先进数据存力：加速智能经济涌现的高性能引擎

先进数据存力：加速智能经济涌现的“高性能引擎” 执行摘要 展望未来，人类文明正加速从数字化迈向智能化。以大模型为代表的原生AI应用从走向千行百业，以其涌现的智能为带来组织生产力跃迁、使能产业升级、提升社会福祉，乃至强化各国竞争力。智能时代具备三大核心特征。一是数据、能源与技术的重要性提升，升级为智能时代三大核心生产要素，促进通用智能“涌现”，二是智能的涌现将端到端重塑企业数据 治理范式、加速数据要素市场规模化发展，三是“通用AI智能体”将出现，并成为千行百业实现生产力跃迁的核心驱动力、使能人类文明精神世界的极大丰富。 数据存储产业自数字时代起就作为ICT核心使能技术之一，持续赋能产业与社会经济发展。在如今的智能时代，为应对全球数据量快速增长、数据要素市场蓬勃发展、原生AI应 用智能涌现、网络安全环境日趋复杂、数据产业的低碳绿色发展需求深化等关键产业趋势，数据存储产业应从“存力”迈向“先进数据存力”。 先进数据存力是智能时代的重要组成部分与核心使能技术，我们认为先进数据存力在智能经济中将持续扮演“高性能引擎”的角色，可有力驱动数据要素规模化发展、使能社会经济智能化。为落实自身在智能经济中的定位、良好地适配智能经济的产业环境，我们认为先进数据存力的核心发展目标有三。一是集约化汇聚全域异构数据，二是高效安全可靠的数据存储，三是高效使能多元化应用生态。 从价值和影响力看，1GB先进数据存力投入预计能带来60元GDP的增长，其在赋能产业升级、提升社会民生福祉与强化区域竞争力三大领域可产生显著价值。 赋能产业升级方面，到2030年先进数据存力自身有潜力成长为成为千亿级美金产业；此外还将直接带动全球数据要素市场规模化发展，有望在2030年达至少3000亿级美金；还可作为数智化解决方案的组成部分，使能10万亿美金级智能经济的发展 提升社会福祉方面，先进数据存力的应用有潜力带动全球及中国数据中心降碳16%与24%，并作为以数智化解决方案的重要组成部分持续赋能政府治理与民生福祉水平的提升，到2030年预计为全球及中国社会分别带来3万亿美金及1万亿美金的经济效益 强化区域竞争力方面，先进数据存力赋能新质生产力的发展。AIGC、元宇宙、脑机接 口、量子信息、人形机器人、生物制造、未来显示、未来网络与新型储能等9大未来产业均需先进数据存力的使能、方可充分发挥其价值 虽然先进数据存力可有效赋能千行百业加速数智化转型，但不同行业企业所面临的情景与业务需求不尽相同。因此，全球各区域与企业应体系化规划并推进先进数据存力的建设、以正确且全面的认知对先进数据存力进行适度超前的持续投资、以应对智能经济时代的业务挑战。具体而言，我们建议企业从6大维度出发综合考量先进数据存力的建设：容量规划、资源利用率、性能要求、安全可靠防勒索、方案级TCO与原生AI应用赋能。 为使能全球各区域与各行业企业科学客观地评估自身在先进数据存力建设现状，评估未来建 设先进数据存力的具体策略，我们于本白皮书发布了“先进数据存力指标体系”，并对全球主要经济体进行了梳理分析，并将全球各区域细分为“普惠闪存型”、“充足传统型”、“精益聚焦型”与“后发渐进型”4大类 “普惠闪存型”国家存力充足性以及闪存化率均较高，通过定位全球存储产业地位、出台激励与规范政策、推动联合创新以及鼓励头部企业采纳先进方案，全面发展国家先进数 据存力产业，这些国家未来将继续强化在存储技术创新、数据安全与可持续性方面的投入，巩固其全球领导地位 “充足传统型”国家存力充足性处于世界领先地位，但闪存化率低于全球平均。这些国家 通常已有较好的存力容量，但闪存化进程缓慢，未来可考虑通过政策支持加速全闪化方案在数据中心场景的替换 2 “精益聚焦型”国家闪存渗透率高，但存力充足性较低。