数字经济快速发展的背景下，数据已成为关键生产要素，存储技术是保障数据安全和高效利用的基础设施；全国人大代表、华中科技大学副校长冯丹在采访中指出，存储产业不仅是人工智能发展的基础，更体现国家科技竞争力。 问题：数据存储的瓶颈与挑战 随着大模型、自动驾驶等技术迭代，全球数据量爆发式增长。冯丹表示，我国高质量数据集规模仅为欧美的约10%，大量数据处于“沉睡”状态。同时，传统数据平台难以满足智能体对感知、决策和执行的需求，成为制约人工智能发展的关键因素。 原因：技术与生态的双重短板 冯丹分析，数据利用率低主要有三上原因：一是数据共享机制不健全，各方对数据价值认知不一；二是数据生产缺乏标准化，资源分散、质量不均；三是核心技术仍有短板，部分领域依赖人工处理，效率不高。此外，传统存储系统未充分适配人工智能场景，难以支撑智能体高效运行。 影响：存储能力决定人工智能上限 “存储慢一秒，人工智能就慢一步。”冯丹表示，存储性能直接影响算法训练和推理效率。金融、医疗等领域，国产高端设备已逐步替代进口，但在超大规模数据处理和实时响应上仍需提升。同时，数据安全是存储技术的核心议题，关系国家战略安全和个人隐私保护。 对策：构建新型数据基础设施 针对这些问题，冯丹在今年两会上提交两份建议：一是推动“数据工厂”建设，通过国家层面统筹，将分散数据资源转化为标准化、规模化的高质量供给；二是加快发展面向人工智能的数据平台，打造支持智能体应用的新型基础设施。她强调，“十四五”末期至“十五五”开局是关键窗口期，需要加强全产业链协同创新，突破芯片、系统等核心技术瓶颈。 前景：从国产化到全球化 中国存储产业已从单点突破走向全链条自主可控。冯丹介绍，国产存储系统不仅在东南亚、非洲等地区部署，还在部分技术领域达到国际领先水平。未来，随着数据要素市场化改革深入，中国有望在全球存储技术竞争中占据更主动地位，为数字经济发展提供有力支撑。
存储关系数据安全、产业升级与国家竞争力，是人工智能时代不可替代的基础设施。推动数据资源高质量转化、加快平台迭代和全链条协同，将为我国数字经济筑牢底座、夯实优势。以存储为“数字粮仓”——以高质量数据为“燃料”——我国人工智能有望在安全可控与高效创新的轨道上稳步前行。