当前，人工智能产业的竞争焦点正从单纯的算力竞赛，加速转向数据、算法与算力的综合角力。面对存储部件价格持续上涨带来的成本压力，以及大模型训练、智能体应用对数据供给规模与质量的极致要求，传统的数据基础设施正面临严峻考验。
近日，全国人大代表、华中科技大学副校长冯丹在接受媒体采访时提出：存储是AI时代数字粮仓，数据则是关键燃料。“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。”
激活数据价值：从“存”到“产”的范式变革
冯丹认为，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。当前高质量数据集发展面临各方标准以及对数据价值认识不统一，导致了数据“不愿供、流不动”等问题。海量数据沉睡闲置，难以转化为AI生产力。
曙光存储此前提出的“数据工厂”理念，与冯丹的建言不谋而合。新一代存储系统必须超越传统“存数据”的被动角色，转型为“产数据”的智能中枢。通过引入工业流水线理念，曙光存储实现了对海量、多源、异构数据的采集、清洗、标注与治理，并在存储系统内完成数据的预处理和token化。
这种“以存代算、以存促算”的模式，将计算密集型任务前置，极大减轻了后端算力压力，有效提升AI全流程的训练与推理效率。
应对深层挑战：国芯筑基+存算传协同
解决了“粮”的问题，“仓”的安全与稳固同样关键。随着大模型参数迈入万亿级，大规模异构集群面临系统稳定性与运维复杂性的深层挑战。根因定位、软硬件一致性管理、资源利用率优化等难题导致的大模型训练“一日一崩”，成为悬在AI基础设施头顶的“达摩克利斯之剑”。
对此，曙光存储“国芯筑基”与“存算传协同”的解决方案，提供了切实可行的破题思路。曙光坚持采用自主创新国产芯片构建存储系统，针对AI负载特征进行底层指令集和架构调优。这不仅是供应链安全的保障，更是实现软硬件深度优化的前提，为数据平台提供了稳定、高性能的物理基石。
针对系统复杂性带来的运维挑战，曙光存储通过推动存储、计算、网络与调度平台的紧耦合创新，实现了系统层面的全局智能运维。这不仅有效收敛故障域、简化软件栈、提升根因定位效率，更将运维模式从“被动救火”转变为“主动治乱”，让大规模集群的“高故障率”与“不稳定性”风险降至最低。
系统挑战还体现在供应链的波动。近期存储芯片等核心部件价格持续上涨，曙光存储提出先进存力三大主张——告别硬件堆砌，追求整体效能；以智能动态优化，提升存储资源利用率；加强系统、生态协同，寻求全域最优。在提升系统性能的同时降低对单一硬件的依赖，帮助企业在成本波动中实现了更优的总体拥有成本。
共筑新基建“头号工程”
冯丹在采访中表示：“必须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。”她建议，将人工智能数据平台作为“十五五”新基建的“头号工程”。这正是曙光存储长期践行的道路：面向AI的数据平台，已不再是传统意义上的存储设备，而是一个集数据汇聚、治理、加速、安全与智能应用于一体的数据操作系统。
存储部件价格的波动是短期的市场现象，而构建以数据为中心、高效能、高价值的存储体系，才是支撑人工智能长远发展的关键。曙光存储将坚定以“国芯”为基、“数据工厂”为核，通过紧耦合的系统创新，打造“存得下”“产得快”“稳得住”的坚实数据平台。
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。冯丹相信：“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。”
