DataWorks Copilot 集成Qwen3-235B-A22B混合推理模型,数据开发与分析效率再升级!

简介: 阿里云DataWorks平台正式接入Qwen3模型,支持最大235B参数量。用户可通过DataWorks Copilot智能助手调用该模型,以自然语言交互实现代码生成、优化、解释及纠错等功能,大幅提升数据开发与分析效率。Qwen3作为最新一代大语言模型,具备混合专家(MoE)和稠密(Dense)架构,适应多种应用场景,并支持MCP协议优化复杂任务处理。目前,用户可通过DataWorks Data Studio新版本体验此功能。

刚刚,阿里云一站式智能大数据开发治理平台DataWorks正式接入Qwen3模型,可支持235B最大尺寸。用户通过DataWorks Copilot智能助手即可调用该模型,通过自然语言交互完成多种代码操作,实现数据开发、数据分析的快速实现。


Qwen3 是 Qwen 系列最新一代的大语言模型,包含一系列混合专家(MoE)和稠密(Dense)模型。参数量覆盖从0.6B到235B不等,适应不同的应用场景需求。独特支持允许模型根据任务需求自由切换“思考”与“非思考”模式,从而优化推理的效率和效果。并且全面支持MCP(模型上下文协议),增强了Agent处理复杂任务的能力。


产品界面修图.png


DataWorks Copilot:智能助手


DataWorks作为阿里云一站式智能数据开发治理平台,内置阿里巴巴16年大数据建设方法论,深度适配数十种常用大数据引擎和AI计算服务,为数据湖、数据仓库、湖仓一体、Data+AI解决方案提供全链路智能化的数据集成、大数据AI一体化开发、数据分析与主动式数据资产治理服务,助力全生命周期的数据管理。


DataWorks Copilot作为平台的智能助手,可以协助用户完成数据开发、数据分析任务。在使用中DataWorks Copilot能够根据上下文快速理解业务需求。用户通过自然语言即可高质量完成多种代码相关操作,包括SQL/Python代码的生成、续写、改写、优化、解释及代码纠错、测试用例生成等功能。同时此次Qwen3的接入,借助其优越的模型能力和性能,DataWorks Copilot将帮助开发者和企业用户通过自然语言更加高效完地成多种代码相关操作及DataWorks产品操作。



立即体验


目前,用户使用DataWorks Data Studio 新版本即可体验DataWorks Copilot智能助手。


#简单3步,开启体验


1、打开DataWorks控制台,在左侧导航栏选择数据开发与运维 > 数据开发,然后选择目标工作空间,单击进入Data Studio

2、用户可以在数据开发Data Studio页面右上角单击 图标,快速进入Copilot对话窗口进行对话。您还可以在代码编辑过程中,通过代码编辑器右键菜单快速调用 Copilot 进行辅助编码。

3、在Copilot对话窗口中,默认采用DataWorks默认模型,您可通过对话框底部切换按钮,切换至通义千问系列模型完成相关Copilot产品操作。


功能演示

以查看2024年五一劳动节期间杭州市酒店入住率情况,寻找入住率最高的五个区,再预测2025年五一劳动节期间杭州酒店入住情况需求为例,演示如何使用 DataWorks Copilot 借助 Qwen3 大模型进行代码生成和查询。

1.png 2.png 3.png 4.png 5.png 6.png


更多详细信息请参考DataWorks Copilot使用指南

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
|
10月前
|
负载均衡 测试技术 调度
大模型分布式推理:张量并行与流水线并行技术
本文深入探讨大语言模型分布式推理的核心技术——张量并行与流水线并行。通过分析单GPU内存限制下的模型部署挑战,详细解析张量并行的矩阵分片策略、流水线并行的阶段划分机制,以及二者的混合并行架构。文章包含完整的分布式推理框架实现、通信优化策略和性能调优指南,为千亿参数大模型的分布式部署提供全面解决方案。
2855 4
|
10月前
|
机器学习/深度学习 缓存 监控
大模型推理优化技术:KV缓存机制详解
本文深入探讨了大语言模型推理过程中的关键技术——KV缓存(Key-Value Cache)机制。通过对Transformer自注意力机制的分析,阐述了KV缓存的工作原理、实现方式及其对推理性能的显著优化效果。文章包含具体的代码实现和性能对比数据,为开发者理解和应用这一关键技术提供实践指导。
2782 9
|
11月前
|
SQL 数据可视化 关系型数据库
MCP与PolarDB集成技术分析:降低SQL门槛与简化数据可视化流程的机制解析
阿里云PolarDB与MCP协议融合,打造“自然语言即分析”的新范式。通过云原生数据库与标准化AI接口协同,实现零代码、分钟级从数据到可视化洞察,打破技术壁垒,提升分析效率99%,推动企业数据能力普惠化。
914 3
|
并行计算 PyTorch 调度
大模型推理显存优化系列(4):eLLM-大模型推理中的弹性显存管理和优化
本文简要介绍eLLM相关技术挑战、总体设计和初步性能评估
|
负载均衡 并行计算 异构计算
大模型训练推理优化(5): FlexLink —— NVLink 带宽无损提升27%
本期我们将介绍蚂蚁集团ASystem团队在大模型通信优化上的新工作FlexLink,旨在通过动态聚合多路通信(NVLink,PCIe,RDMA),在H800等典型硬件上将典型通信算子如(AllReduce, All Gather)吞吐提升最高达27%,尤其适合大模型长序列推理(Prefill阶段),及训练等通信密集的带宽bound场景。方案对精度无影响。
|
消息中间件 人工智能 资源调度
云上AI推理平台全掌握 (5):大模型异步推理服务
针对大模型推理服务中“高计算量、长时延”场景下同步推理的弊端,阿里云人工智能平台 PAI 推出了一套基于独立的队列服务异步推理框架,解决了异步推理的负载均衡、实例异常时任务重分配等问题,确保请求不丢失、实例不过载。
|
人工智能 缓存 资源调度
云上AI推理平台全掌握 (4):大模型分发加速
为应对大模型服务突发流量场景,阿里云人工智能平台 PAI 推理服务 PAI-EAS 提供本地目录内存缓存(Memory Cache)的大模型分发加速功能,有效解决大量请求接入情况下的推理延迟。PAI-EAS 大模型分发加速功能,零代码即可轻松完成配置。
|
存储 机器学习/深度学习 缓存
阿里云AirCache技术实现多模态大模型高效推理加速,入选国际顶会ICCV2025
阿里云研发的AirCache技术被计算机视觉顶会ICCV2025收录,该技术通过激活跨模态关联、优化KV缓存压缩策略,显著提升视觉语言模型(VLMs)的推理效率与存储性能。实验表明,在保留仅10%视觉缓存的情况下,模型性能下降小于1%,解码延迟最高降低66%,吞吐量提升达192%。AirCache无需修改模型结构,兼容主流VLMs,已在教育、医疗、政务等多个行业落地应用,助力多模态大模型高效赋能产业智能化升级。
880 1
|
10月前
|
机器学习/深度学习 缓存 自然语言处理
【万字长文】大模型训练推理和性能优化算法总结和实践
我们是阿里云公共云 AI 汽车行业大模型技术团队,致力于通过专业的全栈 AI 技术推动 AI 的落地应用。
3885 40
【万字长文】大模型训练推理和性能优化算法总结和实践

相关产品

  • 大数据开发治理平台 DataWorks