专题演讲嘉宾：琚克俭

在AI应用加速演进的背景下，如何高效处理和调度海量、多模态数据，已成为构建高质量AI系统的关键挑战之一。本演讲将介绍火山引擎面向AI任务推出的数据处理引擎——LAS Daft。该系统基于云原生湖仓一体架构，结合开源分布式执行引擎Daft，支持图文、音视频、点云等多模态数据的统一处理，覆盖数据清洗、格式转换、零拷贝对接训练框架等关键环节。

演讲将重点解析 Daft 在分布式 Python 计算、多模算子处理、流式调度等方面的核心设计，以及在智能驾驶大规模数据处理、LLM离线推理等实际应用场景中的落地经验，探讨如何在保证成本可控的前提下，实现AI数据处理能力的可扩展性与工程化落地。

演讲提纲：

1. Daft 背景及定位
2. Daft核心场景介绍
   • Python计算分布式
   • 流式异构调度
   • 多模算子处理
   • 图文混排
   • AI数据湖的Python生态圈
3. Daft技术原理介绍
   • 执行框架介绍
4. Daft大规模数据处理实践案例
   • 智驾(大规模离线处理数据）
   • LLM离线推理
5. 未来展望​

听众收益：

• 了解AI时代下多模态数据高效处理的技术需求
• 了解LAS结合Daft在数据预处理、训练加载上的实践