在人工智能技术爆发式发展的当下，全球数据规模迎来前所未有的增长。数据从“沉睡的资源”转化为核心生产要素。

　　而存力中心，则成为支撑这一转化的基础设施。它不仅关乎数据的存储，也关乎AI时代的算力能力、效率和安全。

　　从“容器”走向“基座”

　　随着大模型迅速推广、AI场景多模态演进，数据规模进入EB级时代。

　　在近日“存力中国行”的一场座谈中，中国信通院副院长王志勤向21世纪经济报道记者指出，当前存储已从传统的“数据容器”，跃升为支撑数字经济高质量发展的战略基座，“它是激活数据要素价值、培育新质生产力的核心引擎。”

　　她介绍道，截至2024年底，全国存力总规模已达1580EB，其中先进存储占比提升至28%。尽管如此，仍存在“存而不用、用而不深”的问题，核心芯片/软件/介质短板，以及存算运协同效率待提升等挑战。因此，她呼吁探索建设路径、共享最佳实践、强化技术攻关与生态协同。

　　从政策层面看，此前工信部等六部门印发的《算力基础设施高质量发展行动计划》，明确提出构建“算力、存力、运力”一体化发展体系，将存力纳入国家新型基础设施建设全局。

　　存力的重要性可见一斑。华为数据存储产品线战略与业务发展部总裁王旭东对记者表示，AI时代是数据的黄金时代。未来全球数据将以36%的速度持续增长，预计到2030年，全球数据将进入YB级。而目前，中国作为全球数据产量第二大国，数据保存率却不足5.1%。这意味着，大量潜在价值仍未被激活。

　　近年来，随着数据价值持续升温，政策和技术持续推进，催生了新型基础设施建设，存力中心就是代表之一。王旭东强调，存力中心通过“规模聚数、高效治数、安全供数、产业用数”四个维度，为数据的可信托管、治理、流通与开发提供能力闭环。

　　他还提到，广东韶关、重庆、贵州、廊坊等枢纽节点，也在同步建立存力中心，“存力中心未来可以成为省级备份灾备中心，或者行业、区域语料库，开发汇聚基地、产业聚集基地。”

　　存力中心迭代

　　AI与存力的结合，正在重塑数据存储的技术边界。

　　一方面，在存储介质上，过去存储依赖传统机械硬盘，而如今，AI场景对数据访问速度、可靠性、可扩展性的要求显著提升。

　　王旭东指出：“当前国内80%以上的数据仍保存在机械硬盘，相关产业被海外企业主导。近年来，面向全闪存这一新型的介质，华为等国内产业链发展较快。”他强调，面向先进数据存力底座构建，各行各业需要加速整个全闪存的应用，继续追赶。

　　另一方面，AI场景对“AI存储”的需求日益显著，AI训练依赖大规模数据的高频读写、边缘融合、长记忆存储等能力。因为当前国内产业链受限，短期内解决难度比较大，所以在王旭东看来，中国如何利用存算运协同的系统优势，来打破竞争的困境，需要持续思考。

　　“以存强算”是一个趋势，具体如何落实？华为数据存储产品线副总裁樊杰指出，在训练和推理阶段都可以以存强算，比如在训练阶段，包括数据归集、清洗和模型训练。关键在于如何高效汇聚和存储海量多模态数据，数据量越大、质量越高，训练效果越好。而目前很多算力集群利用率仅约30%，其余时间多被数据加载、归集和保存所占，优质的存力可以快速把数据存下来。

　　同时，在数据类型特别复杂的情况下，如何快速读取，低时延、大带宽，AI对存储提出新需求。通过存力技术提升，可以大规模提高训练的效率，“在实际的项目当中，可以把整个算力集群效率从30%提高到60%左右，几乎是翻倍。”樊杰说道。

　　AI时代，是算力为王的时代，但真正驱动大模型跃迁的背后，是海量、高质量、可信赖的数据支撑。要释放数据价值，不能缺位的，是一个基础坚实、架构先进、具备治理能力的存力中心。

　　如何把存力打造成“激活算力、推动产业、保障安全”的关键基础设施，仍需政策、技术与产业三端的深度协同。