训练大模型前，工程师需处理PB级海量语料。传统方法中，数据散落在成百上千张表里，加个特征要改上百张表；几条异常数据就会导致几TB的任务全部重跑，让人苦不堪言。

为此，蚂蚁集团研发了统一宽表系统OmniTable，斩获数据库顶会VLDB 2026工业赛道最佳论文。它的核心思路是“逻辑统一，物理分离”：在工程师眼里，所有数据只是一张清晰的“逻辑宽表”，底层复杂的物理存储则由系统自动管理。

OmniTable带来了四大改变： 1. 智能计算：只需指定目标特征，系统自动梳理依赖、分配算力，并合并重复扫描。 2. 记录级容错：少数坏数据会被单独隔离，不再拖垮整批任务重跑。 3. 自动保养：后台自动合并小文件、调整存储布局，保持系统高效。 4. 全链路追溯：每个特征怎么算出来的，都有清晰的“血缘”记录。

目前，该系统已管理超35PB、3050亿条数据。在实际生产中，原本需14天、45个手工步骤的数据准备任务，现仅需2.5天、12步即可完成，效率狂飙5.6倍。它不仅节省了算力，更把工程师从熬夜“洗数据”中彻底解放了出来。