【环球网科技报道 记者 张阳】在数字化浪潮以排山倒海之势席卷全球的当下，数据已成为驱动社会进步和产业变革的核心要素，其规模正以指数级的速度疯狂增长。特别是随着人工智能（AI）技术的逐步成熟，大模型技术成为科技领域发展的核心热点，决定大模型发展快慢的“算力”，成为街头巷尾的热议话题，而对于“存力”话题却让很多人感到茫然。

所谓“存力”也即数据存储能力，随着全球数据量以36%的年增长率持续扩张，预计到2030年将达到YB级规模，如何高效、安全地存储这些海量数据，成为了让算力将人工智能大模型发挥其应有效力的前提。因为也有评论认为“算力决定人工智能的底线，数据决定人工智能的上限”。而根据工业和信息化部等六部门印发的《算力基础设施高质量发展行动计划》认为，算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力。在这一背景下，算力与存力作为数据价值释放的“双引擎”，正成为新基建竞争的战略制高点。

近日，为了更好探究我国存力发展现状、挑战及未来趋势，中国信息通信研究院组织的“存力中国行”活动正式启动，首站走进广东，为行业搭建了深度交流的平台。

“存力中国行”走进广东，透视存力发展现状

广州华银康医疗集团股份有限公司（简称华银康集团）是以病理为核心的独立医学检验与诊断服务企业。作为国内病理服务的先行者，华银康集团于2010年开始，与国内外多所重点院校共同建设“华银康病理诊断中心”。目前已建立覆盖31个省区的医学实验室网络，全国服务客户超过12800家，其中与近700家医疗机构共建高水平病理科。

华银康集团围绕智慧病理的发展持续布局，依托“数据-算法-场景”全链路技术闭环，在行业内首创“AI+系统+设备+资源”四位一体服务模式，提供模块化智慧病理解决方案。在233位病理专家团队及100位标注专家的支持下，深度融合DeepSeek等大模型技术，在远程病理的基础上为各级医疗机构提供数字病理数据库打造、病理AI辅助诊断、病理结构化报告以及病理全流程管理监控等服务。

以胃活检为例，胃活检诊断具有极高的复杂性，对于处在病情发展中或少量异型细胞存在的情况，模型可通过提示性文字和对应区域展示，针对非明确的散落的可疑异型细胞进行建议性提示。系统针对于胃癌的敏感性超过99%，特异性达90%，有效防止漏诊与误诊。通过AI分析后，会输出整体诊断建议、热力图及色阶图，帮助医生快速定位可疑病变区域，最终由病理医生完成诊断。

华银康在发展过程中遇到的一大难题就是数据存储，全集团年检测标本量约4000万例，每一张完整病理图像都需要近1GB存储空间，同时还要保障能够快速调用这些图片供AI与病理医生进行分析诊断，如果全部完整使用、归档所需要的存储空间以及设备成本将是一个天文数字。所以华银康采用了切片方式对病理图像数据进行处理，仅保留病灶部位的图像切片，并且采用了华为分布式存储系统，构建安全、高效、可扩展的先进存力，并通过高效的压缩技术降低存储空间压力，尽管如此，集团的机房内每年需要扩展的存储容量仍然在PB级别。

数据要素化催生存力新基建

华银康集团面临的难题可以说是AI时代发展的缩影，随着人工智能的爆发式增长和数据总量的指数级跃升，存储已从传统的“数据容器”跃迁为支撑数字经济高质量发展的战略基座，是激活数据要素价值、培育新质生产力的核心引擎。

中国信通院副院长王志勤介绍，我国存力建设取得显著成效，截至2024年底，全国存力总规模已达1580EB，先进存储占比提升至28%。然而，仍面临“存而不用、用而不深”、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。为此，她提出三大建议：探索最优路径，共享最佳实践；聚焦存力服务普惠与效能提升；强化技术攻关与产业协同生态构建。

华为数据存储产品线战略与业务发展部总裁王旭东对此也深表认同。王旭东在接受记者专访时开门见山地指出：“AI时代是数据的黄金时代，更是算力与存力协同进化的时代。”当DeepSeek等大模型引发产业变革后，数据已从“沉睡资产”蜕变为驱动产业发展的核心生产要素。然而当前我国数据发展面临双重矛盾，记者采访王旭东了解到：一方面2024年全国数据生产总量达41.06ZB，同比增长25%，但存储总量仅2.09ZB，数据留存率不足5.1%；另一方面存储数据中一年内未使用的“冷数据”逐年增多，传统架构下数据孤岛问题严重，导致数据治理效率低下。

这种矛盾在技术层面表现得尤为突出。随着AI进入多模态时代，文本、视频、图像等异构数据融合需求激增，传统网络架构已难以支撑。王旭东以医疗行业为例：“医院在构建AI大模型时，非结构化医学影像数据的标注成本极高，传统方式下数据准备周期长达数月。”这正是存力中心建设如火如荼的核心原因——它通过规模聚数、高效治数、安全供数、产业用数四个维度，构建起数据从资源到资产的闭环体系，与算力基础设施形成互补，共同破解“数据丰富但价值贫瘠”的产业困境。

