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
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。