高质量数据是AI for Science（AI4S）的根基，构建系统化的行业知识、打造可高效沉淀知识的新型数据基础设施，是加速科研范式升级的关键。面对科研海量多模态数据的“存-管-用”难题，华为推出AI数据湖解决方案，以打通“存好-管好-用好”业务闭环，为科研创新提供坚实数据底座。
AI模型的推理精度与泛化能力高度依赖于数据的质量与规模。当前，科研领域每年产生EB级多模态数据，传统架构难以支撑海量数据的持续稳定供给与高效利用。为此，华为打造AI数据湖解决方案围绕三个层面进行创新：
-
在数据存储层面，依托OceanStor Pacific数据湖存储，实现11PB/2U的超高容量密度与0.25W/TB的超低功耗、并支持EB级超大集群扩展，以更低TCO容纳海量多模态科研数据；通过文件、对象、大数据多协议无损互通能力，满足科研业务工序中数据0拷贝、0迁移，大幅提升数据流转效率，确保数据供给持续稳定。
-
在数据治理与管理层面，华为iMaster DME Omni-Dataverse统一数据空间提供跨域数据全局可视能力，并具备千亿千维向标量混合数据秒级检索能力，让离散数据全域汇聚、有序流通、“入湖即可见”，有效打破数据孤岛，显著降低高质量数据集的构建周期，解决筛选难、整理慢、复用率低的难题。同时，提供统一开放的数据湖表格式，驱动科研数据从“人工分析”走向“Agent自主理解”，充分释放科研数据价值。
-
在数据应用层面，华为提供iData AI数据工程工具链，可实现多源异构数据入湖、解析清洗、标注评测及知识智能提取融合，加速将语料库转化为知识库，为AI模型训推持续供给高质量数据，加速科研场景AI应用落地。
注：本文转自华为数据存储，版权归作者所有
.png)
沪公网安备 31010702006392号