这些国家未来需加强对新兴产业的支持，并通过普及先进数据存力技术，使更多中小企业和个人受益 “后发渐进型”国家存力充足性和闪存化率均较低，发展较缓慢，但拥有“弯道超车”的潜力，这些国家可以通过直接投资全闪化方案，跳过传统存力技术阶段，实现快速发展 对有志于发展先进数据存力产业的国家，我们有三点核心建议。首先，一个国家需明确认知自身在全球产业格局中的位置，为自身在全球存储全栈产业生态中进行“战略定位”（如需全栈化发展、还是仅核心零部件的突破）。其次，基于产业的“战略定位”制定发展目标、提供 政策支持、鼓励技术创新。尤其对中国这种旨在成为全球先进数据存力全栈技术创新引领者 的国家而言，以政策支持与产学研协同等机制鼓励全栈技术创新十分重要。最后，各国在市场应用上应在公共部门（如政府及银行等国有部门）积极开展先进数据存力方案试点，推动先进数据存力应用的落地与规模化发展。 目录 先进数据存力：加速智能经济涌现的“高性能引擎”1 执行摘要1 先进数据存力定位：迈向智能经济的“高性能引擎”6 1.1先进数据存力蓝图7 1.1.1智能时代远景展望7 1.1.2先进数据存力蓝图13 1.2先进数据存力定位14 1.2.1“先进数据存力x数据要素市场”：数据有序流通的“加速器”15 1.2.2“社会经济转型x先进数据存力”：通用智能涌现的“催化剂”18 1.3先进数据存力核心目标20 1.3.1集约化汇聚全域异构数据21 1.3.2安全可靠绿色的数据存储23 1.3.3高效使能多元化应用生态27 1.4先进数据存力八大特性29 1.5先进数据存力的核心价值及影响力33 1.5.1产业发展升级：先进数据存力以“核心ICT使能产业–数据要素全产业–产业数字化赋能”三层使能机制，带动海量产业经济发展34 1.5.2提升社会福祉：先进数据存力使能绿色发展、良政善治与民生体验优化36 1.5.3强化区域竞争力：先进数据存力赋能新质生产力生态发展39 先进数据存力指标评测：建设指标体系保障先进数据存力高质量发展45 2.1发展先进数据存力的六大核心考量因素46 2.1.1容量规划46 2.1.2资源利用率47 2.1.3性能要求48 2.1.4安全可靠防勒索50 2.1.5方案级TCO51 2.1.6原生AI应用赋能52 2.2先进数据存力衡量指标体系53 2.2.1区域发展级54 2.2.2数据中心级55 4 2.2.3存储产品级57 2.3全球各国先进数据存力发展程度对比58 2.3.1体量衡量：充足供应与持续增长支撑经济社会的可持续增长58 指标1单位GDP存储容量58 指标2数据存力充足性59 指标3数据存留率60 指标4存力投资增长率64 2.3.2效率衡量：10倍性能提升与内生智能特性加速数字经济规模化增长65 指标5通用计算存算比65 指标6闪存占比67 2.3.3基本保障：满足安全稳定的基本发展要求68 指标7灾备覆盖率68 2.3.4前沿创新：绿色先进实现可持续发展需求70 指标8单位存储容量能耗70 指标9数据存力专利占比71 2.4全球各区域发展存力的高阶发展建议73 2.4.1全球各区域存力发展现状73 2.4.2典型国家建设先进数据存力的核心启示75 行动倡议：发展先进数据存力是实现新质生产力84 3.1先进数据存力产业发展目标建议85 3.1.1将数据存储作为ICT产业的重要独立门类单独管理85 3.1.2确保先进数据存力产业全栈自主可控高效协同，强化先进SSD颗粒的国际定价权获取85 3.1.3推进以全闪化为核心的先进数据存力方案在千行百业的广泛应用86 3.2建设先进数据存力发展高阶行动建议87 3.2.1“定目标”：将区域级先进数据存力指标体系纳入政府产业发展目标87 3.2.2“巧引导”：围绕先进数据存力产业发展目标，制定监管与鼓励性政策87 3.2.3“促应用”：积极推动先进数据存力方案的在金融、政务、电信等关键行业的应用，鼓励国产开源数据库等开源软件生态发展88 3.2.4“强创新”：资助并以产学研联合实验室为核心载体，提前布局超算存储等N+1代先进数据存力解决方案89 附录1：参考文献91 先进数据存力定位：迈向智能经济的“高性能引擎” 6 1.1先进数据存力蓝图 1.1.1智能时代远景展望 回顾历史，三次工业革命为人类带来了深远的变革。