AI正在重构千行万业，造就数据的黄金时代，然而AI进入各行业仍面临着三大挑战。首先，从通用大模型到行业场景大模型，需要进行针对性训练，训练所需数据预处理耗时长，收集、清洗等环节占模型开发训练时长60%，需要高效归集、管理的数据工程能力；其次，行业场景模型训练和应用落地难，项目开发难度大，人员技术要求高，开发周期不可控，需要环境易安装、模型易训练、应用易搭建的AI业务平台；最后，因算力等待、任务潮汐、资源碎片化等原因，AI集群可用度往往不足50%，需要不断提升全系统调度效率。
　　基于以上挑战，华为提供DCS AI解决方案，通过AI全流程工具链ModelEngine、DCS XPU池化和容器技术以及可面向AI演进的融合数据湖等关键能力，构筑行业大模型根基。以医疗行业病理场景为例，华为DCS AI解决方案提供以下三大核心价值：
　　数据工程工具化，缩短80%医疗训练数据准备周期。统一病理数据为高压缩、低时延的CSP格式，使能医疗数据标准化；Omni-Dataverse实现跨院区统一数据可视、可管、可用，使能医疗数据永远在线；ModelEngine内置40+专项数据处理算子，实现医疗知识快速生成，独有的CSP数据预处理免patch切分算子，百万规模切片预处理时长从月级到天级。
　　系统级模型训练与推理加速能力，实现模型训练周期缩短30%，推理并发提升一倍。高性能分布式文件存储系统支持NDS存算协同、KVCache智能分级缓存特性，减少特征值重复计算，提升数据加载效率；DCS软件提供SmartAI智能调度引擎，结合XPU池化基础能力，有效提升AI集群可用度。
　　极简应用开发平台，支撑非专业开发者快速上手。低代码开发、可视调测、自动评估、一键部署、零代码维护，应用上线周期缩短80%；同时，华为也对外提供ModelEngine开源版本，更好服务于有开发能力的集成商伙伴，帮助集成商搭建其个性化的AI应用开发平台。