支持数据+AI 融合：腾讯云大数据-数据湖计算 DLC 实现 70% 成本降低

发布时间：2025年5月8日来源：szf

快速阅读: 《安塔拉新闻》消息，腾讯云大数据产品DLC（数据湖计算）通过湖仓一体技术，帮助企业降低70%的数据与AI成本，提供统一引擎、高性能Meson引擎及动态资源配置，实现数据工程、SQL分析与机器学习的整合。

中国深圳，（安塔拉通讯社/联合早报）——在数据与人工智能深度融合的趋势下，湖仓一体（湖仓一体化）代表了大数据平台的核心发展方向。腾讯云大数据-数据湖计算（DLC）是一款开放、统一的云原生无服务器湖仓一体化数据仓库和分析服务。它具备云原生存储计算分离、湖格式的数据治理、对Iceberg的深度优化、统一元数据管理以及机器学习训练支持等功能，帮助企业构建敏捷的数据+人工智能湖仓平台。DLC已经帮助一家东南亚领先的零售集团将数据平台和机器学习成本降低了70%。

**核心挑战：**

– **资源孤立**：大数据和人工智能需要独立的基础设施投资，无法共享资源。
– **数据迁移开销**：数据孤岛导致数据与人工智能系统之间存在延迟和额外成本。

**DLC解决方案：**

基于数据湖计算（DLC）的一站式智能平台WeData，提供集成的数据运营（DataOps）和机器学习运营（MLOps）平台解决方案，实现：

– **无缝衔接**：统一开发数据分析和机器学习工作流。
– **成本效益**：通过共享计算资源，使数据+人工智能工作负载的成本降低了70%。
– **加速人工智能创新进程**：通过统一的数据治理快速部署生成式人工智能应用。

**关键功能：**

– **统一引擎**：支持数据工程和机器学习训练（Scikit-Learn、PyTorch、TensorFlow）。
– **Meson引擎**：专有的高性能引擎，处理速度是开源Spark的两倍。
– **动态资源配置**：灵活的资源组适用于数据工程、交互式分析和机器学习任务。

**商业价值：**

DLC将数据工程、SQL分析与机器学习整合到一个统一的平台中，具有业内领先的成本效益。该解决方案已助力一家东南亚零售巨头将数据和机器学习基础设施的总拥有成本（TCO）降低了70%。

—

**腾讯云大数据**
**数据湖计算**

(以上内容均由Ai生成)