腾讯发布Q3财报：构建全链路AI存储底座 助力客户数据基础设施建设

近日，腾讯发布2025年第三季度财报，多元业务的健康增长驱动了财务表现，金融科技及企业服务业务收入581.7亿元，同比增长10%！

在财报电话会议中，腾讯 CSO James Mitchell指出：云存储与数据管理产品，特别是对象存储 COS、TC House和向量数据库收入同比显著增长，这主要得益于头部汽车制造商和互联网公司的需求增长。

针对AIGC、自动驾驶、具身智能等客户对存储大容量、高性能、低时延的需求，腾讯云对象存储 COS 提供“端到端”的解决方案，帮助用户解决AI场景下遇到的多项困难和挑战，同时实现了业务的快速增长。

AI浪潮驱动存储变革，腾讯云存储构建完整产品矩阵应对挑战

当前，AI技术的飞速发展，数据量呈现爆炸式增长，数据类型日益多样化，对存储系统提出了前所未有的挑战，使得存储系统需同时满足海量弹性存储、大规模数据高效存取、智能化数据治理与高性价比四大核心需求。这些挑战贯穿于AI数据生命周期的每个环节：在数据采集和存储阶段，需要数百 Gbps 的网络带宽、合规的图商资质、和 EB 级的扩容能力；在数据预处理、模型训练和部署阶段，需要 Tbps 级的数据吞吐带宽；在推理应用阶段，需要对 AIGC 内容进行合规性元数据标注和合规性检查。

面对这一系列复杂需求，腾讯云存储凭借其全栈式产品矩阵与自研技术核心，打造了系统性的解决方案。方案上针对AI场景发布Data Platform解决方案，产品上COS及其增值服务持续迭代，成功应对AI场景中产生的挑战。

Data Platform 端到端的AI解决方案，解决AI场景痛点，释放数据价值

腾讯云存储的卓越性能源于其深厚的自研技术积累。对象存储COS依托与的自研YottaStore引擎，支持单集群万台服务器、百EB级规模，具备全球分布式接入点和稳定的内网传输通道，实现了高可靠、低成本的海量存储。GooseFS的分级缓存技术与元数据加速技术，成功解决了热点分发和千亿级元数据管理的难题。数据万象CI 的智能检索、水印技术与内容审核能力，则共同完善了AIGC内容的生产与治理链路。

腾讯云Data Platform整合了COS对象存储、Metalnsight智能检索、Data Engine数据处理能力和GooseFS数据加速服务，形成全链路、一体化的存储解决方案。该方案以COS为存储底座，融合了Metalnsight的智能数据管理、DataEngine的高效数据处理以及GooseFS的数据加速能力，形成了从数据存储，到数据管理，到数据处理的完整闭环。通过COS的事件触发机制，数据上传后可自动完成全流程处理，极大降低了AI数据应用的门槛。该平台提供了统一的存储空间，可容纳各类型数据，通过极致的数据访问性能和灵活的资源配置，为企业优化存储效率，简化管理流程，充分释放数据价值。

COS及其上层服务GooseFS、SDA持续迭代，为AI场景方案提供坚实基础

具体而言，其核心产品对象存储COS作为存储底座，采用腾讯云自研的YottaStore架构，单集群规模可达100EB，存储空间无容量上限，为企业提供高可靠性、低成本的海量数据存储服务，帮助企业应对AI数据的存储需求。在AI应用场景中，COS支持快捷的公网接入，能够统一存储和管理训练所需的文本、图片、语音、视频等多模态数据。其99.995%数据可用性和12个9数据持久性，为AI业务提供了可靠的存储基座。

而针对AI训练、仿真推理等高并发、低延迟的数据访问需求，腾讯云的数据加速器GooseFS发挥了关键作用。GooseFS通过“分级存储”的思路，把需要高频调用的数据缓存到近计算端节点，缩短IO路径，提供亚毫秒级时延。相比从对象存储COS中直接读取，GooseFS可提供百万级IOPS和Tbps级别吞吐能力。业界首创的GooseFS分层加速理念，有效解决高吞吐的临时计算任务、高频计算任务面临的性能问题，同时兼容POSIX文件语义，使应用无缝访问COS。

在数据智能处理层面，腾讯云数据万象扮演了“数据加工厂”的角色，提供100+数据处理能力，具备千亿级元数据管理能力，检索召回率达95%。在AI应用场景中，其Metalnsight功能可对海量非结构化数据进行智能预分类，通过语义检索快速筛选特定场景数据，减少70%以上的预处理时间。同时，数据万象为AIGC内容提供全链路合规支持，既满足《人工智能生成合成内容标识办法》的强制性标识要求，也具备多模态内容审核能力。其水印技术包括元数据标识、明水印和盲水印，有效保护AIGC内容版权。

多场景应用成效卓著，腾讯云存储助力千行百业智能化升级

腾讯云存储解决方案已在多个行业得到验证。在自动驾驶领域，基于COS数据湖实现原始数据、训练数据集、仿真数据统一存储，通过GooseFS加速数据读写，将训练性能提升30%，数据预处理时间缩短40%。同时支持路测车辆数据实时上传，结合Metalnsight实现数据集智能管理，满足视觉-语言-动作模型全流程训练需求。

在AIGC行业，GooseFS在预处理阶段突破对象存储带宽限制，利用GPU服务器闲置NVMe SSD资源，实现200GB/s预处理带宽，热数据处理效率提升3-4倍。模型训练阶段，将高性能文件存储成本降低40%，训练数据加载性能提升6倍，Checkpoint写入实现秒级响应。

在具身智能行业，Data Platform解决方案满足海量多模态数据存储需求，基于GooseFS实现单客户端40Gbps吞吐和亚毫秒时延，结合Metainsight统一数据管理，显著提升了训练任务综合效率。

从财报数据到行业案例，腾讯云存储在AI时代的价值正在持续释放，随着企业加速推进AI战略，存储基础设施的智能化升级已是大势所趋。腾讯云通过构建全链路AI存储底座，不仅满足了当下AI训练和推理的性能需求，更通过智能数据治理能力，为企业挖掘数据价值提供了新路径。为未来更智能、更高效的数据处理范式奠定了坚实基础，持续助力客户在数字化浪潮中构筑核心竞争力。