文章轉(zhuǎn)載自：CSDN

編輯：宋慧

在生成式AI的浪潮中，數(shù)據(jù)的重要性日益凸顯。大模型在實(shí)際業(yè)務(wù)場(chǎng)景的落地過(guò)程中，必須有海量數(shù)據(jù)的支撐：經(jīng)過(guò)訓(xùn)練、推理和分析等一系列復(fù)雜的數(shù)據(jù)處理過(guò)程，才能最終產(chǎn)生業(yè)務(wù)價(jià)值。事實(shí)上，大模型本身就是數(shù)據(jù)處理后的產(chǎn)物，以數(shù)據(jù)驅(qū)動(dòng)的決策與創(chuàng)新需要通過(guò)更智能的平臺(tái)解決數(shù)據(jù)多模處理、實(shí)時(shí)分析等問(wèn)題，這正是以阿里云為代表的企業(yè)推動(dòng) “Data+AI”融合戰(zhàn)略的核心動(dòng)因。

那么，“Data+AI”對(duì)于數(shù)據(jù)處理究竟意味著什么？從字面意義來(lái)理解，Data+AI是指將數(shù)據(jù)和人工智能結(jié)合起來(lái)，支持?jǐn)?shù)據(jù)從收集、準(zhǔn)備到模型開(kāi)發(fā)、部署、迭代、監(jiān)控的全流程。與傳統(tǒng)數(shù)據(jù)管理模式相比，Data+AI更側(cè)重AI原生化、一體化、多?；壤砟?。

阿里云數(shù)據(jù)庫(kù)產(chǎn)品事業(yè)部AnalyticDB PostgreSQL及生態(tài)工具部負(fù)責(zé)人 周文超

從數(shù)據(jù)工程與業(yè)務(wù)實(shí)踐的角度來(lái)看，由離線數(shù)據(jù)處理到實(shí)時(shí)數(shù)據(jù)處理，再到今天的Data+AI時(shí)代，數(shù)據(jù)處理的底層邏輯到底發(fā)生了怎樣的變化？為何多模處理能力變得越來(lái)越重要？我們邀請(qǐng)了在學(xué)術(shù)界和產(chǎn)業(yè)界均有豐富經(jīng)驗(yàn)的周文超博士，他現(xiàn)在是阿里云數(shù)據(jù)庫(kù)產(chǎn)品事業(yè)部AnalyticDB PostgreSQL及生態(tài)工具部負(fù)責(zé)人。周文超博士從數(shù)據(jù)管理平臺(tái)變化角度出發(fā)，結(jié)合阿里云DMS+X底層技術(shù)構(gòu)建路徑，深入分析Data+AI智能平臺(tái)構(gòu)建的現(xiàn)狀與未來(lái)。他認(rèn)為，今天的數(shù)據(jù)處理正在向多模融合方向發(fā)展，一站式的多模處理能力將是未來(lái)數(shù)據(jù)管理的標(biāo)配。

1、智能升級(jí)加速，數(shù)據(jù)管理平臺(tái)機(jī)遇與挑戰(zhàn)并存

生成式AI重塑一切，很多工作的生產(chǎn)效率得到了極大提升，當(dāng)AI內(nèi)容生產(chǎn)和代碼生成表現(xiàn)出接近甚至趕超人類(lèi)的能力時(shí)，原有的數(shù)據(jù)管理模式也面臨著巨大變革。與過(guò)去相比，今天的數(shù)據(jù)處理在數(shù)據(jù)量、數(shù)據(jù)類(lèi)型、處理深度，以及與AI計(jì)算的融合等方面，都發(fā)生了顯著的變化。這些變化不僅提高了數(shù)據(jù)處理的效率和準(zhǔn)確性，還為AI的創(chuàng)新發(fā)展提供了有力的支持。

