至顶网软件频道消息:谷歌透计划加强其云平台上的数据库服务阵容,推出管理内存存储库对现有产品的多项改进。
新产品Cloud Memorystore for Redis是基于开源Redis项目的。该数据库将记录保存在服务器内存中,而不是像传统系统那样使用速度较慢的二级存储,从而缩短了响应时间。企业通常使用Redis来缓存应用最频繁使用的数据,以便实现快速访问。
谷歌对这个项目全新的云实施提供了与其他数据库服务一样的基本优点,消除了企业对管理底层基础设施的需求,同时兼容开源版的Redis,以简化迁移。谷歌还承诺,一旦该服务从5月9日开始生效,将提供99.99%的正常运行时间保证。
除了Cloud Memorystore for Redis之外,谷歌还公布了对现有两款数据库产品的更新。首先是Cloud Spanner,谷歌于去年推出的“全局分布式”关系型存储库。
该服务旨在为关键任务工作负载提供支持,例如将数据保存在行和列中的库存管理应用。Cloud Spanner增加了对提交时间戳的支持,允许服务保存关于何时更新给定记录的信息。该功能旨在更容易地跟踪对重要数据的更改,以达到安全和法律目的。
另外一个升级的数据库服务是Cloud Bigtable,这是一个NoSQL存储库,其中内嵌了对延迟敏感的用例,比如分析。谷歌还计划在接下来的一周内推出一项复制功能,让企业能够在特定地区跨数据中心做复制部署。这样做可以确保基本信息和依赖于这些信息的应用即使在一个设施下线时仍然可用。
最后,谷歌发布了备受欢迎的开源PostgresQL数据库的管理版,全面向用户提供。此次推出经过漫长的测试阶段,谷歌先后增加了高可用性功能、扩展支持和其他一些功能。
好文章,需要你的鼓励
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
AI系统正变得越来越善于识别用户偏好和习惯,像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实:每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础,走向各自的现实世界。AI个性化不仅服务于我们的需求,更开始重塑这些需求,威胁社会凝聚力和稳定性。当真相本身开始适应观察者时,它变得脆弱且易变。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。