近日，阿里云宣布全面升级自研大数据平台ODPS架构，旗下MaxCompute、Hologres和DataWorks等核心产品将全面拥抱AI，推动大数据与AI的深度融合。
ODPS是阿里云首款产品，过去十五年，ODPS不仅支撑了阿里巴巴集团内部电商、金融、物流等核心业务的数据处理需求，还帮助数万家国内外企业实现了从线下IDC到云原生的平滑过渡。今天，ODPS正式迈入AI Native时代，进化成为AI而生的数据平台。
为AI而生：ODPS的四大核心升级
超大规模数据处理能力，支撑AI算力爆发
在AI时代，大模型训练需要处理海量数据，对算力提出了极高要求。ODPS通过云原生架构，实现了数十万台集群的弹性调度，峰值数据处理能力达50亿次/秒。以通义千问训练任务为例，ODPS的即开即用、按量付费模式节省了90%以上的成本。
多模态数据存储与计算，打破AI数据边界
随着AI时代的到来，数据逐渐呈现多元化，包含文本、图片、视频等多种类型，非结构化数据占比超过80%。ODPS推出湖仓一体方案，支持全模态数据的统一存储。
在计算方面，ODPS-MaxCompute推出面向 Python开发生态的分布式计算框架MaxFrame，统一Python编程接口，提供高效的分布式计算能力，部分算子相比用户本地自建性能提升3倍以上，计算、运维成本降低50%。
面向多模态检索场景，ODPS-Hologres在高性能实时数据分析的基础上，与DeepSeek/通义等大模型结合构建企业级RAG知识库，减少大模型问答幻觉，提升知识更新与问答速度，性能领先开源30%-40%。
近实时计算实现极致性价比
ODPS通过增量计算引擎（DLMV）和近线查询（MaxQA），填补了实时与离线之间的空缺。增全量一体的计算能够极大地优化整体计算资源，并且提供一个更稳定的环境、更强大的计算能力。
MaxQA引擎通过在实现近实时场景下的查询性能优化，能够在独享的查询计算资源池中，对管控链路、查询优化器、执行引擎、存储引擎及缓存机制等多个环节进行全面优化，显著减少响应时间，提升数据效率。
同时，Flink Uniflow也发布了流/批/近线的一体化数据方案，帮助用户实现秒级、分钟级甚至小时级的计算范式迁移。
AI赋能数据价值变现：数据无应用不价值
AI让数据价值从“人分析数据”到“AI直接变现业务价值”。
MaxCompute Notebook通过结合MaxFrame分布式计算框架，支持通过SQL与Python相结合，轻松访问MaxCompute中海量数据，进行Data+ AI一体化数据分析、数据科学计算、AI模型数据处理。
ODPS-DataWorks Copilot智能助手提供SQL/Python代码自动生成和智能补全等服务，数据开发分析平均提效30%。
ODPS-Hologres 及DataWorks发布MCP Server服务，为客户提供基于自然语言的用户交互界面及智能化产品体验。
阿里云ODPS与数据湖构建（DLF、Paimon）、E-MapReduce（Serverless StarRocks/Serverless Spark）、实时计算Flink版等产品，共同构成了一个覆盖离线、实时、数据湖等多种场景的大数据解决方案矩阵。这些工具和方案根据不同的企业需求彼此组合，共同构成了AI时代企业数据基础设施坚实底座，帮助企业解决特定数据难题。
目前，ODPS已拥有数十万台集群规模，具备数EB级数据处理能力，是国内最大的数据处理平台，过去15年，ODPS已服务国家电网、小红书、极氪、天弘基金、GoTo等国内外数万家企业。
/ END /