生成式AI雖然帶來(lái)了前所未有的機(jī)遇，讓企業(yè)在流程化、個(gè)性化服務(wù)創(chuàng)新過(guò)程中找到新的路徑，但也存在著諸多挑戰(zhàn)。面對(duì)Data+AI融合趨勢(shì)的數(shù)據(jù)處理難點(diǎn)，周文超博士概括了三點(diǎn)：第一，數(shù)據(jù)的多模態(tài)化；第二，算力的多元融合；第三，數(shù)據(jù)處理的實(shí)時(shí)性。

數(shù)據(jù)的多模態(tài)：數(shù)據(jù)類(lèi)型不再局限于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，而是包括了圖片、文檔、圖、時(shí)序、交易等多種模態(tài)的數(shù)據(jù)，比如：IoT設(shè)備數(shù)據(jù)、車(chē)機(jī)圖像數(shù)據(jù)等，這些多模數(shù)據(jù)是數(shù)據(jù)處理和分析的一大挑戰(zhàn)。

算力的多元融合：算力也朝著多模態(tài)和異構(gòu)方向發(fā)展。過(guò)去，無(wú)論是在操作系統(tǒng)、數(shù)據(jù)庫(kù)、離線數(shù)據(jù)處理還是實(shí)時(shí)數(shù)據(jù)處理中，主要關(guān)注的是以CPU為核心的算力。然而，隨著大模型的出現(xiàn)，GPU、FPGA、ASIC等硬件逐漸加入到算力矩陣中。特別是GPU，原本用于圖形加速和比特幣等領(lǐng)域，現(xiàn)在因其能處理更多向量數(shù)據(jù)，并且可用于矩陣乘法，在算力領(lǐng)域扮演著越來(lái)越重要的角色。另外，如何在多樣化的算力硬件上合理分配計(jì)算任務(wù)，以及如何更好地調(diào)度和結(jié)合不同的異構(gòu)算力，成為Data+AI領(lǐng)域需要攻克的另一個(gè)重要挑戰(zhàn)。

數(shù)據(jù)處理的實(shí)時(shí)性：實(shí)時(shí)性也是數(shù)據(jù)處理領(lǐng)域的一個(gè)難點(diǎn)。從最初的離線數(shù)據(jù)處理，到現(xiàn)今的實(shí)時(shí)數(shù)據(jù)處理，我們見(jiàn)證了數(shù)據(jù)處理走向?qū)崟r(shí)化的過(guò)程。過(guò)去，數(shù)據(jù)主要以批次形式處理，一天或一周進(jìn)行一次分析或訓(xùn)練。后來(lái)隨著實(shí)時(shí)分析場(chǎng)景的增加，需要分鐘級(jí)甚至秒級(jí)的數(shù)據(jù)處理能力，例如：在數(shù)據(jù)監(jiān)控平臺(tái)上，用戶希望每秒或每分鐘都在更新數(shù)據(jù)，以便實(shí)時(shí)了解當(dāng)前情況。同理，Data+AI也是相同的邏輯。如果幾個(gè)月才能進(jìn)行一次訓(xùn)練，那么最近的數(shù)據(jù)將如何處理？因此，數(shù)據(jù)管理平臺(tái)對(duì)實(shí)時(shí)數(shù)據(jù)的處理，也成為企業(yè)必須要面對(duì)的一個(gè)重要課題。

只有解決了上述問(wèn)題，Data+AI的落地場(chǎng)景才會(huì)變得更加豐富，數(shù)據(jù)驅(qū)動(dòng)企業(yè)智能化升級(jí)才會(huì)成為可能。

2、阿里云DMS+X一站式數(shù)據(jù)管理平臺(tái)設(shè)計(jì)原理

準(zhǔn)確來(lái)講，Data+AI所有數(shù)據(jù)處理的背后主要源于三個(gè)核心要素，即數(shù)據(jù)、模型與算法、算力，正是這“三駕馬車(chē)”成為數(shù)據(jù)管理智能平臺(tái)能否提升業(yè)務(wù)效率的關(guān)鍵。

