北京,2020年5月26日——企业级混合云服务商青云QingCloud日前宣布,分布式关系型数据库PolonDB正式上线,全面无缝兼容PostgreSQL生态。随着新基建浪潮来袭,企业数字化转型进入快速发展期,数据量激增势不可挡。PolonDB上线后,将从云端发力,助力企业快速、高效面对未来数据处理需求。
随着企业数字化转型的不断深入,数据量环式激增,传统IT架构和数据库早已无法适应诸如物联网、新金融、新零售、新制造等行业对于数据高吞吐、灵活扩展等需求,架构灵活、扩展性良好,且具备高可靠、高可用的分布式数据库应运而生。聚焦到关系型数据库上,爆发式增长的数据在遭遇单机PostgreSQL数据库时,查询性能无法得到满足。一款能够具备无限水平扩展能力,性能随容量扩容而线性提升,能够按需扩展集群,可以支撑PB级别的分布式关系型数据库成为了企业的刚需。
青云QingCloud 分布式关系型数据库PolonDB正是这样的一款产品,它基于Citus构建,同时支持在线事务处理(OLTP)及在线分析处理(OLAP)场景。完美适配海量数据实时分析、海量事务处理等应用场景,有着众多独特优势,主要如下:
PolonDB 的正式发布进一步丰富了青云QingCloud数据库家族,与RadonDB、MySQL Plus、ChronusDB时序数据库、PostgreSQL、MongoDB、Redis、Memcached等形成完整的数据库家族版图,不仅能够以金融级高性能与高可用满足企业核心业务对数据库的高阶要求,而且能紧密结合企业业务场景,以专业的数据库服务实现高性价比数据归拢。
新基建的日渐火热,大数据将在企业及行业中迎来新一轮的快速发展。自2015年发布第一款大数据服务以来,青云QingCloud在大数据领域的创新从未停止,陆续推出Spark、Hadoop、Storm、HBase、ZooKeeper、Hive、SparkMR、QingMR等一系列大数据服务,为企业提供计算、存储、分析、查询一站式全方位的大数据服务。PolonDB正式发布后,青云QingCloud将拥有完整的数据库家族,搭配完善的大数据服务,通过数据产生更多业务洞察,驱动企业业务增长,帮助百行千业赢在数字化转型的起跑线上。
未来,青云QingCloud还将持续深耕数据库、大数据等数据产品与服务,从性能和场景两方面同时入手,不断提升在不同场景中的产品性能及服务能力,搭配人工智能、物联网、区块链等新时代的IT技术创新能力,助力中国企业实现完全自主可控的全面数字化。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。