智能時代，數據已然成為核心要素。數據量呈指數級增長，先進數據存力一躍成為發展的關鍵。

然而，隨著AI應用的爆發，數據存在“孤島”，共享需求滿足率僅約10%，數據中用于AI的占比僅約7%……

面對數據存儲方面的難題，各方該如何破局？在2025中國算力大會上，華為數據存儲產品線副總裁肖德剛分享了華為在先進數據存力方面的思考：先進存力，正是破解這些困局的關鍵引擎。

智能時代的數據煩惱

AI應用的爆發，讓數據成為“剛需”，卻也帶來了一系列棘手難題。首先，規模與性能的雙重拷問：EB級數據已成常態——氣象預測年增22EB數據、油氣勘探年增60EB數據，海量數據對存儲容量的吞噬力驚人；同時，AI訓練與推理對數據訪問速度要求苛刻，熱溫數據界限模糊，傳統存儲性能難以跟上節奏。

其次，數據孤島與流通壁壘：城市各部門數據“各自為戰”，共享滿足率僅約10%；行業數據流通中，安全與可控成為痛點，數據價值難以跨領域釋放；企業中，僅7%的留存數據能服務于AI，大量數據沉睡在“數據墳墓”中。

最后，AI落地的基礎設施短板：數據基礎設施是AI行業化的基石，既要支撐語料庫與知識庫共建，服務智能客服、智慧城市等場景，又要保障數據隨時可用。當前存儲體系在“聚、治、用”全流程中存在斷點，難以支撐AI大規模落地。

先進存力，破解困局的核心引擎

面對上述挑戰，肖德剛強調：先進存力并非簡單的“存儲容量”，而是能支撐數據全生命周期的“智慧樞紐”，是釋放數據價值的核心動力。

大家疑惑，存力為何成“破局關鍵”？對此，肖德剛指出，在智能時代，數據的價值釋放依賴“聚數、治數、用數”三個環節的無縫銜接。

聚數：打破孤島，實現多源數據高效匯聚；治數：通過清洗、加密等手段，讓數據規整可用；用數：挖掘分析數據，最終應用于實際場景創造價值。

而先進存力正是這一鏈條的核心支撐——它既能承載海量數據，又能保障高速訪問，更能構建安全可信的流通環境，讓數據從“資源”真正轉化為“資產”。

如何實現三大環節打通？肖德剛表示，需從城市、行業、企業三個維度協同發力。

第一，城市級：建存力中心，破“聚數之困”。針對城市數據孤島問題，存力中心是關鍵解法。通過匯聚政府各委辦局多源數據，打造數據儲備流通基地與開發基地，打破數據壁壘，加速全域產業數智化躍遷。

第二，行業級：造語料庫，解“用數之痛”。以汽車行業為例，建設行業級語料庫，搭配數據交換空間，既能實現數據安全、可信、可控流通，支撐新能源汽車安全監管，又能讓數據在金融保險、汽車銷售等領域“變現”，釋放跨場景價值。

第三，企業級：筑AI數據湖，化“治數之難”。企業AI數據湖覆蓋數據處理、模型開發、算法測試到模型發布全流程，可大幅縮短智能駕駛等場景的數據訓練準備時間，提高AI應用上線效率，讓更多數據服務于AI創新。

各方攜手，完善先進數據存力生態

先進存力的發展，離不開生態的協同。肖德剛呼吁從四方面發力：其一，加強國家頂層規劃。肖德剛呼吁國家制定統一的先進存力中心建設規劃，結合“東數西算”等戰略，優化全國數據存儲資源分布。

其二，加大技術創新投入。肖德剛認為，行業需聚焦閃存技術、AI融合等關鍵領域，加強存力與算力協同發展，探索量子存儲等先進技術應用，打造存算一體化示范項目。

其三，完善數據治理體系。肖德剛提出，行業需建立健全數據安全法律法規，完善數據治理機制，明確數據長期保存機制，保障數據價值安全流通。

其四，培育專業人才。肖德剛認為，行業需建立人才培養基地和實訓平臺，開設相關專業課程；以先進存力中心為核心，打造數據產業生態集聚區，形成完整數據產業鏈。

我們不難發現，華為圍繞數據全生命周期，從理念、實踐到生態建設全方位布局先進數據存力，助力我國從數據大國邁向數據強國。