日前,据权威国际处理性能委员会TPC官方披露,在被誉为“数据库分析场景珠穆朗玛峰”的TPC-DS基准测试中,阿里云自研的云原生数据仓库AnalyticDB以1489万的性能指标刷新了世界纪录,比第二名提升近30%以上,同时单位计算成本降低到0.08元,首次将数据仓库的性价比带入“不足1毛钱”时代。
TPC-DS是业内公认的高难度数据库系统测试基准,它从数据导入、查询性能(单并发、多并发)、查询复杂度(星型/雪花模型、复杂Window function支持)、可用性(数据一致、坏盘容错处理等)等方面严格考核,并进行严苛审计,是衡量数据库和大数据系统成熟度、竞争力的绝佳标准。
由于传统数据库厂商对分布式和并行能力的支持欠佳,该榜单自2006年公布以来,还没有一家传统数据库厂商能通过测试,目前也仅有3家企业上榜。
此次拿下双料冠军的AnalyticDB是阿里云自主研发的云原生数据仓库,采用存储计算分离+多副本架构,支持最大5000节点规模的弹性扩容,对复杂SQL查询速度比传统的关系型数据库快10倍以上。不同于复杂、高门槛的大数据体系,AnalyticDB高度兼容MySQL、PostgreSQL,Oracle应用迁移成本低,可对万亿级别的数据进行实时的多维度分析透视,极大地提升了企业挖掘数据价值效率。
在TPC-DS基准测试中,阿里云AnalyticDB跑出了1489万QphDS的高分,是同类产品如Spark、Transwarp的3倍以上。值得一提的是,在性能大幅提升让业务更实时、在线的同时,阿里云还将计算成本降低至0.08元/QphDS,大大降低了企业的计算成本。
Gartner预测,到2023年全球75%的数据库都会跑在云上。目前,阿里云已经稳居国内云数据库市场份额第一,已有超40万个数据库实例迁移到阿里云上,包含政务、零售、金融、电信、制造、物流等多个领域的龙头企业。
凭借自主研发和不断迭代的技术优势,让阿里云成为亚洲最大的云服务商,市场份额稳居全球前三。“今天从飞天云操作系统到神龙服务器、数据库、交换机、交换机操作系统、RDMA网络,全部是阿里自研的。”此前,阿里云智能总裁张建锋透露,未来三年,阿里云再投2000亿,这些投资将被用于云操作系统、服务器、芯片、网络等重大核心技术的自主研发攻坚和面向未来的数据中心建设。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。