人工智能是当下最受关注的科技热词之一。当人们热议大模型的算力、算法时，容易忽略一个重要的问题——数据从何而来，又安放何处？

近日，全国人大代表、华中科技大学副校长冯丹应邀做客央广网。作为在存储领域耕耘二十余年的学者，她亲历了中国存储产业从追赶到领跑的奋进历程。在采访中，她系统介绍了中国存储产业的发展现状，也为我们描绘出一幅关于数据、存储与人工智能深度融合的未来图景。

16:43

人工智能时代的“数字粮仓”

“算力再强，算法再先进，没有数据就成了无米之炊。而数据要活起来、跑起来，必须依靠存储。”冯丹用“数字粮仓”来比喻存储的重要性。她认为，存储之所以成为人工智能时代的关键力量，体现在三个层面：

第一，存储是数据的安身之所。大模型训练、自动驾驶、智能制造……所有这些应用背后，都是海量数据的爆发式增长。

第二，存储决定了人工智能的“上限”。冯丹表示，人工智能的能力不仅取决于算力和算法，更取决于数据供给的速度与质量。“存储慢一秒，人工智能就慢一步；存储不稳定，人工智能就会中断。今天的竞争，已经不是‘有没有存储’，而是存储够不够快、够不够大、够不够稳。”

第三，存储是人工智能安全的基础防线。“数据存得安全，人工智能发展才有根基。”从国家战略到企业运营，再到个人隐私保护，都离不开存储这道防线。“未来的科技竞争，离不开存储的竞争；存储已成为支撑数字经济发展的基石”冯丹说。

中国存储已成为全球科技竞争新名片

如何用一句话概括我国存储产业的现状？冯丹概括为“欣欣向荣，快马加鞭”。她告诉记者，中国存储产业已进入体系化发展的新阶段。“今天的中国存储产业，不再是存储芯片的单点突破，而是全链条协同并进；不再是被动替代，而是主动参与全球竞争。”

冯丹进一步解释：在金融、医疗、电信、能源等国计民生行业，国产高端存储已实现替代；我国已实现从存储芯片、固态盘到存储系统国产化。更值得一提的是，中国存储企业开始在海外站稳脚跟，在东南亚、非洲、美洲等地区实现部署。“可以说，中国存储已经成为中国IT技术出海的新名片。”

不过，冯丹也指出，当前我国高质量数据集和数据平台仍存在亟待解决的痛点。一方面，大量数据沉睡闲置，没有被盘活。“作为人工智能‘燃料’的高质量数据，我国的规模远低于欧美国家，仅10%左右。”她表示，存储的底座能力没有和数据充分结合，人工智能发展就难以领跑。

另一方面，人工智能智能体的兴起对数据平台提出了全新要求。过去的数据平台是为人和传统应用程序设计的，而智能体需要具备感知、决策、执行和记忆的能力，这就要求数据平台必须“升级换代”。

强化全链条管理 建设“存储强国”

作为全国人大代表，冯丹今年带来了两份建议：《关于建立和发展数据存储产业链的建议》和《关于加快发展高质量数据平台，构建人工智能新基座的建议》。这两份建议，直指当前我国人工智能发展的核心瓶颈。

针对大量数据沉睡闲置的问题，她提出建设“数据工厂”的建议。在她看来，当前高质量数据集发展面临三大痛点：数据“不愿供、流不动”，各方对数据价值认识不统一；数据生产“小作坊化”，各自为战导致标准不一；核心技术跟不上，过度依赖人工，数据质量参差不齐。

“我们必须抢抓‘十五五’开局机遇，从国家层面布局数据工厂体系，把我国海量的数据资源优势转化为标准化、规模化、可持续的高质量数据供给能力。”冯丹说。

针对数据平台亟需“升级换代”的问题，她提出加快发展面向人工智能的高质量数据平台的建议。“人工智能数据平台是面向人工智能时代的企业级新型基础设施，可以实现数据到知识的转化，为人工智能训练与推理、智能体规模化落地提供统一、高效、安全的数据底座。”冯丹建议，将人工智能数据平台作为“十五五”开局期人工智能新基建的“头号工程”，从政策、科研到生态协同发力，提升我国在这一领域的规模和技术竞争力。

从跟跑到领跑，从单点突破到全链条协同，从服务国内到出海竞争……中国存储产业正在书写属于自己的时代篇章。“中国有14亿的人才基数优势，有完整的产业体系，有广阔的应用场景。只要我们抓住机遇，系统布局，就一定能让存储产业的价值得到充分释放，让我国在全球人工智能竞争中抢占先机、赢得主动。”冯丹说。