換言之，真正滿足用戶需求的Data+AI智能平臺(tái)具有明顯的Data Gravity（數(shù)據(jù)重力）傾向。如何理解Data Gravity概念？用一句話概括，就是讓更多的模型、算法和算力向數(shù)據(jù)靠近，而不是來(lái)回遷移數(shù)據(jù)。因?yàn)椋釘?shù)據(jù)這件事，成本高昂，不能再像二十年前一樣，把不同數(shù)據(jù)進(jìn)行聚攏，再進(jìn)行數(shù)據(jù)下發(fā)?，F(xiàn)在，基本都是近存計(jì)算、存內(nèi)計(jì)算，計(jì)算向存儲(chǔ)靠近，向數(shù)據(jù)偏移。

此種背景下，阿里云瑤池?cái)?shù)據(jù)庫(kù)推出的Data+AI一站式多模數(shù)據(jù)管理平臺(tái)做出幾個(gè)重要改變：一、是一體化，打破數(shù)據(jù)生態(tài)和部署域的壁壘；二、讓數(shù)據(jù)價(jià)值獲取的路徑變短。

所謂“一體化”，是指為用戶打造一個(gè)統(tǒng)一的數(shù)據(jù)管理與開(kāi)發(fā)平臺(tái)，以優(yōu)化數(shù)據(jù)資產(chǎn)的可見(jiàn)性和利用效率。首先，通過(guò)一個(gè)集中化的界面，讓用戶能夠清晰地查看所有分散在不同來(lái)源（如OLTP數(shù)據(jù)庫(kù)、OLAP數(shù)據(jù)庫(kù)、云存儲(chǔ)及自有IDC等）的數(shù)據(jù)資產(chǎn)，從而更有效地管理數(shù)據(jù)并控制存儲(chǔ)成本，同時(shí)獲得全局性的數(shù)據(jù)概覽，這一理念體現(xiàn)在阿里云在DMS+X平臺(tái)中提出的OneMeta+OneOps概念上。其中，OneMeta實(shí)現(xiàn)了數(shù)據(jù)資產(chǎn)的統(tǒng)一元數(shù)據(jù)管理，包括數(shù)據(jù)的來(lái)源、表結(jié)構(gòu)等關(guān)鍵信息；而OneOps強(qiáng)調(diào)了開(kāi)發(fā)平臺(tái)的統(tǒng)一性，支持從離線到在線、從OLAP到Spark再到AI等多種數(shù)據(jù)處理場(chǎng)景。通過(guò)OneOps概念，DMS+X整合了數(shù)據(jù)操作、開(kāi)發(fā)運(yùn)維以及針對(duì)大型語(yǔ)言模型等操作，形成一個(gè)統(tǒng)一的操作平臺(tái)，讓用戶能夠在這個(gè)平臺(tái)上完成所有與數(shù)據(jù)相關(guān)的操作，從數(shù)據(jù)清洗、編排到調(diào)用AI模型，從而縮短數(shù)據(jù)價(jià)值獲取的路徑，使數(shù)據(jù)價(jià)值的挖掘變得更加簡(jiǎn)單和高效。

值得一提的是，不同數(shù)據(jù)生態(tài)的打通也是DMS+X一大亮點(diǎn)。眾所周知，OLTP數(shù)據(jù)庫(kù)和OLAP數(shù)據(jù)庫(kù)本身數(shù)據(jù)存儲(chǔ)和處理形式不同，中間免不了要進(jìn)行復(fù)雜的ETL轉(zhuǎn)換。秉承Zero-ETL理念，DMS+X在數(shù)據(jù)轉(zhuǎn)換通路上做了很多工作，讓用戶無(wú)需通過(guò)物理復(fù)制就能在無(wú)感知狀態(tài)中將ETL效率提升5-10倍。

