数据作为数字经济的关键生产要素，已成为极其重要的新型资产之一，而数据资产“入表”正是对其作为资产发挥价值的合法确认。商务部数据显示，2022年我国数字经济规模达50.2万亿元，同比增长10.3%。可以肯定的是，数据要素市场规模也绝不会是个小块头。
在这庞大的生成式AI财富圈中，硬件是其中不可或缺的一环，支持AI技术的发展涉及算力、存力、网力三大核心要求的各类硬件。在2022年下半年开始，生成式AI浪潮引爆了企业对芯片元器件的需求，其中，庞大的模型训练和任务部署对存储芯片的容量和性能的需求急剧增加，存储芯片正面临着内存墙限制的挑战。
在最新的存储市场动态中，存储芯片大厂的减产策略显现出其效果，特别是在DDR内存领域。根据台湾工商时报的最新报道，第四季度的内存芯片合约价格出现了超出预期的上涨。
AI应用不仅增加了数据量，进而推动了数据中心需求，也要求数据中心设施必须升级以满足其工作负载需求。这不仅涉及到设备更新，还包括更高效的液冷技术等。然而，数据中心改造的经济成本和时间成本都不小，大多数数据中心可能需要全新建设。
据了解，在宣布投资之前，挪威的数据中心已经开启第一阶段运营。该中心三座独立建筑中的第一座已经在本周交付使用，目前正在安装、测试服务器，目标是明年夏天之前开始用户数据的迁移工作。该中心的另外两座建筑预计明年下半年交付使用，计划于2024年底开始数据迁移。建成之后，这将是欧洲最大的数据中心。
实现数据的“管”与“用”的有机结合，需要我们在实践中不断探索和创新。只有建立完善的数据治理规则和流程，提高用户部门对数据治理的认识和动力，制定平衡规范性和灵活性的策略，加强数据应用的需求分析和规划，建立数据治理与数据应用的反馈机制，才能让数据真正“管用”，为企业的决策和发展提供有力支持。