人工智能是当下最受关注的科技热词之一。当人们热议大模型的算力、算法时，容易忽略一个重要的问题——数据从何而来，又安放何处？

近日，全国人大代表、华中科技大学副校长冯丹应邀做客央广网。作为在存储领域耕耘二十余年的学者，她亲历了中国存储产业从追赶到领跑的奋进历程。在采访中，她系统介绍了中国存储产业的发展现状，也为我们描绘出一幅关于数据、存储与人工智能深度融合的未来图景。

16:43

人工智能时代的“数字粮仓”

“算力再强，算法再先进，没有数据就成了无米之炊。而数据要活起来、跑起来，必须依靠存储。”冯丹用“数字粮仓”来比喻存储的重要性。她认为，存储之所以成为人工智能时代的关键力量，体现在三个层面：

第一，存储是数据的安身之所。大模型训练、自动驾驶、智能制造……所有这些应用背后，都是海量数据的爆发式增长。

第二，存储决定了人工智能的“上限”。冯丹表示，人工智能的能力不仅取决于算力和算法，更取决于数据供给的速度与质量。“存储慢一秒，人工智能就慢一步；存储不稳定，人工智能就会中断。今天的竞争，已经不是‘有没有存储’，而是存储够不够快、够不够大、够不够稳。”

第三，存储是人工智能安全的基础防线。“数据存得安全，人工智能发展才有根基。”从国家战略到企业运营，再到个人隐私保护，都离不开存储这道防线。“未来的科技竞争，离不开存储的竞争；存储已成为支撑数字经济发展的基石”冯丹说。

中国存储已成为全球科技竞争新名片

如何用一句话概括我国存储产业的现状？冯丹概括为“欣欣向荣，快马加鞭”。她告诉记者，中国存储产业已进入体系化发展的新阶段。“今天的中国存储产业，不再是存储芯片的单点突破，而是全链条协同并进；不再是被动替代，而是主动参与全球竞争。”

冯丹进一步解释：在金融、医疗、电信、能源等国计民生行业，国产高端存储已实现替代；我国已实现从存储芯片、固态盘到存储系统国产化。更值得一提的是，中国存储企业开始在海外站稳脚跟，在东南亚、非洲、美洲等地区实现部署。“可以说，中国存储已经成为中国IT技术出海的新名片。”

不过，冯丹也指出，当前我国高质量数据集和数据平台仍存在亟待解决的痛点。一方面，大量数据沉睡闲置，没有被盘活。“作为人工智能‘燃料’的高质量数据，我国的规模远低于欧美国家，仅10%左右。”她表示，存储的底座能力没有和数据充分结合，人工智能发展就难以领跑。

另一方面，人工智能智能体的兴起对数据平台提出了全新要求。过去的数据平台是为人和传统应用程序设计的，而智能体需要具备感知、决策、执行和记忆的能力，这就要求数据平台必须“升级换代”。

强化全链条管理 建设“存储强国”

作为全国人大代表，冯丹今年带来了两份建议：《关于建立和发展数据存储产业链的建议》和《关于加快发展高质量数据平台，构建人工智能新基座的建议》。这两份建议，直指当前我国人工智能发展的核心瓶颈。

针对大量数据沉睡闲置的问题，她提出建设“数据工厂”的建议。在她看来，当前高质量数据集发展面临三大痛点：数据“不愿供、流不动”，各方对数据价值认识不统一；数据生产“小作坊化”，各自为战导致标准不一；核心技术跟不上，过度依赖人工，数据质量参差不齐。

“我们必须抢抓‘十五五’开局机遇，从国家层面布局数据工厂体系，把我国海量的数据资源优势转化为标准化、规模化、可持续的高质量数据供给能力。”冯丹说。

针对数据平台亟需“升级换代”的问题，她提出加快发展面向人工智能的高质量数据平台的建议。“人工智能数据平台是面向人工智能时代的企业级新型基础设施，可以实现数据到知识的转化，为人工智能训练与推理、智能体规模化落地提供统一、高效、安全的数据底座。”冯丹建议，将人工智能数据平台作为“十五五”开局期人工智能新基建的“头号工程”，从政策、科研到生态协同发力，提升我国在这一领域的规模和技术竞争力。

从跟跑到领跑，从单点突破到全链条协同，从服务国内到出海竞争……中国存储产业正在书写属于自己的时代篇章。“中国有14亿的人才基数优势，有完整的产业体系，有广阔的应用场景。只要我们抓住机遇，系统布局，就一定能让存储产业的价值得到充分释放，让我国在全球人工智能竞争中抢占先机、赢得主动。”冯丹说。

