“我国作为数据生产大国，2023年全国数据生产总量达到32.85ZB（泽字节），数据量年增22.44%；但这些数据中仅2.9%的数据被保存，大量数据产而未采、采而未存，造成数据资源的极大浪费。”

在今年的全国两会上，全国人大代表、华中科技大学副校长冯丹提出，数据资源的规模和质量直接影响人工智能的发展水平，建议加快制定国家数据资源储备战略规划，实施存力中心建设工程，支撑人工智能高质量发展。

冯丹代表。本人供图

  ?

我国存力建设缺乏顶层设计

冯丹援引一组数据谈道，从全球来看，我国的数据存留率（2.9%）远落后于美国（7.3%）、新加坡（7.75%）、德国（7.37%）等国。“加快我国数据资源储备、提升数据资源规模和质量已经迫在眉睫。”

她提到，我国以DeepSeek为代表的大模型企业通过算法创新、数据工程提升和存储优化，证明了“算法+数据+存储”可有效突破算力桎梏，为全球AI发展贡献了中国智慧。未来在国家投入的AI技术专项中，加大布局“算法创新”和“存储创新”这两个方向，加强顶层设计建强我国存力基础设施，将为我国AI换道超车提供有力支撑。

“缺少国家数据资源储备的战略规划，数据资源被分散储备，限制了数字经济的创新发展和规模扩张。”冯丹说，数据资源分散储备的弊端显而易见，不仅数据使用率低、保存总成本增加，而且由于缺乏规模效应，技术、管理和维护都要重复投入，且难以形成高质量数据集。

同时，由于缺少顶层完善的数据资源保存规范和指引，各行业数据保存规模和质量也参差不齐。冯丹说，尤其各部门各企业对短期价值不明显、但具备长期潜在价值的数据不保存或者少保存，无法满足当今数智化发展阶段的要求，这也同时成为当前人工智能中文语料严重不足的重要因素之一。

另外，由于缺少国家数据资源储备的技术保障，一些关键数据存储技术形成对外依赖，各单位的存储成本高企，同时面临着供应和成本的不确定性风险。

系列措施“支招”存力中心建设

为应对前述挑战，冯丹建议，要加快制定国家数据资源储备战略规划，实施存力中心建设工程。

她建议，可分阶段实施，可以从涉及国计民生的能源、交通、医疗卫生、通信等行业入手，开展数据资源储备中心新模式试点，同时制定关键行业的数据采集、存储规范。最后建立国家数据资源共享平台，形成1（国家数据资源共享平台）+N（重点区域/行业数据资源储备中心）的国家数据资源储备布局，促进储备数据安全共享与流通，提高储备数据的利用效率。

此外，为提升国家数据资源储备的技术保障能力，冯丹建议由国家相关部门牵头设立数据资源存储技术创新攻关专项，以国际难题“数据保存100年、1000年”为牵引，加大对新型存储介质、新型闪存存储器、新型温冷数据存储、数据流通技术等的创新技术研发。同时，科技创新与产业创新融合，支持由领军存储企业联合高校、科研院所、国家实验室等开展联合研究和产品化，发挥企业创新主体作用，提升国家数据资源储备的技术保障能力。

冯丹表示，更进一步，我国也应着手培育数据资源存储技术产业生态，建设国家数据存储创新示范区，开展数据资源存储技术应用工程试点。“建议设立存储产业基金，推动数据资源存储技术上下游企业合作，形成良好的创新氛围与协同效应。”她说。