更适合Agent的数据平台来了!
今天，腾讯云正式发布智能数据湖计算平台AI DLC，面向自动驾驶、具身智能、Agent等场景，同时支持数据计算(Spark)和AI计算(Ray)，一站式覆盖数据处理、模型训练、在线推理到Agent应用全流程，提升数据到AI应用的处理效率。
以WorkBuddy为例，接入AI DLC后，处理同一批数据的时间从5小时缩短到1小时，完成相同任务所需算力仅为原来的1/5。
(腾讯云智能湖计算AI DLC架构)
//两套框架同平台，数据不再来回搬运
过去，企业开发AI应用通常需要先用Spark处理数据，再交给Ray等框架完成训练和推理。由于两套框架运行在不同平台，数据需要反复流转，权限和算力也要分别管理，数据越多，开发效率越低。
AI DLC让Spark与Ray运行在同一平台：Spark负责数据处理和特征准备，Ray承接多模态数据处理、模型训练、在线推理和Agent任务。
数据处理完成后，可以直接进入训练和推理，无需先写入存储再重新读出。两套框架共享同一份数据、算力和权限，减少跨平台搬运和重复配置。
平台按任务用量计费，任务结束后算力自动释放，企业无需预留和运维固定集群。CPU、GPU等异构算力也被纳入统一资源池调度，并已适配国产主流GPU芯片。
//自研引擎加持，大幅提升性价比
为了让数据处理和AI计算跑得更快、更省，AI DLC还搭载了腾讯云自研的Meson和Xpark两套计算引擎，分别优化常规数据处理和多模态数据处理。
-Meson负责加速Spark数据处理，完全兼容Spark，原有作业无需改动即可迁入。在标准测试中，查询性能提升3.6倍，复杂查询最高加速5倍，处理相同数据的CPU消耗降低约一半。
-Xpark面向文档、图片、音视频等多模态数据。相比开源方案，处理效率提升3倍，并进一步提升GPU利用率。
//更适合Agent持续运行和迭代
除了把数据处理、训练和推理放到同一平台，AI DLC还针对Agent的持续运行和迭代进行了升级。
Agent运行过程中产生的轨迹、记忆和反馈，可以持续沉淀到数据湖，经过处理和后训练后，再反哺模型和Agent。平台也通过MCP、Skills和Open API开放能力，WorkBuddy、CodeBuddy等Agent可以直接调用其数据处理、训练和分析能力。
目前，AI DLC已经在腾讯内部产品和自动驾驶等场景落地
-WorkBuddy每天会产生大量对话、文档和用户反馈，数据量月增速超过100%。接入AI DLC后，这些数据可以自动完成清洗、特征提取和模型训练，数据到训练的周期（883436）缩短70%，人工搬运减少90%。
-在自动驾驶场景中，博世测试车每天会产生海量图片、视频和传感器（885946）数据，不同任务分别依赖CPU、GPU等算力。通过统一平台，博世已沉淀200多个处理模板，每天完成上万个数据处理和推理任务。
面向Agent，腾讯云正在持续升级数据、计算和基础设施产品，更多新能力陆续上线中。
