ZD至顶网软件频道消息:近日,由南大通用举办的"让中国用上世界级国产数据库"产品发布会在北京国际会议中心召开。出席本次会议的嘉宾有来自政府的领导,来自政府、银行、电信、金融、安全等几十个行业的南大通用的用户,数十家合作伙伴以及几十家媒体,共计超过七百余人。
如何定义"世界级"?南大通用从三个角度进行了阐述。
自主知识产权路上,研发的投入一直是技术企业黑洞,但南大通用从未间断过在研发路上的步伐,历经12年已经形成了5大成熟产品,服务了近万家客户。
GBase 8a是大数据时代成熟的分析型MPP数据库,是国内唯一支持PB级双活的MPP数据库集群,能够支撑的单个集群规模达到300节点,能够管理的单个表规模达到万亿行,承载了国内银行、电信、政务、军队四大行业最大的数据仓库;
GBase 8t是可支撑高端业务的事务型数据库,在国产软硬件产业链中发挥着重要作用,在时间序列、空间数据等方面有着明显的优势;
GBase 8m是MPP架构的全内存数据库,高性能、高并发应用场景下,每秒事务吞吐量可达百万级,超过磁盘数据库10倍以上,可以彻底解决大型OLTP核心系统的性能瓶颈问题;
GBase 8d是唯一获得国密局商用密码产品型号证书的安全目录服务系统;GBase 8s是首个获得国密局商用密码产品型号证书的产品,并通过等级保护四级和国密局双评测,是唯一获得质检总局3C认证的数据库。
在南大通用 "让中国用上世界级国产数据库"梦想背后,有千千万万世界级的用户,如:国家财政部、国家税务总局、海关总署、国家海洋局,证监会、银监会、农业银行、招商银行、中国银行、华夏银行、三大运营商、中石油、中石化、国家电网、南方电网等,是他们成就了南大通用世界级的产品。国家开发投资公司技术专家罗戎、海关总署信息中心万振龙、中国农业银行软件开发中心专家赵维平在发布会上做了精彩分享。
农总行基于GBASE搭建核心数据仓库。在中国农业银行核心数据仓库建设中,南大通用的产品发挥了重要作用。赵维平在会上介绍,农业银行打造了以GBase 8a为基础的国内最大的金融大数据平台,将混搭融合架构、双活数据仓库、超大规模数据库集群这些先进技术全部应用其中,实现了56环境的双活,5.2PB数据量,236个节点,每天6000多个复杂的分析任务。
GBASE助力海关总署灵活应对业务。GBase 8a为海关总署提供了丰富的数据统计、分析、挖掘、模型创建等功能,满足了海关总署业务需求;提供了优异的计算性能,应用性能比原先提升上千倍;具备良好的扩展性,海关总署的数据仓库节点已经从一开始的20个节点扩展到60个节点。在南大通用高质量的技术支持的配合下,项目按时按质完成。
GBASE为雅砻江水电业务决策提供支撑。中国目前在建水电基地排名第三的雅砻江水电借力GBase 8t打造的数据仓库,帮助雅砻江水电从企业建设期到生产期,打通数据流,形成完整的数据链,并将结构化数据以及实时产生的数据,抽取到数据中心,为流域的优化调度等提供支持,同时为迎接电力体制改革竞价上网的新的市场模式提供良好的决策支撑。
"自主可控、安全可靠"是重要的国家战略,贯穿到信息安全和信息产业发展的各个方面。南大通用为"世界级"努力的同时,一直坚持自主创新、安全可控,并通过携手神州数码、伟仕佳杰、方正国际等合作伙伴,将产品和解决方案推广到更多的行业和领域,与合作伙伴一起,共同为我国自主可控、安全可靠的信息化建设贡献力量。
在发布会最后,南大通用两款与"融合"相关的新产品正式亮相。一款是融合了GBase 8a/8t以及Hadoop的企业级大数据平台--GBase UP;另一款是软硬件超融合的数据库一体机--InfiniData。
GBase UP适用于结构化、半结构化和非结构化的多数据模型并存的场景,支持OLAP、OLTP和Hadoop生态多种计算模型,跨引擎的大数据关联计算,可支持实时交易、实时分析服务、数据生命周期管理和跨引擎读写分离等。
InfiniData数据库一体机采用双SDS架构,使用了Intel最新的至强E5核心处理器,网络采用infiniband双线互联,单端口达到56GB/s,延迟小于1us,适用于几乎所有的数据库应用场景,可以快速搭建基于高密度的OLTP应用的数据中心与数据库云平台等核心业务系统。
作为国内领先的数据库品牌,南大通用将抓住大数据、云计算、国产化等机遇,持续投入研发,在技术和市场上打破了国外厂商的垄断,携手用户和合作伙伴,让中国用上世界级国产数据库。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。