当前，大模型蓬勃发展，相关应用场景不断取得突破，智能算力基础设施正加速为产业赋能，助力数字技术与实体经济深度融合。

“算力为企业智能化改造和数字化转型提供了有力支撑，但AI数据存力不足正成为制约我国人工智能领先发展的瓶颈因素。”全国人大代表，民盟湖北省委副主委、华中科技大学计算机科学与技术学院院长冯丹20余年来潜心攻关存储技术。今年，冯丹敏锐地观察人工智能等领域前沿动态和发展趋势，带来了《发展AI数据存力，助力AI算力提升和应用》的建议。

“AI算力基础设施存在重算轻存问题，单纯依靠AI算力无法支撑我国人工智能产业实现全球领先。”冯丹认为，在规划AI算力基础设施时，对AI数据存力考虑不足，会导致系统异构、管理复杂、投入难以快速应用。

我国产业上缺少AI数据存储的独立品类，AI数据存力也缺少产业标准，导致存力发展和建设缺乏规范和引导，这都将对整个人工智能产业的可持续性发展带来潜在风险。针对这些问题，冯丹代表提出，可发挥存力算力协同优势，用系统工程来弥补制程劣势。比如，除了制定AI算力的规模、性能、国产化率等相关指标，还应设置与算力相匹配的AI存力规模、性能、国产化率等相关指标，保障大模型训练推理所需的系统整体能力和效率。

在服务和保障层面，冯丹代表认为，要加大对智算基础设施的科研创新资金投入和产业扶持力度，促进存力成为新质生产力。具体来看，包括将AI存储列为支持重点和战略投入重点，设立专项资金，支持科研院校、领军存储企业、国家实验室等开展重大项目联合研究，以及积极部署下一代AI存储相关新技术研发，以创新支撑并推动人工智能高质量发展。

建立标准，是规范产业发展的必要举措。冯丹代表表示，“希望能通过建设和完善AI数据存力产业标准，规范和牵引人工智能产业健康发展。”她建议，应当加速成立AI存储产业标准化工作组，将AI存储产业标准纳入到国家人工智能产业综合标准化体系建设中。同时，围绕AI数据存储技术和产品的功能性能、行业应用、节能环保等需求，开展标准制定工作，不断完善AI存储的标准体系建设。

分享让更多人看到