Agent时代，海量数据处理性能仍在持续突破。
8月18日，据国际事务处理性能委员会（TPC）官网信息，腾讯云数据湖计算DLC刷新TPC-DS 100TB性能和性价比两项世界纪录，综合性能成绩达6.54亿，是此前最高纪录的近10倍；单位性能成本降至11.04元，仅为此前的约六分之一。
（TPC官网成绩）
TPC-DS是全球数据分析领域最具代表性的性能测试之一，主要衡量一套系统处理海量、复杂数据任务的综合能力。过去多年，Oracle、IBM、Databricks等海外技术厂商均曾参与TPC相关测试，其中100TB也是TPC-DS目前设置的最大测试规模之一。
腾讯云此次挑战的100TB，约等于一个大型电商平台连续数年的交易、退货、库存、订单明细全部打包在一起。系统要在这座“数据山”上完成从数据导入到复杂分析、数据更新的完整流程，而不是只跑某一个专项。
难度还在于任务的复杂和并发。系统不仅要连续完成99类不同的分析任务，并在4组任务同时运行时一轮处理396次复杂查询，还要同步应对数据的持续插入和更新，整个测试更接近企业真实运行时的高负载状态。
最终得分也不是看某一次跑得多快。TPC-DS 会综合单任务处理速度、并发吞吐、数据维护等多个环节计算总分，并同时计算获得这些性能所需的成本。
腾讯云打破世界纪录，其背后的引擎来源于腾讯内部天穹平台自研的统一计算引擎 SuperSQL，它通过统一的计算底座，将批量计算、实时计算以及 CPU、GPU 等不同算力整合到一套引擎中，并支持 SQL、Python 和多模态数据处理，可统一分析结构化、半结构化和非结构化数据，目前已在腾讯内部多个业务中稳定运行多年。
这也是腾讯近年来第三次在TPC核心测试中刷新世界纪录。2023年，腾讯云曾刷新高并发交易性能纪录，2024年登顶10TB数据分析测试；此次测试进一步扩大到100TB，持续验证腾讯云在高并发交易和海量数据分析场景下的处理能力。
值得一提的是，这些能力正在面对新的应用环境。随着企业AI从模型调用进一步走向Agent，数据系统不仅要支撑传统交易和分析，还需要持续承接Agent带来的数据读取、处理、沉淀，以及模型训练和推理等计算任务，对数据处理规模、并发和效率提出更高要求。
腾讯云也在沿这一方向升级数据技术体系，上个月，DLC进一步升级为AI DLC，将数据处理能力延伸至AI计算、模型训练、推理和Agent应用，支撑企业快速构建Agent-Ready的数据基础设施。
