# Altum：蚂蚁集团新一代大模型训练数据处理系统设计与实践｜QCon 上海 - InfoQ-CN

*Источник: InfoQ-CN*
*Дата: 2026-09-21*
*Язык: zh*

**Кратко:** 从「构建 AI」到「驾驭 AI」，100+ 实战案例拆解 AI Native 时代的工程新实践！
推理模型持续突破能力边界，Coding Agent 深度参与研发流程，Agent Runtime、Agent Framework 快速演进……AI 正在从回答问题的模型，演变为能够自主规划、调用工具、执行任务的软件系统。AI 不再只是软件中的一个能力，而开始成为软件系统的一部分。这意味着软件工程面对的挑战也发生了变化：团队需要思考的不再只是如何训练模型、模型、部署模型 或优化 Prompt，而不是如何让具备自主能力的 AI 稳定、可信、可控地运行。模型决定 AI 能做什么，系统决定 AI 能否真正创造价值。
在这一背景下，2026 年 QCon 全球软件开发大会大会 · 上海站正式启动。本次大会将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。
蚂蚁集团 & 大模型训练数据处理系统 Altum 技术负责人王鑫已确认出席 “AI Infra：算力效率决定规模化落地” 专题，并发表题为《Altum：蚂蚁集团新一代大模型训练数据处理系统设计与实践》的主题分享。在大模型训练数据规模持续提升、模型迭代效率持续加快的背景下，业界在模型数据处理的 GPU 效能、任务稳定性、数据交付时效等方面面临巨大挑战。蚂蚁通过新一代大模型训练数据处理系统 Altum 的建设，尝试系统化解决这些问题。本次分享将重点介绍在性能、稳定性、效率等方面提升的关键技术策略和背后的思考与取舍，以及业务生产实践案例。
Apache Member（Apache 软件基金会成员），多个 Apache 顶级项目的 PMC Member、Committer，多个 Apache 孵化器项目的 Mentor。蚂蚁集团新一代大模型训练数据处理系统 Altum 技术负责人、实时智能技术负责人。加入蚂蚁集团前曾就职于阿里巴巴，并参与大数据领域早期创业。具备数据智能领域引擎、平台、数据解决方案的复合背景，当前重点关注 AI Data Infra 的建设。
演讲提纲：
背景
业界、蚂蚁在大模型训练数据处理上面临的挑战；
整体方案
涵盖算力、引擎、平台、数据等多个层次的体系化方案；
极致性能优化
异构算力融合调度：向上兼容不同算子体系、向下支持多种算力类型，提升全局资源利用率；
基于数据湖存储 Paimon 的端到端升级：从数据采集到模型训练消费的端到端优化，提升存储与网络 IO 性能；
算子性能优化与增量计算（全局去重、样本重试、增量同步等），提升 GPU 计算性能；
稳定性提升
样本级重试、端到端可观测与 SLA 保障、熔断保护机制、智能运维诊断；
研发效率提升
端到端场景化 Pipeline：场景化研发范式、增强能力（节点、算子）、人机协同研发；
Agentic 数据处理：支持逐条数据的多轮 Agent 处理；
生产实践与未来展望
在阿福、百灵等内部场景的落地效果；
AI Data Infra 发展方向。
实践痛点：
跨引擎调度的统一抽象 vs 引擎特有能力损失：不同引擎的统一在一定程度上牺牲了各引擎的独有优化，需要在统一对齐上做 tradeoff，做不到「零损失抽象」；
样本级重试的降本空间 vs 幂等约束与熔断阈值的平衡难题：只重跑失败样本能根治「全量重跑烧 GPU」，但失败熔断阈值在「误杀抖动」与「无效烧卡」之间难以平衡。
前沿亮点：
「高失败率、低吞吐、高交付时长」三角困局下的体系化解法；
从全局资源利用率、存储与网络 IO、计算性能全方位的极致性能优化；
场景化、Agentic 方式的 AI 数据研发新范式。
听众收益：
了解大模型背后训练数据处理的全链路；
掌握全链路数据处理背后的关键技术挑战与系统性解法；
获得真实业务场景下的落地路径。
除此之外，本次大会还策划了Loop Engineering、千行百业 Agent 创新实践、Agent 自主进化：从记忆到持续学习、Agent as a Service、Vibe Coding 时代的新质量债、理性驾驭 AI 的 SRE 可靠性工程、金融 AI Native工程实践：从研发提效到业务破局、AI Infra：算力效率决定规模化落地、AI Native 架构等 20 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在现场带来前沿技术洞察和一线实践经验。
QCon 全球软件开发大会·2026（上海站）现已正式启动。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。9 折倒计时进入最后一周，现在报名立减 680，查看更多详情可扫码或联系票务经理 18514549229 进行咨询。

