A plataforma combina armazenamento de dados, gestão de informações, infraestrutura de modelos, orquestração de agentes de IA e mecanismos de resiliência em uma única arquitetura. Segundo a empresa, integrar todo o ciclo de vida da IA em um mesmo stack ajuda a reduzir a complexidade e acelerar a adoção corporativa de aplicações baseadas em modelos.

Arquitetura em cinco camadas

A Huawei descreve a solução como uma arquitetura de cinco camadas, cada uma responsável por uma parte da cadeia de processamento de IA nas empresas.

1. Camada de armazenamento

A base do sistema é o OceanStor Pacific, plataforma de armazenamento distribuído projetada para lidar com grandes volumes de dados usados em treinamento e inferência de modelos de IA.

De acordo com a Huawei, o sistema pode alcançar até 11 petabytes de capacidade em um chassi 2U, uma densidade que busca reduzir custos operacionais e melhorar a eficiência de data centers voltados a IA.

2. Camada de gestão de dados

Acima do armazenamento está o DME Omni‑Dataverse, um ambiente unificado para gerenciamento de dados corporativos. Ele permite consolidar e administrar dados provenientes de diferentes locais e formatos.

Entre as capacidades destacadas:

• ingestão de dados multimodais
• gerenciamento de dados entre múltiplos sites
• visibilidade e controle global dos dados
• busca rápida em bases massivas de vetores

Segundo a empresa, o sistema pode realizar consultas em segundos em bases com centenas de bilhões de vetores, permitindo que modelos de IA acessem grandes bases de conhecimento ou embeddings em larga escala.

3. Camada de implantação e inferência de modelos

A terceira camada é responsável pela execução e gerenciamento de modelos de IA.

Os principais componentes incluem:

• Context Memory Storage (CMS) – arquitetura de memória criada para grandes clusters de inferência
• ModelEngine – ambiente de execução e gateway para implantação de modelos

O CMS foi projetado para trabalhar com ambientes de computação heterogêneos e compartilhar grandes pools de memória KV‑cache, usados em modelos generativos. Isso pode reduzir a latência para gerar o primeiro token em processos de inferência.

Já o ModelEngine permite implantar e gerenciar modelos com configuração mínima, incluindo integração rápida de novos modelos e ferramentas de gerenciamento centralizado.

4. Camada de orquestração de agentes de IA

A Huawei também apresentou o Nexent, uma plataforma corporativa para agentes de IA que funciona integrada ao ModelEngine.

O objetivo é permitir que empresas conectem modelos de IA diretamente a processos de negócio — como automação operacional, suporte ao cliente ou análise de decisões.

Nesse nível da arquitetura, os modelos deixam de ser apenas sistemas de inferência e passam a atuar como agentes inteligentes capazes de interagir com dados, aplicações e usuários.

5. Camada de resiliência de dados

A camada final é dedicada à segurança e proteção de dados.

A Huawei descreve essa parte como um framework de resiliência que protege a infraestrutura de IA contra falhas operacionais e ataques cibernéticos.

Entre os mecanismos citados:

• snapshots imutáveis
• cópias de backup protegidas
• proteção de dados de ponta a ponta
• ferramentas de recuperação de desastres

Essas capacidades são projetadas para defender ambientes de IA contra ameaças como ransomware e riscos de integridade de dados que poderiam interromper sistemas de inteligência artificial.

Promessas de desempenho

Durante o anúncio, a Huawei apresentou alguns ganhos de desempenho associados à nova arquitetura.

Entre os números citados em reportagens e materiais técnicos:

• até 10× mais velocidade na geração de tokens em determinados cenários de inferência graças ao CMS e otimizações de memória.
• implantação de aplicações de IA reduzida de semanas para dias, devido à integração entre armazenamento, dados e execução de modelos.
• aceleração de inferência usando técnicas como otimização de KV‑cache e gerenciamento unificado de cache.

Como é comum em benchmarks de fornecedores, esses resultados se baseiam em testes internos ou cargas de trabalho específicas e podem variar em ambientes reais.

Primeiras adoções corporativas

A Huawei também citou exemplos iniciais de adoção da sua infraestrutura.

Um deles envolve o varejista francês Auchan, que implantou hardware e clusters de infraestrutura Huawei em três data centers na França como parte de um projeto de modernização de sua infraestrutura digital.

As informações públicas confirmam o uso de tecnologia Huawei nesses data centers, mas não estabelecem de forma clara que eventuais reduções de custos em nuvem sejam diretamente atribuídas à plataforma da empresa. Parte da modernização da infraestrutura da Auchan envolve múltiplas tecnologias e fornecedores.

A aposta da Huawei em infraestrutura vertical de IA

O anúncio reflete uma tendência mais ampla do setor: a criação de plataformas de infraestrutura de IA verticalmente integradas.

Em vez de ferramentas isoladas para armazenamento, execução de modelos e automação, fornecedores estão combinando esses elementos em stacks completos pensados para:

• clusters massivos de inferência
• pipelines de dados para IA
• sistemas de agentes corporativos

No caso da Huawei, a estratégia coloca dados e infraestrutura de armazenamento no centro do desempenho da IA, integrando armazenamento, recuperação vetorial, memória de inferência e orquestração em uma única arquitetura.

Se adotada em larga escala, a plataforma pode funcionar como a base operacional de data centers voltados à inteligência artificial empresarial — conectando dados brutos, modelos e agentes em um único ecossistema tecnológico.

