對話華為肖德剛：存儲成Token經營關鍵，CMS助力運營商跑出加速度

C114訊 6月26日專稿（蔣均牧）進入2026年，對于信息通信業而言最顯著的變化之一就是Token經營時代來了。繼在年報中寫入“Token經營”后不久，國內三大運營商幾乎在同一時間段密集推出Token套餐，將AI大模型的調用能力打包成商品推向市場，定價區間覆蓋了從嘗鮮到重度使用的各個層級。

不過，“賣Token”和“賣流量”的邏輯完全不同，同時在市場上還面臨著大模型廠商、OTT企業等對手的競爭。如何助力運營商實現Token經營的規模化落地與可持續發展，已然成為產業界共同面對的課題，在2026年世界移動通信大會·上海（MWCSH 2026）期間亦被反復討論。

對此，華為數據存儲產品線副總裁肖德剛接受C114專訪時給出了清晰的判斷：運營商作為Token提供商，提供高質量Token是第一要務，要又快又準、高性價比，還要高可靠。而華為推出的業界首個支持異構算力的上下文記憶存儲方案CMS（Context Memory Storage），正是面向這個目標設計的系統級答案。

最終用戶Token服務需求解讀

傳統的流量經營模式觸頂，Token承載著運營商接力增長的期望。中國移動將Token定義為連接算力、模型、應用與用戶的“通用貨幣”，中國電信直言“智能云體系就是Token經營體系”，中國聯通則提出“Agent+Token+AI云”范式。肖德剛強調，運營商在規模化算力資源、海量客戶基礎與良好品牌口碑等方面積累深厚，具備運營 Token 服務的天然優勢。

Token經營有很多指標，但站在最終用戶角度，無論個人終端用戶、政企行業客戶，還是自主運行的Agent智能體，他們對Token服務的需求存在著幾點共性：

首先，上下文要足夠長，才能處理復雜任務。肖德剛指出，簡短對話場景僅能實現基礎問答和輕量化輔助辦公，完整業務流程、行業知識庫檢索、智能體多步驟自主任務全都依賴長上下文完成完整信息載入。因此，長上下文處理能力是進入生產系統最核心的指標。當下，對上下文長度的需求正急劇擴張，現階段商用模型普遍支持64K至128K序列窗口，頭部大模型已實現百萬級上下文處理能力，中長期產業需求將觸及千萬級上下文區間。

同時，客戶不關注過程，服務交付的直觀感受主要集中在輸出結果與響應速度——輸出要足夠準，這是可用性的底線；首Token時延和平均時延要足夠低，體驗才跟得上。此外，使用成本要足夠省，商業模式才跑得通；服務還要足夠穩，不能掉鏈子。

這五個“足夠”，表面上是模型能力，實則都與存儲息息相關：例如超長上下文意味著KV Cache數據量指數級增長，低時延要求更高的緩存數據吞吐效率，高可靠則依賴存儲介質持久耐用。Fortune Business Insights的報告指出，2025年全球AI存儲市場規模為359億美元，預計市場將從2026年的449.4億美元增長到2034年的2713.2億美元，預測期內復合年增長率為25.20%。這也折射出Token經濟起勢下，對存儲基礎設施的剛性需求正在快速釋放。

華為CMS：助力運營商加速邁向Token經營

Token經營要形成商業閉環，首先得把承載Token的基礎設施打磨到位，華為CMS的意義正在于此。實測數據顯示，該方案可將每Token成本降低約30%，首Token時延縮短90%。

超長上下文需求的本質是超大的KV數據量。如何容納這些數據，驅動了架構的必然演變——從傳統的“高帶寬內存+DRAM+本地盤”，走向“高帶寬內存+DRAM+外置共享存儲”。肖德剛介紹說，CMS基于這一邏輯，在原有G1到G4層（高帶寬內存-DRAM-SSD-共享文件/對象）之間新增了一個G3.5層，提供更大容量和帶寬，支持KV語義級直通，并可擴展為PB級共享KV緩存池。利用外置存儲解決KV Cache瓶頸已成為行業共識，英偉達在今年3月提出的CMX方案也指向同一方向。

針對輸出效率，華為在CMS中采用了KV語義硬化和NDS直通技術，摒棄傳統多級數據轉發模式，實現數據一跳直達NPU的片上內存，將數據訪問時延降低50%，有效解決了NPU算力閑置、等待數據加載的行業性難題。

在輸出準確性方面，業界通常通過構建知識庫來導入行業知識、更新外部信息，并借助記憶庫沉淀用戶交互歷史。肖德剛表示，華為存儲可以向客戶提供對應模組，這一做法在其他行業已有實踐，未來值得與運營商進一步加強合作，深入探討。

在成本方面，相比基于服務器本地盤的方案，華為CMS存儲方案在同等KV Cache容量需求下可減少兩倍的存儲節點配置，從而降低節點采購費用，以及機架空間租賃和水電等運營成本；此外，其節能領先2.35倍，顯著降低了整體TCO及推理成本。

在可靠性方面，針對KV Cache讀寫頻繁、對SSD擦寫次數要求更高的情況，華為CMS支持1到50的動態DWPD，可根據實時業務負載調整擦寫配額；采用雙模介質動態分層技術，高速介質承載低時延核心緩存數據，大容量介質存儲低頻復用歷史上下文，兩類介質彈性配比，保證Token高質量輸出同時兼具性價比。

面向未來，肖德剛表示，除了持續推進現有 AI 能力建設外，華為數據存儲還將探索Physical AI 領域，并研究其在具身智能、智能工廠等場景中落地的可能性。

從流量到Token，運營商的商業模式正在經歷深刻重構。在這場重構中，存儲不再是被動承載數據的“倉庫“，而成為了主動參與推理、優化成本、保障體驗的關鍵變量。華為CMS作為一個實例，通過持續的創新突破，幫助運營商在Token經營的新賽道上，跑出更快、更準、更經濟，更穩的加速度。