致敬图灵！HashData 拥抱数据智能新时代！

图 1：2023ACM 中国图灵大会现场

生于 1912 年的艾伦·图灵被称为“计算机科学之父”、“人工智能之父”。1966 年，国际计算机协会（ACM）为了纪念这位卓越的科学家，设立了以其名字命名的 ACM 图灵奖，以表彰在计算机领域做出重大贡献的科学家。

时至今日，图灵专注创新、持续探索的精神激励着一代又一代的科学家投身计算机科学的研究，由此带动的 IT 技术变革也深刻影响了社会和经济的发展。

今天，新一轮人工智能科技革命和产业变革已然到来。自去年年底以来，国内众多科技企业陆续推出大模型产品，并积极推进大模型的行业落地应用。

在 AI 大模型火热的当下，以“通用智能，人机共生”为主题的 2023ACM 中国图灵大会于 7 月 28 日至 30 日在武汉召开。酷克数据作为国内云原生数据仓库领军企业，受邀参与本次大会。在会上，酷克数据展示了基于 HashData 云数仓自主研发的下一代高级分析和数据科学工具 HashML，助力 AI 模型生产应用和规模化落地。

三层解耦 降低数据分析成本

AI 模型训练需要依托海量的文本、图像和视频数据。如何低成本、高效率地管理与利用数据，是企业在人工智能时代面临的重要挑战。HashData 云数仓通过创新的三层解耦架构设计，在保证了数据的一致性的同时，节省了更低的存储和调用资源。

图 2：HashData 产品架构

HashData 的湖仓一体特性帮助企业一站式管理多模态训练数据。产品架构完美适应混合云，最大限度帮助用户实现公域训练数据和私有训练数据的安全、合规、统一管理和调度。云架构带来的充分弹性和并发性，支持几乎无限的横向扩展，满足用户长时间、高密度的数据提取与计算的峰值需求。此外，HashData 支持亿级向量存储，为大模型训练提供根本的底层支持。

同时，HashData 云数仓能够充分发挥云平台的弹性和扩展能力，并且将数据持久化到底层对象存储，大幅度降低企业进行数据分析的成本。

HashData 数据仓库可无缝对接多种公有云和混合云，以统一的平台提供包括数据仓库、数据湖、数据科学、数据工程和数据共享等能力，可以支持千万级的数据库对象、100+PB 数据量、数千个并发应用。

此外，通过支持对象存储，HashData 能够提供完全兼容多个公有云与混合云的数据管理能力，为企业多云战略的实施提供了灵活易用的解决方案。

两大引擎 高效管理海量数据

在数据智能产业链上，基础设施建设和模型生产应用是 AI 大模型发展的必由之路，而机器学习是 Al 成长的重要“抓手”。

传统 MPP 架构的数据库，在机器学习解决方案存在支持算法种类有限、缺乏数据并行训练、新算法开发难度大等诸多问题，难以满足数据管理和模型开发的需求。

与之相比，HashData 拥有两种计算引擎：针对 SQL 查询分析任务的 MPP 计算引擎，以及针对机器学习和深度学习任务的 ML/DL 计算引擎。

基于存算分离的架构，HashData 不仅能够通过 SQL 计算引擎对传统的数仓业务提供很好的支持，还能够借助 ML/DL 计算引擎实现对机器学习和深度学习的高效支持，其中包括在库内环境对大语言模型进行微调和推理。HashML 就是酷克数据利用 HashData 强大的计算引擎打造的下一代 In-Database 高级分析和数据科学工具。

图 3：基于 HashData 双计算引擎架构构建 HashML

同时，HashData 还实现了对大规模向量数据的高效存储和检索，使得基于知识增强的 LLM 智能应用搭建变得更加简单。

一步到位 助力大模型规模化应用

AI 模型开发完成后需要在实际生产环境中落地部署，才能最终实现价值。

国际调研机构 Gartner 的研究表明，只有 53%的项目能够从 AI 原型转化为生产。AI 生产转化率低的主要原因在于模型全链路生命周期管理存在问题，包括跨团队协作难度大、过程和资产管理欠缺、生产和交付周期长等。

为了解决这些问题，HashML 提供了从数据查询处理、高级分析到 ML/DL 模型的训练、推理和服务部署的全套工具，实现对大语言模型微调和推理的全链路支持。例如，借助 HashML，最少用 3 行代码就可以对 LLaMA2 模型进行参数高效的微调：

图 4：用 HashML 对 LLaMA2 模型进行微调

HashML 与 HashData 云数仓共享统一的存储和计算资源，随数仓的部署提供开箱即用、一站式交付的 AI 能力，大幅降低了系统部署的成本和复杂度，为开发者提供了统一的数据查询、分析、建模环境。

图 5：HashML 主要功能概览

作为一款算法先进、性能卓越的数据科学工具，HashML 能够帮助用户高效、简易地构建、训练和部署模型，极大地降低建模使用门槛，让用户能够在短时间内尝试多种模型架构和参数组合，从而更好地满足多元应用场景的需求。

目前，HashML 各项功能正在紧锣密鼓地完善中，预计将于八月发布第一个正式版本。届时，我们将邀请各方合作伙伴共同参与验证测试，推动产品快速迭代升级，加速 AI 落地，让 AI 惠及各行各业。