1、2提纲AI商业落地迎来新一波快速发展01企业如何抓住全面智能化机遇02 对全面智能化企业的憧憬 价值场景驱动，对准企业价值创造 构建可持续满足企业AI应用的基础设施 以自动驾驶网络，重塑企业网络体验和运维AI对运营商网络的影响03 Network4AI:AI应用发展对运营商网络提出新需求 AI4Network：开启L4自治网络征程，实现高价值跃升3AI商业落地迎来新一波快速发展014 大模型基础能力持续提升 多模态：支持语音、文字、图片等多模态推理，语音互动体验达到人与人交互水平（时延百万亿级*华为GIV预测数据关键方向构建可持续满足企业AI应用的基础设施云14企业可以从以下几个维度思考产生更

2、多高质量数据供企业AI使用 数据觉醒：激活业务冷数据和唤醒历史归档数据，这些数据通常数据量大，含有丰富的信息，如企业档案、历史记录等。全数字化：企业活动全面数字化，包括业务对象数字化、规则数字化、过程数字化等，并在采集数据的频率、格式、清晰度等更多维度充分考虑 AI的应用需求，做到“能采尽采”。合成数据：通过算法、统计模型或生成式人工智能生成企业需要的数据。合成数据具有无限量生成、隐私保护、减少偏差等优势，Gartner预测在2026年75%的企业将会用到合成数据，而在2023年仅有小于5%的企业用到合成数据。数据留存：数据之前被留存主要目的是作为存档以备后续查阅以及法规遵从要求，现在数据需要

3、被留存的周期需要充分考虑 AI的发展来重新审视设定，做到“能存久存”。数据留存数据合成数据觉醒全数字化产生高质量、更丰富的企业数据15 高扩展性：支持Scaling Law可持续发展，提供规模算力，满足AI算力持续增长需求。高可用：面向超大规模集群设计，支持任务稳定、有效的长时间运行。高线性度：面向计算事务端到端设计，最小化资源开销，实现超大规模集群有效性能的线性扩展。高利用率：各种算力、内存和设备资源池化，统一资源调度和业务处理，支持超大规模集群。DC as a Computer：统一网络和总线，采用内存语义通信，做DC级计算机。高能效：通过液冷等系统设计，降低算力基础设施能耗。打造智能原生

4、的企业算力基础设施高利用率高线性度高能效高扩展性高可用DC as a Computer构建可持续满足企业AI应用的算力基础设施需考虑以下几方面关键特征AI大模型时代的算力基础设施16 极致性能：全闪存是提升数据处理效率的最优解，结合架构创新实现大于10倍的性能提升。高扩展性：基于存算分离架构，实现EB级的存储容量扩展，性能随容量线性增长。数据韧性：通过架构冗余设计以及多层安全保护机制，实现99.9999%高可用，99.99%防勒索保护，秒级CKPT数据恢复。数据编织：构建全局数据地图，实现海量多源异构数据可视可管可用。新数据范式：使能向量、KV-Cache等新的数据范式，优化数据访问语义，为推

5、理提供终生记忆，以及高精度、高性能检索。绿色节能：存储介质应用创新和整机硬件创新相结合，实现1PB/U的存储密度。打造智能原生的企业数据基础设施数据编织数据韧性绿色节能极致性能高扩展性新数据范式构建可持续满足企业AI应用的数据基础设施需考虑以下几方面关键特征AI大模型时代的数据基础设施17企业/领域大模型AI Agent企业应用开源大模型第三方大模型企业自有领域知识库(RAG)微调(LoRA/全参)增量预训练/二次预训练一站式AI模型开发和应用使能平台Agent开发工具链大模型开发工具链数据工程工具链AI开发基础平台构建一站式AI模型开发和应用使能平台考虑业界基础模型在不断快速迭代演进，企业一

6、般通过引入第三方闭源模型、开源模型以及自研模型等多种方式构建基础模型库，然后根据企业不同领域业务场景需求以及数据准备度构建企业/领域大模型；AI Agent是大模型应用的理想形态，基于企业大模型构建AI Agent是当前企业AI落地探索的热点方向，企业应用一般会组合使用这些能力，而实现这些企业需要构建一站式AI模型开发和应用使能平台。一站式AI模型开发和应用使能平台包括：通过AI开发基础平台使能企业自有模型开发和管理；通过数据工程工具链和大模型开发工具链使能企业基于基础大模型和企业高质量数据快速构建和部署企业/领域大模型，包括微调、二次训练等方式；通过Agent开发工具链使能企业快速地开发各类