华为提出以“聚数、治数、用数”，助力数据资源转化为数据资产

近日，在中国算力大会先进数据存力分论坛上，华为数据存储产品线副总裁肖德刚发表主题为《共筑先进数据存力，激活AI时代数据价值》的演讲。他表示，先进数据存力已成为释放数据要素价值、推动AI行业化落地的核心，通过“聚数、治数、用数”，助力数据资源转化为数据资产。

随着AI技术爆发式发展，数据增速加快，EB级数据规模成为常态。以气象领域为例，2020至2024年间，气象预测新增数据规模高达22EB。同时海量数据需要随时被访问，冷数据逐渐变温，温数据变得更热。肖德刚强调，数据基础设施是AI行业化落地的基石，既要支撑语料库与知识库协同共建，又要保障数据可信流通、随时可用。当前存储体系在“聚数、治数、用数”全流程中存在断点，难以支撑AI大规模落地。

城市建存力中心，实现规模聚数

当前，城市数据普遍存在孤岛化、分散化、格式不统一等问题，大多数城市各部门数据“各为其主”，共享满足率仅约10%。通过统一数据空间解决方案，依托全局统一视图、智能数据目录、安全可信流通等能力，构建城市级存力中心，实现数据可视、可管、可用。目前，贵安、重庆、广东等存力中心已逐步落地，通过汇聚重点行业数据，有效助力全域产业智能化水平提升与城市发展。

行业建语料库，实现安全用数

行业数据正面临数据可信流通的挑战。以智能驾驶为例，敏感信息泄露频发，我国智能驾驶数据流通率仅为国际领先国家的20%。通过数据交换空间解决方案，依托区块链、数字指纹等技术为数据建立“数字身份”，实现“可用不可见”的精细权限控制与全流程存证，将跨地域数据流通效率提升3倍。肖德刚表示，建设行业语料库已成为AI行业化应用落地的“必修课”，不仅助力行业实现安全监管，更能支撑金融保险、汽车销售等多场景应用的数据价值变现。

企业建AI数据湖，实现高效治数

企业数据质量已成为AI落地的关键瓶颈。据统计，全国数据留存率不足3%，其中仅7%的数据符合AI大模型训练的要求，约70%的企业AI项目因数据质量不足陷入停滞。通过AI数据湖，依托三大能力助力企业高效治数：数据使能方面，内置40多种清洗算子，提升数据准备效率10倍；模型使能方面，一键部署训练与推理模型，降低总成本50%；应用使能方面，通过可视化编排，将AI应用上线周期缩短80%。目前，该方案已助力车企实现多模态数据自动处理、高并发仿真测试，显著提升研发效率。

最后，肖德刚表示，由城市存力中心、行业语料库与企业AI数据湖共同构成的先进数据存力体系，能实现从数据汇聚、治理到流通应用的全流程赋能，将为我国迈向数据强国提供持续动力。

来源：华为官网