A plataforma combina armazenamento de dados, gestão de informações, infraestrutura de modelos, orquestração de agentes de IA e mecanismos de resiliência em uma única arquitetura. Segundo a empresa, integrar todo o ciclo de vida da IA em um mesmo stack ajuda a reduzir a complexidade e acelerar a adoção corporativa de aplicações baseadas em modelos.

Arquitetura em cinco camadas

A Huawei descreve a solução como uma arquitetura de cinco camadas, cada uma responsável por uma parte da cadeia de processamento de IA nas empresas.

1. Camada de armazenamento

A base do sistema é o OceanStor Pacific, plataforma de armazenamento distribuído projetada para lidar com grandes volumes de dados usados em treinamento e inferência de modelos de IA.

De acordo com a Huawei, o sistema pode alcançar até 11 petabytes de capacidade em um chassi 2U, uma densidade que busca reduzir custos operacionais e melhorar a eficiência de data centers voltados a IA.

2. Camada de gestão de dados

Acima do armazenamento está o DME Omni‑Dataverse, um ambiente unificado para gerenciamento de dados corporativos. Ele permite consolidar e administrar dados provenientes de diferentes locais e formatos.

Entre as capacidades destacadas:

• ingestão de dados multimodais
• gerenciamento de dados entre múltiplos sites
• visibilidade e controle global dos dados
• busca rápida em bases massivas de vetores

Segundo a empresa, o sistema pode realizar consultas em segundos em bases com centenas de bilhões de vetores, permitindo que modelos de IA acessem grandes bases de conhecimento ou embeddings em larga escala.

3. Camada de implantação e inferência de modelos

A terceira camada é responsável pela execução e gerenciamento de modelos de IA.

Os principais componentes incluem:

• Context Memory Storage (CMS) – arquitetura de memória criada para grandes clusters de inferência
• ModelEngine – ambiente de execução e gateway para implantação de modelos

O CMS foi projetado para trabalhar com ambientes de computação heterogêneos e compartilhar grandes pools de memória KV‑cache, usados em modelos generativos. Isso pode reduzir a latência para gerar o primeiro token em processos de inferência.

Já o ModelEngine permite implantar e gerenciar modelos com configuração mínima, incluindo integração rápida de novos modelos e ferramentas de gerenciamento centralizado.

4. Camada de orquestração de agentes de IA

A Huawei também apresentou o Nexent, uma plataforma corporativa para agentes de IA que funciona integrada ao ModelEngine.

O objetivo é permitir que empresas conectem modelos de IA diretamente a processos de negócio — como automação operacional, suporte ao cliente ou análise de decisões.

Nesse nível da arquitetura, os modelos deixam de ser apenas sistemas de inferência e passam a atuar como agentes inteligentes capazes de interagir com dados, aplicações e usuários.

5. Camada de resiliência de dados

A camada final é dedicada à segurança e proteção de dados.

A Huawei descreve essa parte como um framework de resiliência que protege a infraestrutura de IA contra falhas operacionais e ataques cibernéticos.

Entre os mecanismos citados:

• snapshots imutáveis
• cópias de backup protegidas
• proteção de dados de ponta a ponta
• ferramentas de recuperação de desastres

Essas capacidades são projetadas para defender ambientes de IA contra ameaças como ransomware e riscos de integridade de dados que poderiam interromper sistemas de inteligência artificial.

Promessas de desempenho

Durante o anúncio, a Huawei apresentou alguns ganhos de desempenho associados à nova arquitetura.

Entre os números citados em reportagens e materiais técnicos:

• até 10× mais velocidade na geração de tokens em determinados cenários de inferência graças ao CMS e otimizações de memória.
• implantação de aplicações de IA reduzida de semanas para dias, devido à integração entre armazenamento, dados e execução de modelos.
• aceleração de inferência usando técnicas como otimização de KV‑cache e gerenciamento unificado de cache.

Como é comum em benchmarks de fornecedores, esses resultados se baseiam em testes internos ou cargas de trabalho específicas e podem variar em ambientes reais.

Primeiras adoções corporativas

A Huawei também citou exemplos iniciais de adoção da sua infraestrutura.

Um deles envolve o varejista francês Auchan, que implantou hardware e clusters de infraestrutura Huawei em três data centers na França como parte de um projeto de modernização de sua infraestrutura digital.

As informações públicas confirmam o uso de tecnologia Huawei nesses data centers, mas não estabelecem de forma clara que eventuais reduções de custos em nuvem sejam diretamente atribuídas à plataforma da empresa. Parte da modernização da infraestrutura da Auchan envolve múltiplas tecnologias e fornecedores.

A aposta da Huawei em infraestrutura vertical de IA

O anúncio reflete uma tendência mais ampla do setor: a criação de plataformas de infraestrutura de IA verticalmente integradas.

Em vez de ferramentas isoladas para armazenamento, execução de modelos e automação, fornecedores estão combinando esses elementos em stacks completos pensados para:

• clusters massivos de inferência
• pipelines de dados para IA
• sistemas de agentes corporativos

No caso da Huawei, a estratégia coloca dados e infraestrutura de armazenamento no centro do desempenho da IA, integrando armazenamento, recuperação vetorial, memória de inferência e orquestração em uma única arquitetura.

Se adotada em larga escala, a plataforma pode funcionar como a base operacional de data centers voltados à inteligência artificial empresarial — conectando dados brutos, modelos e agentes em um único ecossistema tecnológico.