从「构建 AI」到「驾驭 AI」，100+ 实战案例拆解 AI Native 时代的工程新实践！
推理模型持续突破能力边界，Coding Agent 深度参与研发流程，Agent Runtime、Agent Framework 快速演进……AI 正在从回答问题的模型，演变为能够自主规划、调用工具、执行任务的软件系统。AI 不再只是软件中的一个能力，而开始成为软件系统的一部分。这意味着软件工程面对的挑战也发生了变化：团队需要思考的不再只是如何训练模型、模型、部署模型 或优化 Prompt，而不是如何让具备自主能力的 AI 稳定、可信、可控地运行。模型决定 AI 能做什么，系统决定 AI 能否真正创造价值。
在这一背景下，2026 年 QCon 全球软件开发大会大会 · 上海站正式启动。本次大会将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。
蚂蚁集团 & 大模型训练数据处理系统 Altum 技术负责人王鑫已确认出席 “AI Infra：算力效率决定规模化落地” 专题，并发表题为《Altum：蚂蚁集团新一代大模型训练数据处理系统设计与实践》的主题分享。在大模型训练数据规模持续提升、模型迭代效率持续加快的背景下，业界在模型数据处理的 GPU 效能、任务稳定性、数据交付时效等方面面临巨大挑战。蚂蚁通过新一代大模型训练数据处理系统 Altum 的建设，尝试系统化解决这些问题。本次分享将重点介绍在性能、稳定性、效率等方面提升的关键技术策略和背后的思考与取舍，以及业务生产实践案例。
Apache Member（Apache 软件基金会成员），多个 Apache 顶级项目的 PMC Member、Committer，多个 Apache 孵化器项目的 Mentor。蚂蚁集团新一代大模型训练数据处理系统 Altum 技术负责人、实时智能技术负责人。加入蚂蚁集团前曾就职于阿里巴巴，并参与大数据领域早期创业。具备数据智能领域引擎、平台、数据解决方案的复合背景，当前重点关注 AI Data Infra 的建设。
演讲提纲：
背景
业界、蚂蚁在大模型训练数据处理上面临的挑战；
整体方案
涵盖算力、引擎、平台、数据等多个层次的体系化方案；
极致性能优化
异构算力融合调度：向上兼容不同算子体系、向下支持多种算力类型，提升全局资源利用率；
基于数据湖存储 Paimon 的端到端升级：从数据采集到模型训练消费的端到端优化，提升存储与网络 IO 性能；
算子性能优化与增量计算（全局去重、样本重试、增量同步等），提升 GPU 计算性能；
稳定性提升
样本级重试、端到端可观测与 SLA 保障、熔断保护机制、智能运维诊断；
研发效率提升
端到端场景化 Pipeline：场景化研发范式、增强能力（节点、算子）、人机协同研发；
Agentic 数据处理：支持逐条数据的多轮 Agent 处理；
生产实践与未来展望
在阿福、百灵等内部场景的落地效果；
AI Data Infra 发展方向。
实践痛点：
跨引擎调度的统一抽象 vs 引擎特有能力损失：不同引擎的统一在一定程度上牺牲了各引擎的独有优化，需要在统一对齐上做 tradeoff，做不到「零损失抽象」；
样本级重试的降本空间 vs 幂等约束与熔断阈值的平衡难题：只重跑失败样本能根治「全量重跑烧 GPU」，但失败熔断阈值在「误杀抖动」与「无效烧卡」之间难以平衡。
前沿亮点：
「高失败率、低吞吐、高交付时长」三角困局下的体系化解法；
从全局资源利用率、存储与网络 IO、计算性能全方位的极致性能优化；
场景化、Agentic 方式的 AI 数据研发新范式。
听众收益：
了解大模型背后训练数据处理的全链路；
掌握全链路数据处理背后的关键技术挑战与系统性解法；
获得真实业务场景下的落地路径。
除此之外，本次大会还策划了Loop Engineering、千行百业 Agent 创新实践、Agent 自主进化：从记忆到持续学习、Agent as a Service、Vibe Coding 时代的新质量债、理性驾驭 AI 的 SRE 可靠性工程、金融 AI Native工程实践：从研发提效到业务破局、AI Infra：算力效率决定规模化落地、AI Native 架构等 20 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在现场带来前沿技术洞察和一线实践经验。
QCon 全球软件开发大会·2026（上海站）现已正式启动。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。9 折倒计时进入最后一周，现在报名立减 680，查看更多详情可扫码或联系票务经理 18514549229 进行咨询。

[Оригинал](https://www.infoq.cn/article/AGIRRRtM1lBDFIvwWuRX)