12月18日，数据飞轮2.0在2024冬季火山引擎FORCE原能源大会上负责升级发布。
延续旧年4月火山引擎发布的数据飞轮“以数据忽地促财富配置，以数据忽地助业务发展”的内核，升级后，数据飞轮2.0方式更聚焦把AI手脚数智化中枢竞争力，通过AI时间促进更普惠的企业数据忽地。
围绕数据飞轮2.0方式的升级，火山引擎数智平台VeDI同步发布了多模态数据湖惩处有策动。
跟着大模子的发展和应用，文本的界限被拓宽，图像、视频、语音各样模态浮现，并给数据陆续、检索、贪图带来宏大挑战。火山引擎多模态数据湖惩处有策动则可驱散海量结构化、半结构化及非结构化数据的调和邃密化陆续，全概念兼容各样数据阵势，为LLM预考试、执续考试和微调全程各个阵势提供更好的数据支执。
火山引擎多模态数据湖惩处有策动架构图
从数据源来看，火山引擎多模态数据湖惩处有策动涵盖传统的结构化数据，如企业日常运营产生的表格、日记工作以及各样数据库；也包含半结构化数据，如在互联网交互中常见的 JSON、XML、CSV 阵势数据以及通过 API 接口得回的数据；更有非结构化数据，如海量的文本良友、丰富各样的图片、各样音频片断以及视频文献等。这些数据源通过全域数据集成 DataSail 进行无缝整合，冲破数据孤岛，晋升利用后果。
在统共这个词架构底层，数据湖绽开存储 TOS 以其坚韧的兼容性，支执 Paimon、Iceberg、Hudi 等多种数据湖阵势，不管是文本、图片、音频、视频仍是向量数据，齐能驱散高效存储与陆续。
在数据湖陆续方面，LAS具备元数据、数据集陆续、数据权限陆续等才能，并具备近贪图与近存储加快特点，保险数据湖应用启动。同期依托数据贪图和存储的 E-MapReduc、流式贪图 Flink 和 擅长OLAP处理的ByteHouse 等多元贪图引擎，企业不错把柄本人需求进行汲取，幽闲不同场景下复杂的数据处理条目。在表层数据开辟阶段，大数据研发治理DataLeap提供始创的找数助手、开辟助手、运维助手等智能化才能，裁减企业数据财富检索和数据开辟的使用门槛。
最终，海量数据经由多模态数据湖的集成、存储、贪图和分析，输出给 Data Agent、生意智能、LakeHouse、常识库等下流应用场景，工作于企业科学决策。
现在，火山引擎多模态数据惩处有策动已正常应用在泛互联网、汽车等行业，并取得实效。
以某聚焦于智能网联汽车的科创公司为例，领先该公司使用自建开源大数据平台支执车联网数据集结、加工及分析，但存在及时离线数据割裂、数据膨大、系统厚实性低等问题。
通过引入火山引擎多模态数据湖惩处有策动，该公司将火山引擎E-MapReduce手脚数据湖 OLAP 引擎，构建兼具离线、及时的湖仓一体架构，并哄骗其存算分手架构应酬高膨大增量数据，在确保贪图性能 SLA 厚实的同期，告捷将珍惜老本降为零；还进一步借助全域数据集成DataSail 驱散OLAP、OLTP 两种不同负载条目的任务分手，保险了工作的可用性。最终在数据处理实效性晋升为秒级的基础上，资源老本还裁减了30%。
数据已成为AI算法模子发展和演进的“燃料”。而火山引擎数据飞轮2.0及多模态数据湖等系列惩处有策动的发布，必将匡助企业晋升数据利用后果，创造业务改变与发展的一个又一个“燃点”。