人工智能是当下最受关注的科技热词之一。当人们热议大模型的算力、算法时，容易忽略一个重要的问题——数据从何而来，又安放何处？

近日，全国人大代表、华中科技大学副校长冯丹应邀做客央广网。作为在存储领域耕耘二十余年的学者，她亲历了中国存储产业从追赶到领跑的奋进历程。在采访中，她系统介绍了中国存储产业的发展现状，也为我们描绘出一幅关于数据、存储与人工智能深度融合的未来图景。

16:43

人工智能时代的“数字粮仓”

“算力再强，算法再先进，没有数据就成了无米之炊。而数据要活起来、跑起来，必须依靠存储。”冯丹用“数字粮仓”来比喻存储的重要性。她认为，存储之所以成为人工智能时代的关键力量，体现在三个层面：

第一，存储是数据的安身之所。大模型训练、自动驾驶、智能制造……所有这些应用背后，都是海量数据的爆发式增长。

第二，存储决定了人工智能的“上限”。冯丹表示，人工智能的能力不仅取决于算力和算法，更取决于数据供给的速度与质量。“存储慢一秒，人工智能就慢一步；存储不稳定，人工智能就会中断。今天的竞争，已经不是‘有没有存储’，而是存储够不够快、够不够大、够不够稳。”

第三，存储是人工智能安全的基础防线。“数据存得安全，人工智能发展才有根基。”从国家战略到企业运营，再到个人隐私保护，都离不开存储这道防线。“未来的科技竞争，离不开存储的竞争；存储已成为支撑数字经济发展的基石”冯丹说。

中国存储已成为全球科技竞争新名片

如何用一句话概括我国存储产业的现状？冯丹概括为“欣欣向荣，快马加鞭”。她告诉记者，中国存储产业已进入体系化发展的新阶段。“今天的中国存储产业，不再是存储芯片的单点突破，而是全链条协同并进；不再是被动替代，而是主动参与全球竞争。”

冯丹进一步解释：在金融、医疗、电信、能源等国计民生行业，国产高端存储已实现替代；我国已实现从存储芯片、固态盘到存储系统国产化。更值得一提的是，中国存储企业开始在海外站稳脚跟，在东南亚、非洲、美洲等地区实现部署。“可以说，中国存储已经成为中国IT技术出海的新名片。”

不过，冯丹也指出，当前我国高质量数据集和数据平台仍存在亟待解决的痛点。一方面，大量数据沉睡闲置，没有被盘活。“作为人工智能‘燃料’的高质量数据，我国的规模远低于欧美国家，仅10%左右。”她表示，存储的底座能力没有和数据充分结合，人工智能发展就难以领跑。

另一方面，人工智能智能体的兴起对数据平台提出了全新要求。过去的数据平台是为人和传统应用程序设计的，而智能体需要具备感知、决策、执行和记忆的能力，这就要求数据平台必须“升级换代”。

强化全链条管理 建设“存储强国”

作为全国人大代表，冯丹今年带来了两份建议：《关于建立和发展数据存储产业链的建议》和《关于加快发展高质量数据平台，构建人工智能新基座的建议》。这两份建议，直指当前我国人工智能发展的核心瓶颈。

针对大量数据沉睡闲置的问题，她提出建设“数据工厂”的建议。在她看来，当前高质量数据集发展面临三大痛点：数据“不愿供、流不动”，各方对数据价值认识不统一；数据生产“小作坊化”，各自为战导致标准不一；核心技术跟不上，过度依赖人工，数据质量参差不齐。

“我们必须抢抓‘十五五’开局机遇，从国家层面布局数据工厂体系，把我国海量的数据资源优势转化为标准化、规模化、可持续的高质量数据供给能力。”冯丹说。

针对数据平台亟需“升级换代”的问题，她提出加快发展面向人工智能的高质量数据平台的建议。“人工智能数据平台是面向人工智能时代的企业级新型基础设施，可以实现数据到知识的转化，为人工智能训练与推理、智能体规模化落地提供统一、高效、安全的数据底座。”冯丹建议，将人工智能数据平台作为“十五五”开局期人工智能新基建的“头号工程”，从政策、科研到生态协同发力，提升我国在这一领域的规模和技术竞争力。

从跟跑到领跑，从单点突破到全链条协同，从服务国内到出海竞争……中国存储产业正在书写属于自己的时代篇章。“中国有14亿的人才基数优势，有完整的产业体系，有广阔的应用场景。只要我们抓住机遇，系统布局，就一定能让存储产业的价值得到充分释放，让我国在全球人工智能竞争中抢占先机、赢得主动。”冯丹说。

