全国人大代表冯丹：中国存储已成全球科技竞争新名片，AI时代亟需构建自主数据平台

中国日报3月11日电（记者 马思）当人们热议大模型的算力与算法时，一个关键问题往往被忽视——数据从何而来，又安放何处？在全国两会召开之际，全国人大代表、华中科技大学副校长冯丹在接受《中国日报》独家专访时指出，中国存储产业部分产品已实现从追赶到领跑的历史性跨越，成为又一国家级新名片。

"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；从存储芯片、固态盘到存储系统，我国已打通全产业链国产化闭环。"冯丹表示，"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、美洲等地区实现规模化部署。"

作为在存储领域耕耘三十余年的学者，冯丹亲历了中国存储产业从追赶到领跑的奋进历程。在人工智能浪潮席卷全球的今天，她关注一个迫在眉睫的挑战：面向AI的数据平台建设严重滞后，正成为制约人工智能赋能实体经济的"卡脖子"瓶颈。

冯丹援引《全国数据资源调查报告（2024）》的数据指出，2024年我国用于AI开发、训练和推理的数据量同比增长40.95%，智能家居、智能网联汽车等智能设备数据增速分别达到51.43%和29.28%，低空经济和机器人数据生产量增速超过30%。

然而，数据需求的爆发式增长与数据平台供给不足形成尖锐矛盾。2025年，NAND闪存价格累计上涨近2.5倍；硬盘价格在10月至11月单月增长20%。“这种供需失衡不仅推高了AI研发成本，更严重制约了中小企业参与人工智能创新的能力。”冯丹强调，存储芯片的供应紧张已直接影响AI模型的训练效率和迭代速度，亟需从国家层面统筹解决。

与此同时，大规模智算集群的建设暴露出更深层问题——缺少与算力规模相适应的数据平台。冯丹介绍，以Meta为代表的美国科技企业建设的万卡集群需要配置7000多节点的数据平台，其在能耗和占地面积方面都面临巨大挑战。"单纯追求算力规模而忽视数据平台配套，将导致整体效率低下。"

根据中国信通院调研数据，我国已建成的智算中心中，仅有20%配备了与算力规模相匹配的数据平台，严重制约了计算资源的利用效率。冯丹对此表示担忧："英伟达已开始与存储厂商合作加快SCADA存算架构发展，为AI工厂配置专用数据平台。如果我们不抓紧布局，可能在下一轮AI竞争中掉队。"

随着智能体在工业制造、金融服务等复杂场景的深入应用，另一个技术瓶颈浮出水面——记忆能力。冯丹指出，智能体的四大关键能力（感知、决策、执行、记忆）中，记忆能力已成为最突出的短板。

根据中国人工智能产业发展联盟的测试数据，智能体在处理超过72小时连续任务时，记忆能力下降幅度达到60%以上，严重影响任务执行的准确性和可靠性。"目前主要依赖于HBM（高带宽内存）的架构在成本和可扩展性方面面临瓶颈，迫切需要新的技术突破。"

冯丹介绍，国内研究单位与企业已开始积极探索解决方案，华中科技大学等研发了存算一体技术和MRAM、PRAM、RRAM等存算一体芯片，华为、腾讯等单位开展了面向智能体的数据平台架构创新。"但由于缺乏完善的产业生态和应用标准，这些创新成果难以大规模推广应用。迫切需要建立统一的技术标准和协同创新机制。"

四方面建议：构建AI原生数据平台创新体系

针对上述问题，冯丹在今年两会提出四方面系统性建议：

一是加强政策引导，构建AI数据平台创新发展体系。 她建议相关部委联合制定《国家AI数据平台发展专项行动》，在长记忆存储、新型闪存存储器等核心技术上持续迭代，达到国际先进水平。同时，在"双一流"高校设立相关专业方向，培养硕士及博士等专业人才；在职业院校开设数据平台运维专业，培养技能型人才；建立若干个国家级实训基地促进产教融合。多措并举，满足企业每年2万人左右的人才缺口。

二是统筹AI基础设施建设，推进算存网电高效协同。 冯丹建议建设3-5个融合型AI基础设施示范基地，升级数据中心机房配套，部署超节点集群，加快EB级超节点存储技术推广应用。同时建立全国统一的AI基础设施调度平台，实现跨区域算存网资源协同共享。

三是培育数据平台开源生态，增强产业自主发展能力。冯丹建议建立国家级数据平台开源社区，设立开源项目孵化基金，重点支持优质开源项目。鼓励高校和研究机构在发表论文同时将技术开源，发布在开源社区；鼓励企业参与数据平台技术开源，对核心贡献企业给予税收优惠和政策支持。

四是支持技术出海，打造全球竞争新优势。 冯丹特别强调，要支持企业在"一带一路"沿线国家建设时优先采用国产数据平台及开源技术，建立海外示范应用基地。"中国存储已经成为IT技术出海的新名片，我们要让这张名片擦得更亮。"