日前，AI大模型已深度渗透至电信行业的多样场景中，其影响力正不断放大。张宇昕透露，以盘古大模型为例，这一前沿技术如今已实现对话生成代码的一键式操作，测试用例瞬间生成；在电信故障处理领域，大模型助力自动化率高达90%，将原本小时级的闭环时间缩短至分钟级别；数字人大模型则精准服务于电信客服和直播销售场景，口型匹配准确率超过95%，展现出了颠覆性的变革力量。在Cloud for AI方面，分布式QingTian架构、AI-Native存储、GaussDB数据库以及数智融合平台等一系列创新产品和解决方案崭露头角，它们致力于支持跨云、网、边、端的无缝部署与使用，系统性地构建起电信行业智能的云基础设施。
面对大模型训练对庞大参数存储提出的挑战，诸如220TB超大带宽、微秒级超低时延的内存服务EMS，以及PB级超大规模参数存储等尖端技术应运而生，为大模型提供了前所未有的高效且高质量的数据支撑。
张宇昕进一步阐述，基于SFS Turbo文件存储技术的大并发、高吞吐缓存服务，能够提供千万级IOPS，将10亿条数据和元数据准备时间从100小时大幅缩减至5小时。与此同时，依托OBS对象存储技术构建的低成本大容量知识湖服务，使得训练和推理数据的存储成本降低了30%。而GaussDB通过提供双集群强一致方案和一站式迁移自动化工具链，使数据迁移变得更加简易快捷。
数据犹如大模型的生命源泉，电信行业若要构建具有竞争力的大模型，需整合B域、O域、M域的相关数据资源，搭建统一的数据湖。张宇昕预见，混合云平台将在其中扮演关键角色，通过在数据中心部署AI算力和大模型的核心产品，帮助企业实现一站式专属大模型建设。
最后，他满怀信心地表示，随着创新技术和生态系统的不断完善，运营商将能快速构筑丰富多样的ToB能力，从而把握住智能升级带来的全新商业机遇。这场由“AI for Cloud、Cloud for AI”引领的技术革命，正在以前所未有的速度重塑电信行业的未来格局。