與此同時(shí)，讓數(shù)據(jù)價(jià)值它的獲取路徑變得短，或者說(shuō)讓用戶獲取價(jià)值更簡(jiǎn)單，也是DMS+X智能平臺(tái)提供的一個(gè)重要價(jià)值。為了將數(shù)據(jù)適配到AI處理的需求，DMS+X還進(jìn)行了數(shù)據(jù)的AI ready化處理，如向量化等，使數(shù)據(jù)更易于被大型語(yǔ)言模型等AI技術(shù)理解和處理。此外，DMS+X還提供了Notebook、任務(wù)編排、以及結(jié)合百煉等智能開(kāi)發(fā)平臺(tái)的一系列功能，幫助用戶更容易地生成帶有業(yè)務(wù)屬性的數(shù)據(jù)處理流程，進(jìn)一步提升數(shù)據(jù)價(jià)值的挖掘效率。

從目前應(yīng)用現(xiàn)狀來(lái)看，阿里云DMS+X的用戶主要是互聯(lián)網(wǎng)、零售、游戲以及泛娛樂(lè)領(lǐng)域，這些領(lǐng)域的企業(yè)本身就有核心的數(shù)據(jù)資產(chǎn)，希望通過(guò)數(shù)據(jù)處理能力的提升拓展AI邊界，構(gòu)建AI原生能力，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的價(jià)值最大化。大體來(lái)看，企業(yè)智能化升級(jí)還處于剛剛起步的階段，未來(lái)隨著Data+AI融合速度的加快，其他傳統(tǒng)領(lǐng)域也一定會(huì)全面跟進(jìn)。

當(dāng)然，部署Data+AI融合戰(zhàn)略的企業(yè)不只阿里云一家。與同類(lèi)競(jìng)品相比，阿里云“Data+AI”驅(qū)動(dòng)的DMS+X一站式多模數(shù)據(jù)管理平臺(tái)之所以成為各行各業(yè)實(shí)現(xiàn)數(shù)據(jù)價(jià)值新底座，是“厚積薄發(fā)”的結(jié)果。比如：生成式AI強(qiáng)調(diào)的三層架構(gòu)（底層基礎(chǔ)設(shè)施層、中間模型層以及上層應(yīng)用），阿里云很早就已提出IaaS+PaaS+MaaS全棧產(chǎn)品矩陣。過(guò)去幾年，不管是IaaS（計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)安全）、PaaS（中間件，數(shù)據(jù)庫(kù)，計(jì)算平臺(tái)），還是MaaS（通義系大模型），都已做到業(yè)內(nèi)領(lǐng)先。

具體到數(shù)據(jù)庫(kù)，經(jīng)過(guò)十余年的應(yīng)用實(shí)踐以及技術(shù)迭代，阿里云瑤池?fù)碛袠I(yè)界最全面的數(shù)據(jù)庫(kù)產(chǎn)品布局，涵蓋云原生關(guān)系型數(shù)據(jù)庫(kù)PolarDB、云原生數(shù)據(jù)倉(cāng)庫(kù)AnalyticDB、云原生多模數(shù)據(jù)庫(kù)Lindorm等多款明星產(chǎn)品，可滿足用戶不同業(yè)務(wù)需要。技術(shù)方面，瑤池旗下的自研數(shù)據(jù)庫(kù)擁有三層解耦、多主多寫(xiě)、HTAP、Serverless等全球首創(chuàng)或業(yè)內(nèi)領(lǐng)先的創(chuàng)新能力。其中，PolarDB已完成全球首個(gè)大規(guī)模商用、基于共享存儲(chǔ)的云原生多主數(shù)據(jù)庫(kù)實(shí)踐，并憑此成功摘得了中國(guó)首個(gè)ACM SIGMOD和IEEE ICDE的工業(yè)賽道“最佳論文獎(jiǎng)”。

