近日，在2025年華為中國合作伙伴大會上，華為攜手景聯文科技發布面向AI數據湖的數據工程聯合解決方案。該方案基于端到端高效、可靠、共享、易管理的AI數據湖，旨在將海量多模態數據資源高效轉化成高質量AI算料，為行業智能升級注入充沛的數據動能。

景聯文科技CEO劉云濤

“AI-ready的前提是Data-ready，大模型的好壞取決于數據的好壞。高質量數據集的供給是AI行業化落地的關鍵要素，也是促進數據要素繁榮交易的根基。”景聯文科技CEO劉云濤強調，“精準全面的數據治理能力，結合可靠高效的數據基礎設施，在智能化升級中不可或缺。”

普遍來說，面向AI的數據需要經歷三大環節，即：從海量原始數據提煉為結構化數據集，然后經標注成為語料集，最終構成知識庫、支撐模型訓練及業務應用。在這個過程中，當下正面臨多重挑戰：

● 首先，數據擁有方動力不足：大部分數據持有者缺少便捷安全的數據匯聚托管系統，普遍陷入“不愿、不敢、不會”的困境，數據共享壁壘高筑。

● 其次，語料開發難：原始數據種類多、格式雜、時效高，如文本、圖像、音視頻等多模態原始數據，增加了語料處理的復雜性。同時，行業專用語料往往包含大量特有的垂類知識、表達方式，加劇了精準標注的難度。

● 最后，數據可信流動難：數據作為風險資源，如果在流通中缺少端到端安全管控，則易遭受被篡改、被擴散的風險。此外，區域間數據基礎設施發展程度不均，且兼容性和互操作性不足，導致數據跨域流通效率低下。

景聯文科技與華為強強聯合，依托景聯文科技深耕多年的數據工程能力、以及華為數據存儲行業領先的技術優勢，推出面向AI數據湖的數據工程聯合解決方案：

● 全流程數據工程：景聯文科技Solar Data平臺采用AI Agent理念，與全閃數據湖存儲緊密協同，支持異構數據的高效加工，實現對30+格式的自動或半自動化清洗、解析、預處理、特征提取與初步分析，并基于AI預標注與專業手工標注結合，最終整合為高質量的數據產品，全流程效率提升70%。

● 數據流通與資源調度：通過華為DME(Omni-Dataverse)全局文件系統，結合可信數據空間，實現多源數據無縫歸集，讓全局數據可視、可管、可流，保障數據交換過程的可信、可證、可控。基于華為DCS的統一資源調度，實現Solar Data平臺計算、存儲、網絡等資源的彈性服務與統一管理。并通過ModelEngine AI使能工具鏈框架，實現高效模型編排與應用對接，加速數據集開發進程。

● 先進數據底座：基于華為OceanStor Pacific分布式存儲底座建設統一數據底座，在先進介質、協議互通、負載優化、分布式并行客戶端等領域軟硬協同創新，打造業界領先的高密綠色數據基礎設施，助力海量數據更持久地存儲、更高效地訪問。

華為數據存儲將持續深化與業界伙伴的合作，攜手促進AI時代應用生態的蓬勃壯大，秉持“以數據為中心”的產業理念，發揮數據在數字經濟的核心驅動力作用。

來源：北國網