阿里云ODPS十五周年重磅升级发布:为AI而生的数据平台

7月23日,正值阿里云第一款产品,自研大数据平台 ODPS 十五周年之际,阿里云智能集团副总裁、计算平台负责人汪军华正式宣布 ODPS 全面拥抱 AI,升级 ODPS 架构,推动大数据与 AI 的深度融合。

十五年深耕,从云原生到AI原生的跨越

自2009年诞生以来,ODPS 见证了大数据技术的飞速发展,从最初的离线计算引擎成长为全球领先的云原生大数据平台。过去十五年,ODPS 不仅支撑了阿里集团内部电商、金融、物流等核心业务的数据处理需求,还帮助全球客户实现了从线下 IDC 到云原生的平滑过渡。今天,ODPS 正式迈入 AI Native 时代,ODPS 将再次进化,成为为AI而生的数据平台。

Data+AI 双引擎:加速企业智能落地

ODPS 平台架构在面对 AI 浪潮做了全新升级,推出面向 Data+AI 的新一代数智一体计算平台,融合 Data 和 AI 双引擎。

基础设施层:整合阿里云计算、网络、存储等核心资源,支撑上层大数据和 AI 分布式架构的稳定运行。

计算服务层:在计算引擎层提供多种离线/实时/AI 计算资源保障云端数据加工与 AI 算力调度能力之外,Data 和 AI 也进行了深层的融合,MaxCompute 融合大模型,围绕大模型提供超大规模数据预处理能力。Hologres 通过 MCP 协议能够将湖仓中的海量数据转化为实时可查询的服务。

平台管理层:提供了统一 Data+AI 数据治理体系,用户可通过 DataWorks Copilot 智能助手和智能体 Agent,通过自然语言交互实现数据开发、数据分析与治理全流程。

应用场景层:当前数智一体计算平台已覆盖 RAG 增强检索、LLM 大模型训练、MLOps 运维等多种 AI 工程化场景及需求。我们希望企业可以基于平台之上便捷地获取数据与 AI 的能力,真正实现"数据驱动业务,AI 创造价值"。

为 AI 而生:ODPS 的四大核心升级

1、超大规模数据处理能力,支撑 AI 算力爆发;在 AI 时代,大模型训练需要处理海量数据,对算力提出了极高要求。ODPS 通过云原生架构,实现了数十万台集群的弹性调度,峰值数据处理能力达50亿次/秒。阿里云智能集团计算平台事业部大数据产品总监陈守元介绍到:"LLM 基模训练过程中往往需要突发调用数十万 CPU 和数万 GPU,以通义千问为例,ODPS 的即开即用、按量付费模式为其节省了90%以上的成本。"

2、多模态数据存储与计算,打破AI数据边界;随着 AI 时代的到来,数据逐渐呈现多元化,包含文本、图片、视频等多种类型,非结构化数据占比超过80%。ODPS 推出湖仓一体方案,支持文本、图像、音视频等多模态数据的统一存储。

在计算方面,ODPS-MaxCompute 推出面向 Python 开发生态的分布式计算框架 MaxFrame,统一 Python 编程接口,提供高效的分布式计算能力,部分算子相比用户本地自建性能提升3倍以上,计算、运维成本降低50%。MaxFrame 同时支持 AI Funtion 能力,可通过简易的编程接口调用内置大模型,对 MaxCompute 表中的海量数据进行离线处理。 同时,ODPS- Hologres 在高性能实时数据分析的基础上,提供了面向多模态数据和 RAG 场景的检索增强特性,与 Deepseek/通义等大模型结合构建企业级 RAG 知识库,减少大模型问答幻觉,提升知识更新与问答速度,性能领先开源30%-40%。

3、近实时计算实现极致性价比;AI 时代企业用户不仅追求性能,更追求极致性价比。阿里云智能计算平台事业部 MaxCompute 研发负责人张治国重点介绍了 ODPS 在计算范式上的创新:ODPS 通过增量计算引擎(DLMV)和近线查询(MaxQA),填补了实时与离线之间的空缺。增全量一体的计算能够极大地优化整体计算资源,并且提供一个更稳定的环境、更强大的计算能力。MaxQA引擎通过在实现近实时场景下的查询性能优化,能够在独享的查询计算资源池中,对管控链路、查询优化器、执行引擎、存储引擎及缓存机制等多个环节进行全面优化,显著减少响应时间,提升数据效率。

4、AI赋能数据价值变现;数据无应用不价值。AI 让数据价值从"人分析数据"到"AI 直接变现业务价值",让数据价值更加显性化。MaxCompute Notebook 通过结合 MaxFrame 分布式计算框架,支持通过 SQL 与 Python 相结合,轻松访问 MaxCompute 中海量数据,进行 Data + AI 一体化数据分析、数据科学计算、AI模型数据处理。ODPS-DataWorks Copilot 智能助手提供 SQL/Python 代码自动生成和智能补全等服务,数据开发分析平均提效35%。 ODPS-Hologres 及 DataWorks 发布 MCP Server 服务,为客户提供基于自然语言的用户交互界面及智能化产品体验。

总结

在 AI Native 时代,数据与 AI 的融合已不再是选择题,而是必答题。阿里云将持续深耕 Data+AI 双引擎,助力企业加速智能化落地,共同迈向数智未来。

相关推荐
AIGCmagic社区2 分钟前
腾讯混元 AuK 技术报告拆读:1.5B 统一语音生成与编辑,蒸馏后 4 步无 CFG 提速 4.5 倍
人工智能·算法·aigc·ai多模态
拾光师8 分钟前
MapReduce OutputFormat 解析:结果怎么从键值对变成文件
大数据
Allen_LVyingbo9 分钟前
医疗人工智能项目全生命周期管理系统:监管知识建模、工程实现与实证评估(下)
大数据·数据库·人工智能·python·自然语言处理·自动化
Forerror202612 分钟前
MAI Gateway(魔芋企业级AI网关)从零讲起:大模型网关解决什么问题?小白也能看懂
人工智能·maigateway·finapi·企业级ai网关·大模型财务管控·企业级大模型治理网关
志栋智能12 分钟前
超自动化巡检如何生成“有灵魂”的运维报告?
大数据·运维·人工智能·架构·自动化
千里码aicood13 分钟前
pyqt基于pytorch的人脸交换系统设计(opencv)
人工智能·pyqt
凌风的跨境分享13 分钟前
Temu运营避坑指南:制造地点信息填写合规要点与批量优化方法
运维·服务器·人工智能
来让爷抱一个16 分钟前
2026 表示工程实战:八帧跳跃不许特征乱漂,百智云精灵图把激活引导写进素材包
人工智能·机器学习
熊猫钓鱼>_>17 分钟前
从拍照到建模:HarmonyOS 7 3DGS端侧重建完整实战指南
人工智能·3d·ai·harmonyos·arkts·鸿蒙·3dgs
TechEdu20260618 分钟前
[人工智能]人工智能硬件与芯片的历史与演进:全球视角下的架构、制造、存储、软件生态与系统经济性
人工智能·ai