3、未來(lái)：AI就緒，迎接Gen AI時(shí)代

盡管在底層技術(shù)平臺(tái)支撐上，人類(lèi)已經(jīng)做好了AI就緒的準(zhǔn)備，但距離真正的Gen AI時(shí)代到來(lái)，還有一段距離。周文超博士總結(jié)認(rèn)為，大模型應(yīng)用層將在未來(lái)占據(jù)主導(dǎo)地位，尤其是模型的推理應(yīng)用，其價(jià)值將遠(yuǎn)超訓(xùn)練過(guò)程。在此背景下，阿里云瑤池?cái)?shù)據(jù)庫(kù)DMS+X發(fā)展規(guī)劃也會(huì)變得更加清晰，將聚焦于支持更宏大的推理場(chǎng)景，通過(guò)提升用戶體驗(yàn)和性價(jià)比來(lái)推動(dòng)技術(shù)進(jìn)步。

具體而言，DMS+X將致力于讓用戶在使用過(guò)程中更加便捷、高效，并通過(guò)資源混部、垂直領(lǐng)域數(shù)據(jù)的存儲(chǔ)與計(jì)算優(yōu)化等手段，進(jìn)一步提升資源使用效率。同時(shí)，還會(huì)更積極地探索如何更高效地使用CPU、GPU、FPGA等算力資源，以期在未來(lái)技術(shù)落地中發(fā)揮重要作用。這些努力不僅體現(xiàn)了阿里云瑤池?cái)?shù)據(jù)庫(kù)對(duì)未來(lái)技術(shù)趨勢(shì)的深刻洞察，也彰顯了企業(yè)在推動(dòng)AI技術(shù)發(fā)展方面的堅(jiān)定決心和不懈努力。

而從技術(shù)人生的視角來(lái)看，以周文超博士為代表的研發(fā)團(tuán)隊(duì)，正以長(zhǎng)期主義心態(tài)，將戰(zhàn)略愿景轉(zhuǎn)化為實(shí)際行動(dòng)，致力于為用戶帶來(lái)更高效、更便捷的智能數(shù)據(jù)平臺(tái)體驗(yàn)，推動(dòng)著AI技術(shù)的持續(xù)進(jìn)步和應(yīng)用的快速拓展。

受訪人簡(jiǎn)介：

周文超，阿里云數(shù)據(jù)庫(kù)產(chǎn)品事業(yè)部AnalyticDB PostgreSQL及生態(tài)工具部負(fù)責(zé)人，負(fù)責(zé)云原生數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)庫(kù)工具與管控的研發(fā)以及數(shù)據(jù)庫(kù)系統(tǒng)與智能方向科研。專(zhuān)注于建設(shè)一體化Data+AI數(shù)據(jù)管理平臺(tái)，支持日益豐富的數(shù)據(jù)計(jì)算需求和更趨異構(gòu)化的底層架構(gòu)，利用資源云化提升智能計(jì)算效能。

清華大學(xué)計(jì)算機(jī)系本科，賓夕法尼亞大學(xué)計(jì)算機(jī)與信息科學(xué)博士，國(guó)家級(jí)領(lǐng)軍人才，浙江省頂尖人才。畢業(yè)后于美國(guó)喬治城大學(xué)計(jì)算機(jī)系任教，后升任終身教授。至今在一流國(guó)際學(xué)術(shù)會(huì)議與期刊上發(fā)表論文70余篇。主要研究方向是計(jì)算機(jī)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，涵蓋數(shù)據(jù)庫(kù)、分布式系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)和系統(tǒng)安全等方向。曾獲多項(xiàng)重要獎(jiǎng)項(xiàng)，包括美國(guó)基金委NSF CAREER Award（杰出教授獎(jiǎng)），ACM SIGMOD最佳博士論文獎(jiǎng)，以及多個(gè)學(xué)術(shù)會(huì)議的最佳論文、最佳系統(tǒng)演示獎(jiǎng)等。

審核編輯 黃宇