黨的二十屆三中全會明確提出“建設和運營國家數據基礎設施，促進數據共享”，按照黨中央、國務院決策部署，國家發展改革委、國家數據局、工業和信息化部編制和發布了《國家數據基礎設施建設指引》，指導推進數據基礎設施建設，推動形成橫向聯通、縱向貫通、協調有力的國家數據基礎設施基本格局，打通數據流通動脈，暢通數據資源循環，促進數據應用開發，培育全國一體化數據市場，夯實數字經濟發展基礎，為數字中國建設提供有力支撐。

數據已經成為智能時代的關鍵生產要素

隨著新一輪科技革命和產業變革的深入推進，數據成為繼土地、勞動力、資本和技術之后的“第五個關鍵生產要素”，深刻改變著生產、生活和社會治理方式。在數據驅動的智能時代，數據被賦予了資源要素與價值加工兩重屬性，數據的資源要素屬性包括數據的生產、獲取、傳輸、匯聚、流通、交易、權屬、資產、安全與隱私等。數據的價值加工屬性是指原始數據需要經過生產、流通和加工等多個環節才能增值，原始數據的價值不大，加工越深入則增值越大，通過加工工藝（即算法）和加工動力（即算力），對數據進行深加工和模型提煉才能實現數據的價值釋放。

縱觀人類歷史，每一個時代變革都會孕育出新的基礎設施，農業時代是交通基礎設施，工業時代是能源基礎設施，信息時代是互聯網基礎設施，到如今在數據驅動的智能時代，是數據基礎設施。智能的本質是數據的百煉成鋼，數據基礎設施是面向社會提供公共的數據采集、匯聚、傳輸、加工、流通、利用、運營、安全服務的一類新型基礎設施，它集成硬件、軟件、模型算法、標準規范、機制設計等在內，形成一個有機整體，貫穿數據價值釋放的全生命周期。

數據基礎設施的參考模型與技術體系

《國家數據基礎設施建設指引》將數據基礎設施體系劃分為四部分：算力設施，流通設施，網絡設施和安全設施，其中，網絡設施和安全設施是傳統的信息基礎設施，算力設施和流通設施是新型基礎設施。網絡設施提供高速泛在的連接能力，算力設施提供數據深加工的關鍵計算能力，流通設施提供跨域數據高效流轉的流通能力，安全設施保障數據要素關聯計算和共享流通過程的安全。四個設施共同支撐數據要素能夠“供得出、流得動、用得好、保安全”。

我們認為，數據基礎設施從數據全生命周期的視角也可以將參考模型分為四層：數據匯聚層、數據流通層、數據加工層和數據應用層。第一層是數據匯聚層，進行行業和政府的數據資源建設，實現海量數據的匯聚、標注、清理，建設國家級的數據樞紐與數據戰略儲備，解決“供得出”的問題。第二層是數據流通層，構建數據流通體系，解決數據“流的動”的問題，其中關鍵組件包括：數據標識，實現數據空間中的數據入庫、全域索引；數據交換，實現數據空間中的全域發現和可信交換；數據訪問，實現數據空間中的數據訪問與操作、高效傳輸。第三層是數據加工層，是以數據件等統一抽象封裝加工的對象，以算力網提供“無盡”的算力供給，以模型網管理與調度各類Build-in模型，解決數據“用得好”的問題。第四層是數據應用層，基于AI基礎大模型、BigData模型和HPC模型等三類模型，構建算法層的基礎設施，通過AI Agent等技術實現復雜任務的處理，賦能千行百業。

“東數西算”工程為數據基礎設施建設打下良好基礎

國家發展改革委推動的“東數西算”工程是我國在算力網領域最早的政府行動計劃，在推動算力的基礎設施化上發揮了先導作用。“東數西算”工程穩步推進兩年多取得很大的進展，算力資源集中向八大國家算力樞紐內匯聚，特別是西部樞紐節點充分利用了綠電資源。在技術創新方面也取得了明顯的成效，包括：異屬算力并網、異構智算統一納管、算力站間直連網絡；算力跨域調度、算網協同調度、廣域數據快遞；超算互聯網應用模式、城市/省域算力網運營等。“東數西算”工程正在形成自己的技術體系。

《國家數據基礎設施建設指引》的發布，將進一步與“東數西算”工程、全國一體化算力網建設相結合，以人工智能應用為牽引，不斷促進各類新增算力向國家樞紐節點集聚，推動算力、算法和數據的融合創新，打通數據共享流通的動脈，夯實我國數字經濟的基礎。

對國家數據基礎設施建設的建議

（一）統籌建設數據利用與數據流通兩類基礎設施

數據基礎設施中的數據流通和數據利用是兩套系統，當前階段應優先發展數據利用基礎設施，做強需求端，由需求端拉動流通端，最終實現整個數據基礎設施的互聯互通。
回顧互聯網初期，互聯網信息的供給端有動力共享自己的信息，互聯網用戶建設一個網站，接入互聯網，希望全世界的人都來訪問和使用。當前階段數據的需求端有動力利用數據，但供給端沒動力提供數據。需要先把數據的利用做好，價值增值做大，才能激發起數據供給端的動力，才有可能推動數據的流通。

（二）統籌數據基礎設施技術體系的統一和差異

當前數據基礎設施的技術體系五花八門，各成一體。歷史上網絡協議有OSI七層模型，操作系統有宏內核和微內核兩種架構，數據基礎設施技術體系的參考架構和關鍵技術組件應該統一起來。

數據具有強大的場景特性，不同場景下數據的增值模式、數據的流通管理方式都是不同的，應針對不同場景分類抽象，構建多個不同的技術體系技術棧，來具體建設不同的數據空間基礎設施實例。（文｜中國工程院院士 孫凝暉）