人工智能是当下最受关注的科技热词之一。当人们热议大模型的算力、算法时，容易忽略一个重要的问题——数据从何而来，又安放何处？

近日，全国人大代表、华中科技大学副校长冯丹应邀做客央广网。作为在存储领域耕耘二十余年的学者，她亲历了中国存储产业从追赶到领跑的奋进历程。在采访中，她系统介绍了中国存储产业的发展现状，也为我们描绘出一幅关于数据、存储与人工智能深度融合的未来图景。

16:43

人工智能时代的“数字粮仓”

“算力再强，算法再先进，没有数据就成了无米之炊。而数据要活起来、跑起来，必须依靠存储。”冯丹用“数字粮仓”来比喻存储的重要性。她认为，存储之所以成为人工智能时代的关键力量，体现在三个层面：

第一，存储是数据的安身之所。大模型训练、自动驾驶、智能制造……所有这些应用背后，都是海量数据的爆发式增长。

第二，存储决定了人工智能的“上限”。冯丹表示，人工智能的能力不仅取决于算力和算法，更取决于数据供给的速度与质量。“存储慢一秒，人工智能就慢一步；存储不稳定，人工智能就会中断。今天的竞争，已经不是‘有没有存储’，而是存储够不够快、够不够大、够不够稳。”

第三，存储是人工智能安全的基础防线。“数据存得安全，人工智能发展才有根基。”从国家战略到企业运营，再到个人隐私保护，都离不开存储这道防线。“未来的科技竞争，离不开存储的竞争；存储已成为支撑数字经济发展的基石”冯丹说。

中国存储已成为全球科技竞争新名片

如何用一句话概括我国存储产业的现状？冯丹概括为“欣欣向荣，快马加鞭”。她告诉记者，中国存储产业已进入体系化发展的新阶段。“今天的中国存储产业，不再是存储芯片的单点突破，而是全链条协同并进；不再是被动替代，而是主动参与全球竞争。”

冯丹进一步解释：在金融、医疗、电信、能源等国计民生行业，国产高端存储已实现替代；我国已实现从存储芯片、固态盘到存储系统国产化。更值得一提的是，中国存储企业开始在海外站稳脚跟，在东南亚、非洲、美洲等地区实现部署。“可以说，中国存储已经成为中国IT技术出海的新名片。”

不过，冯丹也指出，当前我国高质量数据集和数据平台仍存在亟待解决的痛点。一方面，大量数据沉睡闲置，没有被盘活。“作为人工智能‘燃料’的高质量数据，我国的规模远低于欧美国家，仅10%左右。”她表示，存储的底座能力没有和数据充分结合，人工智能发展就难以领跑。

另一方面，人工智能智能体的兴起对数据平台提出了全新要求。过去的数据平台是为人和传统应用程序设计的，而智能体需要具备感知、决策、执行和记忆的能力，这就要求数据平台必须“升级换代”。

强化全链条管理 建设“存储强国”

作为全国人大代表，冯丹今年带来了两份建议：《关于建立和发展数据存储产业链的建议》和《关于加快发展高质量数据平台，构建人工智能新基座的建议》。这两份建议，直指当前我国人工智能发展的核心瓶颈。

针对大量数据沉睡闲置的问题，她提出建设“数据工厂”的建议。在她看来，当前高质量数据集发展面临三大痛点：数据“不愿供、流不动”，各方对数据价值认识不统一；数据生产“小作坊化”，各自为战导致标准不一；核心技术跟不上，过度依赖人工，数据质量参差不齐。

“我们必须抢抓‘十五五’开局机遇，从国家层面布局数据工厂体系，把我国海量的数据资源优势转化为标准化、规模化、可持续的高质量数据供给能力。”冯丹说。

针对数据平台亟需“升级换代”的问题，她提出加快发展面向人工智能的高质量数据平台的建议。“人工智能数据平台是面向人工智能时代的企业级新型基础设施，可以实现数据到知识的转化，为人工智能训练与推理、智能体规模化落地提供统一、高效、安全的数据底座。”冯丹建议，将人工智能数据平台作为“十五五”开局期人工智能新基建的“头号工程”，从政策、科研到生态协同发力，提升我国在这一领域的规模和技术竞争力。

从跟跑到领跑，从单点突破到全链条协同，从服务国内到出海竞争……中国存储产业正在书写属于自己的时代篇章。“中国有14亿的人才基数优势，有完整的产业体系，有广阔的应用场景。只要我们抓住机遇，系统布局，就一定能让存储产业的价值得到充分释放，让我国在全球人工智能竞争中抢占先机、赢得主动。”冯丹说。

