蚂蚁 OmniTable 斩获 VLDB 工业最佳论文：统一宽表加速 35PB 大模型语料清洗

蚂蚁集团提出的统一宽表系统 OmniTable 相关论文在国际顶级数据管理会议 VLDB 2026 上荣获工业赛道最佳论文奖。

• 统一数据建模：OmniTable 针对大模型语料处理流程割裂的问题，将多源数据域整合为带血缘、版本和定义的系统资产逻辑宽表。
• 规模与吞吐能力：系统成功支持了高达 35PB 的海量大模型语料管理，在复杂过滤和导出场景下吞吐性能达到 18 至 23 TB/小时。
• 工程提效指标：相比传统分散式数据清洗与特征处理链路，该系统将端到端的数据工程构建与迭代效率提升了约 5.6 倍。
• 影响/看点：该成果表明数据管理系统正在向大模型全生命周期定制化演进，若该系统架构推广应用，可能显著降低大模型研发团队在海量语料治理上的算力与时间成本。
• 资料依据：
• VLDB 2026 官网（2026-09-02）：https://vldb.org/2026/awards/
• 量子位（2026-09-02）：https://www.qbitai.com/2026/09/483104.html

本内容由 AI 生成，仅供参考，请注意甄别