第一次蒸汽时代通过机械化生产提升了生产力，第二次电气时代通过电力驱动的广泛应用显著提升了生产力，前两次以硬件创新为核心，带来了物理世界的生产力跃迁。第三次信息革命则构建了一个数字化的世界，辅助并 丰富了物理世界。展望未来，人类文明将从数字化时代迈入智能化时代，数字世界与物理世界深度融合，由点及面地增强了“数实融合”进程，使能数字技术与实体经济深度结合，数字智能孪生世界将应运而生。 展望未来，人类文明将从数字化时代迈入智能化时代，数字经济的新阶段–智能经济也应运而生。智能经济在吸取数字经济发展优秀经验的同时，还将兼顾到更多的社会发展需求。 6G、AIGC等下一代技术的无缝融合，将驱动孤立、分散运作的单点智能模式向多智能系统联动的新模式发展，从而使能智能经济通过创新型的智能解决方案来提高生产力、提升社会福利和改善环境效益，促进虚实产业的融合发展，带动新一轮的经济高速增长。 图1-1智能时代远景展望 具体而言，我们认为智能经济有“三新”。一是数据、能源与技术的重要性提升，升级为智 能时代三大核心生产要素，促进通用智能“涌现”，二是通用智能体的涌现将端到端重塑企业数据治理范式、加速数据要素市场规模化发展，三是“通用AI智能体”将出现，成为智能时代千行百业实现生产力跃迁的核心驱动力，丰富人类精神文明。 展望一：数据、能源与技术的重要性提升，升级为智能时代三大核心生产要素，促进通用智能“涌现” 首先，智能经济时的数据量与数据形态复杂度都在持续提升，非结构化数据体量的快速增长与多模态化技术带来的数据张量化(Tensor)成为重要趋势。 一方面，数据量正在快速增长，我们预计到2030年，全球产生的数据将达到YB级，且数据的产生场景将“云边端泛在化”。在边侧，城市治理的视频监控、工厂内高清质检摄像头产生的图片、视频等数据每年有望达到ZB级；在端侧，手机、PC与智能网联电动汽车等 千亿级智能终端，源源不断地收集并上传语音、文字、视频、图片等用户交互及路况导航数据；多行业、多类型的云协同发展、显著增强数据流动性，使得更多的数据被高效利用。 另一方面，数据语义、知识图谱等技术的革新与成熟将牵引海量多模态数据加速整合与普及，将使组织能够更轻松地收集和处理不同类型的数据（如图像、语音、文本、传感器数据等）整合在一起，形成张量化数据集群。正如AMDZen架构设计者、前特斯拉自动驾驶硬 件副总裁吉米凯勒预测，“在未来，软件和硬件将协同进化，向量计算转向张量计算，推动 AI技术的进一步发展”。海量多模态数据将成为组织在智能经济时代赋能自身提质降本增效的核心生产要素。 其次，实现智能涌现将需要以太瓦时(TWh)为单位的海量能源为基础，使能大模型等原生AI应用。根据美国能源资讯署数据，2023年谷歌和微软当年各消耗的电力均达24TWh，相当于人口1024万阿塞拜疆一整年的用电量，也超过了全球100多个国家，如冰岛、加 8 纳、突尼斯等。在可见的未来，AI所带来的电力消耗也会呈现持续上升的趋势。展望智能经济时代，承担Twh量级能耗将成为实现智能经济的基础。 最后，以ICT基础设施(6G、先进数据存力等)为核心的数字使能技术，也将有效加速多元异构数据的规整汇聚，加速“智能涌现”。无论数据以向量(Vector)还是张量(Tensor)的 形式存在、也无论未来数据体量有多庞大，海量的数据都需要被集中汇聚、高效计算、安全可靠存储与有序流通，才有可能出现智能涌现。 展望二：通用智能体的涌现将端到端重塑企业数据治理范式、加速数据要素市场规模化发展 首先，通用AI智能体会在组织内端到端重塑当前“采集–汇聚–治理–分发–保障”的数据治理范式。 第一，数据的采集将不仅仅基于既定规则，通用AI智能体会主动要求新数据点的采集与形成以供自身主动学习。智能体从网页、边缘、终端等场景采集