人工智能是当下最受关注的科技热词之一。当人们热议大模型的算力、算法时，容易忽略一个重要的问题——数据从何而来，又安放何处？

近日，全国人大代表、华中科技大学副校长冯丹应邀做客央广网。作为在存储领域耕耘二十余年的学者，她亲历了中国存储产业从追赶到领跑的奋进历程。在采访中，她系统介绍了中国存储产业的发展现状，也为我们描绘出一幅关于数据、存储与人工智能深度融合的未来图景。

16:43

人工智能时代的“数字粮仓”

“算力再强，算法再先进，没有数据就成了无米之炊。而数据要活起来、跑起来，必须依靠存储。”冯丹用“数字粮仓”来比喻存储的重要性。她认为，存储之所以成为人工智能时代的关键力量，体现在三个层面：

第一，存储是数据的安身之所。大模型训练、自动驾驶、智能制造……所有这些应用背后，都是海量数据的爆发式增长。

第二，存储决定了人工智能的“上限”。冯丹表示，人工智能的能力不仅取决于算力和算法，更取决于数据供给的速度与质量。“存储慢一秒，人工智能就慢一步；存储不稳定，人工智能就会中断。今天的竞争，已经不是‘有没有存储’，而是存储够不够快、够不够大、够不够稳。”

第三，存储是人工智能安全的基础防线。“数据存得安全，人工智能发展才有根基。”从国家战略到企业运营，再到个人隐私保护，都离不开存储这道防线。“未来的科技竞争，离不开存储的竞争；存储已成为支撑数字经济发展的基石”冯丹说。

中国存储已成为全球科技竞争新名片

如何用一句话概括我国存储产业的现状？冯丹概括为“欣欣向荣，快马加鞭”。她告诉记者，中国存储产业已进入体系化发展的新阶段。“今天的中国存储产业，不再是存储芯片的单点突破，而是全链条协同并进；不再是被动替代，而是主动参与全球竞争。”

冯丹进一步解释：在金融、医疗、电信、能源等国计民生行业，国产高端存储已实现替代；我国已实现从存储芯片、固态盘到存储系统国产化。更值得一提的是，中国存储企业开始在海外站稳脚跟，在东南亚、非洲、美洲等地区实现部署。“可以说，中国存储已经成为中国IT技术出海的新名片。”

不过，冯丹也指出，当前我国高质量数据集和数据平台仍存在亟待解决的痛点。一方面，大量数据沉睡闲置，没有被盘活。“作为人工智能‘燃料’的高质量数据，我国的规模远低于欧美国家，仅10%左右。”她表示，存储的底座能力没有和数据充分结合，人工智能发展就难以领跑。

另一方面，人工智能智能体的兴起对数据平台提出了全新要求。过去的数据平台是为人和传统应用程序设计的，而智能体需要具备感知、决策、执行和记忆的能力，这就要求数据平台必须“升级换代”。

强化全链条管理 建设“存储强国”

作为全国人大代表，冯丹今年带来了两份建议：《关于建立和发展数据存储产业链的建议》和《关于加快发展高质量数据平台，构建人工智能新基座的建议》。这两份建议，直指当前我国人工智能发展的核心瓶颈。

针对大量数据沉睡闲置的问题，她提出建设“数据工厂”的建议。在她看来，当前高质量数据集发展面临三大痛点：数据“不愿供、流不动”，各方对数据价值认识不统一；数据生产“小作坊化”，各自为战导致标准不一；核心技术跟不上，过度依赖人工，数据质量参差不齐。

“我们必须抢抓‘十五五’开局机遇，从国家层面布局数据工厂体系，把我国海量的数据资源优势转化为标准化、规模化、可持续的高质量数据供给能力。”冯丹说。

针对数据平台亟需“升级换代”的问题，她提出加快发展面向人工智能的高质量数据平台的建议。“人工智能数据平台是面向人工智能时代的企业级新型基础设施，可以实现数据到知识的转化，为人工智能训练与推理、智能体规模化落地提供统一、高效、安全的数据底座。”冯丹建议，将人工智能数据平台作为“十五五”开局期人工智能新基建的“头号工程”，从政策、科研到生态协同发力，提升我国在这一领域的规模和技术竞争力。

从跟跑到领跑，从单点突破到全链条协同，从服务国内到出海竞争……中国存储产业正在书写属于自己的时代篇章。“中国有14亿的人才基数优势，有完整的产业体系，有广阔的应用场景。只要我们抓住机遇，系统布局，就一定能让存储产业的价值得到充分释放，让我国在全球人工智能竞争中抢占先机、赢得主动。”冯丹说。