问题：当前——人工智能技术快速迭代——对数据存储与处理能力提出更高要求，但我国数据平台建设仍有明显短板。冯丹代表援引《全国数据资源调查报告（2024）》指出，2024年我国用于AI开发的数据量同比增长40.95%，，存储芯片价格持续上涨，供需矛盾不断加剧。尤其智能家居、智能网联汽车等新兴领域，数据增速分别达到51.43%和29.28%，现有存储基础设施已难以支撑增长需求。 原因：该问题由多重因素叠加导致。其一，全球存储芯片供应偏紧，2025年NAND闪存价格累计上涨近2.5倍，硬盘价格单月涨幅达20%。其二，我国智算中心建设存在结构性失衡。中国信通院调研显示，仅有20%的智算中心配备了与算力规模相匹配的数据平台。其三，国际科技巨头已开始为万卡集群配套建设数据平台，而我国在有关投入与建设节奏上仍显不足。 影响：供需失衡带来多项连锁反应。一上，存储成本上升直接抬高AI研发门槛，中小企业的研发空间被压缩；另一方面，智能体工业制造、金融服务等场景的落地效果受到影响。测试数据显示，智能体在处理超过72小时的连续任务时，记忆能力下降超过60%，任务执行的稳定性与可靠性随之降低。如果这一状况长期得不到改善，我国在人工智能下一阶段竞争中可能面临被拉开差距的风险。 对策：针对上述形势，冯丹代表提出系统性建议。在技术创新上，聚焦长记忆存储、新型闪存存储器等关键技术攻关；人才培养上，建议“双一流”高校设置相关专业方向，并建设国家级实训基地；在产业生态上，推动统一技术标准与协同创新机制建设。她特别强调加快存算一体技术研发，推进MRAM、PRAM等新型存储芯片的产业化应用。 前景：展望未来，随着政策支持加码和企业研发投入增加，我国数据平台领域有望实现突破。华为、腾讯等企业已相关架构上开展探索，华中科技大学等科研机构也在存算一体技术研发上取得进展。若能更好整合产学研资源、完善产业生态，我国不仅有望缓解当前“卡脖子”问题，也将提升在全球AI基础设施竞争中的主动权。
智能化竞争不仅比拼算力与算法，更取决于数据底座和工程体系能力；推动自主数据平台与先进存储协同发展，既关系成本与效率，也关系安全与韧性。补齐关键短板、完善标准生态、夯实人才队伍，才能让数据要素更高效服务产业升级，为高质量发展提供更稳固的技术支撑。