政策层面的驱动同样显著。国家数据局、工信部等部委密集出台政策，将存力列为重点发展方向，明确提出推动行业和区域数据归集平台建设。在“东数西算”工程中，广东韶关、贵州、京津冀廊坊等枢纽节点同步规划存力中心，使其不仅成为数据存储载体，更升级为省级备份灾备中心、行业语料库开发基地和产业聚集中心。“政策与技术的双重驱动，让存力中心从概念走向落地，成为激活数据要素价值的关键基础设施。”王旭东强调。

从数据汇聚到产业赋能的全链条创新

王旭东告诉记者，在华为的实践中，存力中心的价值释放依托四大核心能力体系，形成了一套可复制的 “华为方案”。

规模聚数：打破数据孤岛的全局掌控力。面对跨区域、跨行业的数据汇聚挑战，华为Omni-Dataverse通过三大创新实现数据全局可视、可管、可用：一是建立统一数据视图，解决“数据在哪里”的认知难题，实现资产注册0遗漏、更新0等待；二是依托智能数据目录，对百亿级数据进行自动标签，支持秒级查找；三是构建自定义数据流通机制，用户可根据需求设定跨区域、跨设备的共享策略。

高效治数：AI 时代的数据质量锻造厂。“AI大模型的竞争力高度依赖高质量数据集。”王旭东以华为AI全流程工具链ModelEngine为例，阐述华为如何通过数据使能、模型使能、应用使能三方面提升数据治理效率。在瑞金医院病理大模型项目中，基于此工具将病理数据标注周期缩短80%，大幅降低了AI模型上线成本。更重要的是，ModelEngine覆盖了“数据预处理-模型训练-应用部署”全流程，使单癌种业务AI应用上线周期缩短80%，为医疗、制造等行业的模型落地提供了加速器。

安全供数：数据流通的可信防护网。数据要素流通的前提是安全可信。华为构建的软硬一体可信数据空间，从技术与管理双维度保障数据流动：技术上采用可信流通策略、芯片级安全保障和端到端传输加密；管理上建立30+数据控制策略，实现全流程日志审计。“就像给数据敷上‘保护膜’，让提供方和使用方都能放心。”王旭东提到，这种安全体系不仅满足合规要求，更解决了龙头企业数据共享的核心顾虑——在医疗领域，通过所有权与使用权隔离技术，已推动多家三甲医院实现数据安全共享。

产业用数：海量数据规模集聚融合之后，要推动“数据+行业+场景”的深度融合，形成数据从采集到治理到应用的正循环。王旭东透露，在某汽车厂商场景中，该企业不仅依托存力中心汇聚了企业内部数据，还整合了城市、金融、充电桩等外部数据，为后续该企业的数据应用服务奠定基础，并为政府部门提供体系化监管服务支撑。

从介质突破到生态协同的破局之路

尽管存力中心发展前景广阔，王旭东也坦诚指出当前产业面临的三大核心挑战：“国内80%以上的数据仍存储在机械硬盘，而该领域核心技术长期不在国内。”王旭东呼吁加速全闪存介质的应用与创新，他强调：“发展存力产业必须构建自主可控的产业链，从芯片到整机再到应用，形成完整的技术生态，这既是安全需求，也是产业升级的必然路径。”

AI应用对存储提出了全新要求：千亿级参数模型训练需要极致性能支撑，边缘推理场景需要长记忆存储能力。华为通过存算协同架构，在训练场景中使AI集群利用率提升30%，在推理场景中实现数据吞吐量提升60%。王旭东建议：“应将AI存储纳入国家关键技术规划，推动行业标准制定，通过技术创新提升我国在全球高端存储领域的竞争力。”

当前我国数据灾备覆盖率仅为34%，远低于发达国家水平，且开源软件依赖度高，存在安全隐患。华为推出的“两地三中心”灾备方案，业务故障时可实现分钟级切换，同时通过自研存储操作系统降低对开源组件的依赖。“数据安全是存力中心的生命线，需要政策引导、技术创新和生态协同多管齐下，构建自主可控的安全底座。”王旭东总结道。

“就像电力改变工业时代一样，存力将定义AI时代的产业新秩序。”王旭东认为，存力中心将从三个维度重塑产业格局：在技术层面，存储设备不仅是数据容器，更将进化为数据处理中心；在产业层面，以存力中心为枢纽，将形成数据采集、治理、交易、应用的完整产业链，催生数据服务商、AI训练师等新兴职业；在社会层面，数据将像水电一样成为公共资源，通过存力中心的高效配置，推动智慧城市、精准医疗等场景的大规模落地。从算力到存力，从数据资源到数据资产，一场深刻的产业变革正在上演。

Rivian早盘下跌4.4%，该公司宣布召回超过24000辆汽车　　电动汽车生产商Rivian公司（RIVN）早盘下跌4.4%，该公司宣布召回超过24，000辆汽车，原因是其免提高速辅助系统存在软件缺陷。　　该公司已发布空中软件更新以解决此问题。此次召回凸显出电动汽车行业在确保软件可靠性方面持续面临的挑战