar, dan lainnya)
• Manajemen data lintas lokasi atau data center
• Visibilitas dan kontrol data secara global
• Pencarian cepat pada dataset vektor berukuran sangat besar

Menurut Huawei, sistem ini mampu melakukan pencarian dalam hitungan detik pada ratusan miliar vektor, sehingga model AI dapat mengakses basis pengetahuan dan embedding dalam skala sangat besar.

3. Model Deployment dan Inference Layer

Lapisan berikutnya berfokus pada deployment dan eksekusi model AI secara efisien.

Dua teknologi penting di lapisan ini adalah:

• Context Memory Storage (CMS) – arsitektur memori yang dirancang untuk cluster inferensi AI skala besar
• ModelEngine – lingkungan runtime untuk menjalankan dan mengelola model AI

CMS memungkinkan penggabungan memori KV‑cache dalam pool besar yang dapat dibagi antar sistem komputasi heterogen. Teknologi ini bertujuan mempercepat proses inferensi—terutama dalam mengurangi waktu menghasilkan token pertama dari model generatif.

Sementara itu, ModelEngine menyediakan gateway model serta alat untuk deployment model baru dengan konfigurasi minimal, bahkan memungkinkan integrasi model baru dengan sedikit atau tanpa kode tambahan.

4. AI Agent Orchestration Layer

Huawei juga memperkenalkan Nexent, platform AI agent untuk perusahaan yang bekerja bersama ModelEngine guna mengatur dan mengoordinasikan agen AI dalam berbagai alur kerja bisnis.

Dengan lapisan ini, organisasi dapat menghubungkan model AI langsung ke proses operasional seperti:

• otomatisasi tugas
• dukungan pengambilan keputusan
• interaksi pelanggan

Dalam arsitektur Huawei, tahap ini mengubah model AI yang telah dideploy menjadi AI agent operasional yang dapat berinteraksi dengan data, aplikasi perusahaan, dan pengguna.

5. Data Resilience Layer

Lapisan terakhir berfokus pada keamanan dan ketahanan data.

Huawei menyebut sistem ini sebagai kerangka perlindungan end‑to‑end yang melindungi data AI serta infrastruktur dari gangguan operasional maupun serangan siber.

Fitur yang disorot antara lain:

• snapshot data yang tidak dapat diubah (immutable)
• sistem backup dan pemulihan bencana
• perlindungan data end‑to‑end

Fitur ini ditujukan untuk menghadapi ancaman seperti serangan ransomware dan risiko integritas data dalam pipeline AI.

Klaim Kinerja dan Efisiensi

Huawei mempresentasikan platform ini sebagai cara untuk mempercepat adopsi AI di perusahaan.

Beberapa klaim performa yang disampaikan antara lain:

• Hingga 10× lebih cepat dalam generasi token pada skenario inferensi tertentu berkat optimasi memori CMS.
• Waktu deployment aplikasi AI dipangkas dari berminggu‑minggu menjadi beberapa hari melalui orkestrasi terpadu.
• Akselerasi inferensi melalui pengelolaan memori dan optimasi KV‑cache.

Seperti kebanyakan benchmark vendor, angka ini berasal dari pengujian internal atau beban kerja tertentu dan belum tentu berlaku pada semua lingkungan produksi.

Contoh Implementasi Awal

Huawei juga menyoroti penggunaan infrastrukturnya oleh sejumlah perusahaan.

Salah satu contoh adalah peritel Prancis Auchan, yang dilaporkan telah menerapkan cluster infrastruktur Huawei di tiga data center di Prancis sebagai bagian dari modernisasi sistem TI mereka.

Namun, sumber publik yang tersedia tidak secara jelas menunjukkan bahwa pengurangan biaya cloud Auchan secara langsung disebabkan oleh platform AI Huawei. Modernisasi tersebut kemungkinan melibatkan berbagai teknologi dan penyedia layanan lainnya.

Mengapa Vendor Membangun Infrastruktur AI Full‑Stack

Peluncuran ini mencerminkan tren industri menuju infrastruktur AI yang semakin terintegrasi secara vertikal.

Alih‑alih menggunakan solusi terpisah untuk storage, deployment model, dan orkestrasi, perusahaan teknologi kini menawarkan platform terpadu untuk mendukung:

• cluster inferensi AI berskala besar
• AI agent perusahaan
• pipeline data AI yang kompleks

Pendekatan Huawei menempatkan infrastruktur data sebagai inti performa AI, dengan fokus pada penyimpanan data besar, pencarian vektor, manajemen memori inferensi, dan orkestrasi agent dalam satu stack terpadu.

Jika pendekatan ini diadopsi secara luas, platform seperti ini berpotensi menjadi fondasi operasional bagi data center yang sepenuhnya didorong oleh AI di lingkungan perusahaan.