<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据管理 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%95%B0%E6%8D%AE%E7%AE%A1%E7%90%86/</link>
    <description>Recent content in 数据管理 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 27 Oct 2025 11:40:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%95%B0%E6%8D%AE%E7%AE%A1%E7%90%86/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>数据引擎重塑自动驾驶边界：九识智能与JuiceFS的智能基石</title>
      <link>https://www.neican.ai/insights/juicefs-20251027114005096-2/</link>
      <pubDate>Mon, 27 Oct 2025 11:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/juicefs-20251027114005096-2/</guid>
      <description>九识智能作为L4自动驾驶领军企业，通过将核心业务数据迁移至JuiceFS，成功构建了一套高效、灵活且成本优化的多云存储底座。该方案有效应对了PB级海量数据增长、小文件高并发访问及跨云数据流转等挑战，加速了其自动驾驶模型的训练与部署。这一实践不仅展现了云原生存储在AI时代的战略价值，也为未来自动驾驶的数据基础设施发展提供了宝贵的洞察。</description>
    </item>
    <item>
      <title>AI新基建的核心脉动：多模态数据湖的范式革命与未来图景</title>
      <link>https://www.neican.ai/insights/article-20251022141004733-0/</link>
      <pubDate>Wed, 22 Oct 2025 14:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251022141004733-0/</guid>
      <description>随着LLM与多模态AI的爆发式发展，传统数据湖在应对海量非结构化数据时面临瓶颈。新一代多模态数据湖通过创新的管理、处理与存储技术，如模型驱动引擎与统一数据格式，成为支撑未来AI应用的核心“新基建”，深刻重塑着产业价值链并推动数据与智能的深度融合。</description>
    </item>
    <item>
      <title>AI数据洪流下的存储革新：全闪并行文件系统如何重塑大模型时代算力瓶颈</title>
      <link>https://www.neican.ai/insights/article-20251001101005075-1/</link>
      <pubDate>Wed, 01 Oct 2025 10:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251001101005075-1/</guid>
      <description>随着AI数据量爆炸式增长，高性能全闪并行文件系统正成为解锁大模型算力潜能的关键。通过I/O路径优化、元数据高效处理和创新的KVCache“以存换算”技术，该系统有效解决了AI训练和推理中的存储瓶颈，并预示着未来AI数据基础设施将向着更经济、更智能、DPU加速的方向演进，从而推动企业级AI的广泛落地。</description>
    </item>
    <item>
      <title>向量数据库：AI“数字心智”规模化部署的基石与未来社会图景的序章</title>
      <link>https://www.neican.ai/insights/article-20250822011004770-0/</link>
      <pubDate>Fri, 22 Aug 2025 01:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250822011004770-0/</guid>
      <description>Delphi公司利用Pinecone向量数据库，突破了其AI“数字心智”在处理海量用户数据时的扩展性瓶颈，展示了专用AI数据基础设施在智能体规模化部署中的决定性作用。这不仅预示着向量数据库将成为未来AI应用生态的核心组成部分，也引发了关于AI Agent深度融入人类社会后，在商业模式创新、数据伦理及人机共生等方面将面临的深远变革与挑战。</description>
    </item>
    <item>
      <title>AI赋能企业数据：从“七日之困”到“分钟级洞察”的范式革命</title>
      <link>https://www.neican.ai/insights/article-20250731211013096-0/</link>
      <pubDate>Thu, 31 Jul 2025 21:10:13 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250731211013096-0/</guid>
      <description>Informatica在AI数据映射上的突破，将企业数据集成效率提升数百倍，预示着企业数字化转型进入AI驱动的全新阶段。这不仅大幅降低运营成本，加速商业智能应用，更将重塑数据专业人才结构与企业竞争格局，推动人机协作迈向更高层级，最终加速智能文明的进程。</description>
    </item>
    <item>
      <title>AI基石：计算向数据靠拢，重塑智能时代基础设施</title>
      <link>https://www.neican.ai/insights/article-20250626021004172-1/</link>
      <pubDate>Thu, 26 Jun 2025 02:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250626021004172-1/</guid>
      <description>随着人工智能对算力和数据处理提出前所未有的要求，传统“数据向计算靠拢”的模式已演变为“计算向数据靠拢”，旨在通过将处理能力与存储紧密结合，显著提升AI工作负载的效率和性能。这一范式转变正重塑IT基础设施，推动软件定义存储、高性能SSD以及云原生架构的发展，以应对GPU利用率低下和复杂数据流管理的挑战，从而加速企业级AI的广泛落地。</description>
    </item>
  </channel>
</rss>
