【摘要】大数据记录技术是提升人工智能（ＡＩ）模型性能的重要支撑，已在训练数据管理与供给流程中展现出重要价值。 本文旨在研究大数据记录技术在提升 ＡＩ 模型训练性能中的机制与优势，采用理论分析与对比实验相结合的方法，探讨其工程应用潜力。 首先分析了大数据记录技术的构成，主要涵盖了高效采集机制、多维结构记录方式、分布式存储格式及异构数据调度体系；其次，阐述了其在提升训练数据质量、增强供给效率与保障训练稳定性方面的作用机制，并指出相较于传统数据记录方法，大数据记录技术在供给效率、数据质量与训练一致性上的优势；最后，通过模型实验对比不同数据记录方式下的训练指标表现，验证了大数据记录技术在优化 ＡＩ 模型训练过程中的性能表现，体现其明确的实用导向与应用潜力。