KI-Agenten erhöhen in Unternehmen den Bedarf an Datenzugriff, Speicherleistung und Resilienz. Huawei stellt dafür eine Full-Stack-Dateninfrastrukturlösung für KI-Rechenzentren vor. Sie verbindet Data-Lake, KI-Datenplattformen, Rechenressourcen, Modelle, Agenten-Frameworks und Schutzmechanismen für KI-Datenbestände.

Der Einsatz von KI-Agenten verändert die Anforderungen an Dateninfrastrukturen. Unternehmen müssen größere Datenmengen bereitstellen, Kontextinformationen schneller verarbeiten und KI-Systeme gegen Manipulation, Datenvergiftung und Ransomware absichern. Huawei positioniert seine neue Full-Stack-Lösung als Grundlage für KI-Rechenzentren. Sie umfasst sechs Bausteine: Data-Lake, KI-Datenplattformen, Rechenleistung, Modelle, Agenten-Frameworks und Datenresilienz.

»KI erschließt neue Chancen für die IT-Branche«, sagt Yuan Yuan, Vice President von Huawei und President der Huawei Data Storage Product Line. »Das nächste Kapitel der KI dreht sich um Daten. Huawei engagiert sich für technologische Innovationen im Bereich der Datenspeicherung, wird die Erfahrungen aus der industriellen KI-Einführung bündeln und eng mit der gesamten Branche zusammenarbeiten, um Kunden bei ihrer Reise in die intelligente Ära zu unterstützen.«

Anzeige

Oceanstor Pacific soll große Datenbestände verdichten

Für den KI-Data-Lake nennt Huawei OceanStor Pacific Scale-Out Storage als zentralen Speicherbaustein. Das System soll laut Anbieter 11 PByte Kapazität auf 2 HE bereitstellen. Damit adressiert Huawei Umgebungen, in denen große Datenmengen für Training, Retrieval-Augmented Generation und Inferenz verarbeitet werden.

Ergänzend verweist Huawei auf DME Omni-Dataverse. Die Datenlösung soll multimodale, standortübergreifende und Echtzeit-Datenimporte unterstützen. Dazu kommen globale Datentransparenz, Verwaltung verteilter Datenbestände und Vektorsuche. Für KI-Anwendungen ist das relevant, weil semantische Suche und Kontextbereitstellung von performanten Vektorindizes abhängen.

Context-Memory-Storage adressiert Inferenz-Cluster

Für große Inferenz-Cluster stellt Huawei einen Context-Memory-Storage vor. Dieser soll heterogene Rechenleistung unterstützen und Key-Value-Caches für KI-Modelle effizienter bereitstellen. Der gemeinsame Cache-Pool soll bis in den PByte-Bereich skalieren. Huawei nennt als Ziel eine um 90 Prozent kürzere Time to First Token, also die Zeit bis zur Ausgabe des ersten Antwort-Tokens. Grundlage sind semantische Direktweiterleitung von Key-Value-Daten oder Offloading über eine dedizierte Datenverarbeitungseinheit.

KI-Datenplattform und Datenresilienz als Teil der KI-Architektur

Für Unternehmensszenarien ergänzt Huawei die Infrastruktur um eine KI-Datenplattform. Sie verbindet KV-Cache-Beschleunigung, Wissensdatenbank und Speicherbank. Die Wissensdatenbank soll eine Abrufgenauigkeit von mehr als 95 Prozent erreichen. Der Unified Cache Manager soll Cache-Ressourcen planen und die Inferenzgenauigkeit um 30 Prozent verbessern. Diese Angaben stammen vom Hersteller und lassen sich ohne unabhängige Tests nicht einordnen.

Ein eigener Baustein der Lösung befasst sich mit Datenresilienz. Huawei nennt Risiken wie Tool-Missbrauch, Datenvergiftung, Manipulation und Ransomware-Angriffe. »Damit rücken wir ein Thema in den Vordergrund, das bei KI-Infrastrukturen häufig erst nach Modell- und Performance-Fragen betrachtet wird«, sagt Yuan. »KI erschließt neue Chancen für die IT-Branche. Das nächste Kapitel der KI dreht sich um Daten.«