8月28日，2026中国国际大数据产业博览会（数博会）在贵州贵阳启幕。会上，华为发表主题演讲，高质量数据集是AI智能跃迁的基石，数据基础设施的演进应沿着“聚好数、治好数、用好数”三大核心路径稳步推进，持续夯实存力中心底座，实现高质量数据集规模化供给。
打开网易新闻 查看精彩图片
当前，我国已是全球数据大国，数据规模高速扩张、配套政策密集出台，但有效数据、优质语料的供给仍短板明显：全国数据留存率仅2.8%，海量数据从源头即被丢弃；数据共享率不足25%，孤岛问题突出；全球语料中文占比不足2%，成为我国大模型长足发展的重要制约因素。
存力中心作为新型数据基础设施，是激活数据价值、驱动产业升级的关键载体。为打通“聚数-治数-用数”的全链路闭环，应着手从城市与行业两大层面协同推进：
城市层面：打造先进城市存力中心，加速数据规模汇聚与留存
构建数据可信托管中心、治理中心、开发中心和流通中心，破解城市公共与行业数据集分散持有的难题，促进数据集集约化、标准化供给。通过完善全域数据汇聚、治理、可信流通体系，助力数据从“资源”向“资产”转化，充分释放数据要素核心价值。
行业层面：驱动多维数据智能融合，行业存力中心加速高质量数据集构建
通过产业链协同与生态共建，推动数据由分散利用向多维智能融合升级，全面提速行业高质量数据集建设进程。其中，某国家级农业实验室已形成典型实践范本：其基于一体化数据基础设施，打造“1总部+6分中心+N实验基地”的育种科研大数据生态平台，构建包含基础语料库、大豆/玉米/生猪等专题库的多模融合数据集，成功落地精准育种智能体，显著提速科研创新进程。
针对数据基础设施存力中心的建设实施层面，肖德刚介绍，华为推出AI数据湖解决方案，聚焦从三个维度为高质量数据集夯实根基：
- 首先，破解“聚数之困”：基于OceanStor Pacific数据湖存储，结合iMaster DME Omni-Dataverse统一数据空间，使能EB级数据全局可视、可管、可用。通过全局统一视图，确保数据资产注册0遗漏、更新0等待；凭借智能数据目录，完成跨域数据统一元数据管理，支持自动编目及向量化；同时依托可信数据空间，保障跨域数据流动可信、可证、可控。
- 其次，化解“治数之难”：通过DCS一站式AI工具链，攻克AI落地过程中数据工程、模型工程、应用编排等难题。内置60余种多模态算子，将数据处理周期缩短80%；支持一键部署模型，兼顾训推共池调度、昼推夜训能力，提升智算资源利用率30%；通过零代码拖拽式可视化编排，让AI行业应用上线周期缩短80%。
- 最后，根除“用数之痛”：依托iData AI数据服务，搭建完善的知识工程体系，贯通知识建模、提取、融合全流程，助力海量数据源快速沉淀为高精度业务知识库。一方面，让知识从数据中高效萃取与生长，基于专家经验建模，结合端到端工具链，快速建立跨模态知识图谱，知识激活率提升70%；另一方面，让海量多模知识被精准调用，支持以自然语言方式驱动的极速检索形式，完成千亿向标量数据中秒级检索，检索精度超过90%。
注：本文转自华为为数据存储，版权归作者所有
打开网易新闻 查看精彩图片
热门跟贴