12月17日至18日，由下一代互聯網國家工程中心主辦聯合澳門科技大學共同主辦的2025全球數據技術大會（GDTC）在北京舉行。華為公司副總裁、數據存儲產品線總裁袁遠發表《構建先進數據基礎設施，激活AI時代數據價值》主題演講。
觀察者網了解到，這是袁遠首次以華為數據存儲產品線總裁身份對外亮相，而該產品線前任總裁周躍峰已擔任華為公司高級副總裁、華為云CEO。
袁遠提到，中國已是全球數據大國，但數據語料建設仍面臨關鍵挑戰：我國數據留存率僅2.8%，需從技術層面解決海量數據“存不下”、存儲成本高和能耗大等難題；行業高質量數據稀缺，以醫療模型為例，我國模型訓練數據量只有西方領先國家的10%左右；大量城市與企業數據仍儲存在“孤島”上，數據共享率不足25%；全球年度泄露數據已達驚人的471.6億條，給各行業帶來巨大風險，數據泄露成為當前數據跨境流動的核心命題。
華為公司副總裁、數據存儲產品線總裁袁遠發表演講
以下為袁遠演講全文：
各位嘉賓，大家好！今天大會的主題是“共筑智能時代的新型數據基礎設施”。我想借此機會，分享一下華為在數據基礎設施方面的思考與實踐，希望能為產業界推進高質量數據集建設、用好AI有所幫助。
站在Agentic AI新時代，各行各業都在更加深度、全面地使用數據，使其成為AI訓練與推理的語料與知識，進而創造價值。我們看到：用于AI的數據量同比增長41%；數據資源共享日益活躍，更多行業和技術企業選擇進入數據市場，通過擴充數據資產的規模、精度與多樣性，在智能化競爭中實現領先；高質量數據集建設提速，截至目前我國已建成超過500PB高質量數據集；AI的快速發展鞏固數據要素價值地位的同時，更推動傳統IT架構從“以算力為中心”向“以數據為中心”轉變。
中國已是全球數據大國，但數據語料建設仍面臨關鍵挑戰：我國數據留存率僅2.8%，需從技術層面解決海量數據“存不下”、存儲成本高和能耗大等難題；行業高質量數據稀缺，以醫療模型為例，我國模型訓練數據量只有西方領先國家的10%左右；大量城市與企業數據仍儲存在“孤島”上，數據共享率不足25%；全球年度泄露數據已達驚人的471.6億條，給各行業帶來巨大風險，數據泄露成為當前數據跨境流動的核心命題。
依據國家數據局《可信數據空間發展行動計劃（2024—2028年》的指引，應從城市、行業、企業等方面加快建設可信數據空間，釋放數據要素價值。基于此，結合華為多年實踐與理解，我們對數據基礎設施的構建有以下建議。
首先，在城市層面，宜發揮城市樞紐作用，打造先進存力中心，推動公共數據和行業數據的匯聚、治理和可信流通，支撐城市數字經濟發展。近年來，我們已與多地開展合作實踐，比如：助力一些城市匯聚50PB公共數據，服務了超60家本地企業，發揮數據儲備和流通價值；幫助部分城市構建高質量汽車行業數據集，支持智能網聯汽車發展；并通過“聚數、治數、供數、用數”，打造了環京津數據要素產業園，有效帶動地方經濟增長。
其次，在行業層面，應建設數據共享協作平臺，推動數據從分散利用到智能融合，讓高質量行業知識庫賦能生態。以某國家級育種實驗室為例，我們幫助構建全國一體化育種數據基礎設施，讓百PB跨域數據可管、可視、可流動，依托統一數據標準和一站式數據工具鏈，提升4倍數據標注和模型微調效率，打造智慧育種智能體，助力農業科研創新。
最后，在企業層面，企業作為最早開始重視、挖掘數據資產的先行者，我們需助力建設AI數據湖底座，加強全域數據共享、高效管理與敏捷使用。以自動駕駛為例，通過AI數據湖整合路測、仿真、高精地圖等多樣數據，提供百萬車輛數據高速接入、EB級數據高效管理、全球站點數據跨域流動等關鍵能力，讓環境感知、行人避讓、語音助手等多種智能體協同，保障極端條件與特定場景下行駛安全。
先進數據基礎設施建設需要持續的技術創新。未來，我們將加大投入，迭代、引領AI數據湖發展方向，助力更多城市、行業、企業逐步解決收數、存數、治數、用數問題。具體而言，一方面，我們將繼續完善并開源開放端到端的AI工具集，豐富我國AI工具生態，我們相信只有基于實際可獲得的工具打造的智能化能力，才是長期可持續的。另一方面，依托全局數據管理技術，我們將深入研究可信數據跨域流通過程中的合規治理、安全流轉與跨境審計。同時，推動數據存儲技術發展，降低向量、標量等新型數據存儲范式的儲存成本，持續釋放數據要素價值。
面對AI所帶來的深刻變革，我們將始終與各方攜手共進，匯聚數據力量，共同加速我國AI落地。謝謝大家！
本文鏈接：華為袁遠：中國是數據大國，但數據語料建設仍面臨關鍵挑戰http://m.sq15.cn/show-3-161821-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。