7月5日,Kyligence融资暨新产品发布会在上海中心大厦举行。Kyligence 团队宣布正式发布下一代企业级数据仓库产品与解决方案 Kyligence Enterprise v3.0,及云端一站式大数据分析解决方案Kyligence Cloud v2.0。新版解决方案革命性地实现了自动建模功能,并将在查询提速15倍的同时节省50%存储空间。
Kyligence Enterprise v3.0,引领现代数据仓库发展方向
作为本次发布会的重头戏之一,Kyligence 联合创始人兼CTO李扬,详细介绍了新版Kyligence Enterprise如何在保持PB级数据集上亚秒级查询响应速度的同时,革命性地实现自动化建模以承载企业日益增长的自动化需求。
“在今天数据呈指数级爆炸的时代,绝大部分的数据仓库项目仍然使用人工进行操作,这种原始的基于人工的数据分析方式显然已经远不能满足快速增长的业务需求。”Kyligence 联合创始人兼CTO李扬在发布会上介绍道,“自动化是唯一可以解决这个问题的办法。”
新版Kyligence Enterprise引入了大量的机器学习技术,如自动建模技术可基于分析师的历史查询行为及学习记录,智能化地推荐数据建模,自动化地调优性能,且推荐和加速相关业务分析场景。同时,该产品还支持在企业的本地集群和云端部署在线数据分析服务,满足了企业的全场景分析需求。
在产品架构上,新版Kyligence Enterprise 采用了高性能的融合架构,实现了关键业务的亚秒级查询延迟,也支持海量数据的自主探索;数据源可对接分布式平台Hadoop的多重数据引擎,也可以对接传统的RDBMS;数据种类上,既可以对接实时数据流,也可以进行批处理。
“对比上一代查询引擎,新版Kyligence Enterprise 可实现查询提速15倍的同时节省50%存储空间,而对比市场上的同类查询产品,根据数据仓库典型查询场景测试中查询的完成度与查询的性能比较来看,都具有显著优势。”李扬介绍道,Kyligence Enterprise v3.0具有出色的数据分析能力,它的出现将有效降低企业人力成本,并成倍提升企业生产效率。
Kyligence Cloud v2.0,实现云上亚秒级响应
作为Kyligence云计算的核心产品,Kyligence Cloud 实现了云上对PB级数据的交互式分析与关键业务查询的亚秒级响应,为用户提供了简单、无缝的集成体验。
此次发布的Kyligence Cloud v2.0集成了Kyligence Enterprise v3.0大数据分析引擎,用户可以在统一的用户界面上实现集群部署、数据接入、数据建模和查询分析。同时,Kyligence Cloud v2.0还支持公有云更安全的访问授权方式,如AWS IAM Role,在最大安全性下充分利用客户云账户的计算资源。
李扬表示,Kyligence期待能与客户一起,实现以大数据和云计算作为双重引擎,加快企业数字化转型,以数据驱动企业的商业决策和业务发展,提升企业在新常态下的发展新动能和竞争力。
目前,除了Azure和AWS,Kyligence Cloud还加入了对阿里云和青云(应用市场)的支持,助力更多国内外客户将大数据分析迁移至云端。同时,Kyligence Cloud还新增了对Amazon Redshift和Azure SQL Data Warehouse的连接支持,与云端数据仓库一起,实现大规模高并发BI应用,加速数仓上的关键业务查询。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。