基本信息

---

下载

文档摘要

---

云原生湖仓一体演进

大模型数据底座的架构变革与实践

目录

01Lakehouse价值与挑战02AI时代下数据平台变革

向量数据连接DATA与AI04向量湖的技术方向与实现

管理多模态数据新范式06社区和业界的实践与展望

03

05

AI数据管理困难

1.数据散布在不同的数据文件中，需要ETL串联，时效性差。

2.数据修改和模式变更困难。

3.数据版本难以管理，尤其是跨系统一致性难以管理。

AI数据读写性能差

1.不同文件格式的重复序列化和反序列化。

2.不同存储介质之间反复I/O