旭成网讯 随着 AI 智能体应用快速落地，大模型长会话、高并发推理给底层硬件带来全新考验。在行业技术大会上，华为对外亮出全新存储硬件 OceanStor M900 AI 记忆存储，瞄准智能体业务的记忆缓存痛点，为大规模智算集群提供新型存力底座，补齐 AI 推理环节的基础设施短板。
当前大模型应用已经从简单问答，逐步走向具备自主任务处理能力的 Agent 形态。多轮连续对话、超长文档解析、复杂任务链式执行成为常态。传统模式下，对话上下文记忆全部压在算力卡本地显存，一旦访问量上涨、对话链条拉长，就会出现响应变慢、算力资源争抢、硬件损耗加剧等现实难题。单纯依靠扩充显卡显存，不仅成本高昂，也很难满足超大规模集群的业务需求，行业亟需一套独立的记忆存储方案来分担压力。
OceanStor M900 正是针对这一现实矛盾打造，跳出传统训练存储、向量库的产品定位，专门承接大模型推理过程当中的上下文记忆数据。通过专用互联通道，存储设备与各个算力节点实现高速直连，构建起可横向扩展的 PB 级共享缓存资源池，把记忆数据从显卡显存当中剥离出来，实现存算分离。算力节点不必重复加载历史对话信息，释放宝贵显存资源，以此提升整套集群的并发处理能力，降低业务响应延迟。
在硬件可靠性设计层面，该存储产品采用多介质混合架构，搭配自研调度算法，针对性处理高频反复读写的记忆数据，有效减少存储介质磨损，延长硬件服役周期，保障 7×24 小时智算集群稳定运行。产品可以和国产算力硬件深度适配，支持超大规模集群组网，适配企业 AI 服务、智能体平台、海量文档分析等多样化业务场景。
行业发展到现阶段，算力的比拼早已不只是芯片性能的较量，存储、互联、调度等配套基础设施，直接决定整套 AI 系统的实际输出能力。过去行业更多把目光投向大模型算法与训练算力，面向推理记忆场景的专用硬件产品并不多见。华为这款新品，把 AI 记忆能力硬件化落地，给出国产 AI 基础设施的另一条解决思路。
业内人士分析，Agent 商业化还处在发展早期，各类实际业务场景仍在持续迭代，专用记忆存储能否大规模普及，还要看实际项目落地表现。OceanStor M900 的推出，也预示 AI 存力赛道的竞争正在细分到推理侧各个环节。后续市场也将持续关注该产品在各类智算中心的部署落地情况，观察其实际业务表现。
