至顶网软件频道消息: 在当今IT领域的热门技术中,数据库并不是热点。但最近一段时间数据库成为坊间的一个热门话题。不久前,阿里云宣布对POLARDB进行重大更新,呼吁用户升级到云数据库,实现从“马车时代到汽车时代”的更换;更早些时候,华为首次对外发布了一款AI-Native(AI原生)数据库GaussDB。根据华为的说法,GaussDB有两大创新:一个是首个AI-Native数据库,将AI融入数据库内核,让数据库更智能;另一个是首个支持ARM的企业数据库。
与之形成对比的是另一件事情:甲骨文宣布裁撤部分中国研发中心员工,首批有900人被裁。裁员看似与数据库无关,但众所周知,数据库是甲骨文帝国的基石。透过甲骨文今天的境遇其实也能大体看出甲骨文数据库的市场前景。
一边是新兴力量的大张旗鼓加入数据库市场,一边是老牌厂商的褪色,难道数据库市场真的要变天?甲骨文在数据库市场的地位人所共知,甲骨文一直是数据库市场的绝对老大,多少年来虽挑战者众多,却从来没有谁能真正撼动甲骨文的市场地位,哪怕是来势凶猛的开源数据库没有真正威胁到甲骨文。那么,现在这些厂商为什么纷纷揭竿而起,挑战传统数据库市场,所谓何来?
在我看来,最根本的原因在于数据库对企业级市场太重要了,华为需要,阿里云也需要。有人说“得数据库者得企业级市场”。据不完全统计,关键业务系统中有90%基于数据库系统开发,而数据库系统具有非常高的用户粘性。甲骨文就是因数据库而崛起的。云时代来临,对于众多云服务商而言,提高客户的粘性非常重要,随着IaaS的同质化,这个难度越来越大。如果从数据库着手,将客户业务与应用及数据库深度融合,就不失为一种非常有效的“留客”方法。正是因为这个原因,云服务商纷纷推出了自己的数据库,2014年AWS推出了Aurora,3年后阿里云推出POLARDB,腾讯云也有CynosDB,青云也有RadonDB等等。今天,华为也推出了GaussDB。
另一方面,云原生数据库在和传统数据库的竞争有自己的天生优势。云原生数据库因天然地具备云计算的弹性能力,兼具开源数据库的易用、开放特点,及传统数据库的管理和处理性能等优势,成为企业上云时的优先选择,再加上阿里云和AWS等拥有的庞大用户群,云数据库正在迎来属于自己的时代。
与之相比,传统数据库诞生于上个世纪70、80年代,面临云和大数据时代的挑战。比如,不断增长的数据要么超过数据库的极限,要么需要高昂的投资来支撑。另外,传统数据库的扩展性和灵活性也很难满足很多数据处理的需求。因此,除了云原生数据库外,市场还出现了一批NewSQL和NoSQL数据库,如Hbase、MongoDB,它们在一些领域如鱼得水,非常受欢迎。这些产品也向传统数据库市场发起了挑战,再加上开源数据库市场的快速增长,进一步蚕食了传统数据库的市场。
种种原因在一起,数据库市场大变局就在所难免,传统数据库一统天下的局面正在发生改变。未来的市场谁会主导,我们走着瞧。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。