8月16日,以“红云天翼 安全普惠”为主题的天翼云TeleDB系列产品升级发布会在线上顺利举办。此次发布的天翼云自主研发云原生数据库进行了全新升级,推出一站式HTAP融合数据库,以及TeleDB数据库容灾双活方案,同时也展示了TeleDB数据库的可用性、易用性、安全性、云原生、容灾等能力,以及其在各行业领域的实践成果。
国产化数据库高速发展 核心技术自主可控是关键
近年来,全球产业链供应链不稳定性不确定性明显增加,科技创新成为大国战略博弈的主战场。据Gartner数据显示,2021年我国数据库市场规模56亿美元,同比增长31.4%。作为云服务国家队,天翼云积极响应数字经济发展需求,坚持科技创新引领,不断加快关键核心技术自主攻关,走出了一条引领国产化数据库高速发展之路。
此次发布会中,天翼云科技有限公司首席专家侯圣文表示,面向企业数字化转型,天翼云提供“上云用数赋智”一体化服务能力。在“上云”环节,打造完备的迁移工具和专家团队,让企业上云迁移无忧;在“用数”方面,为企业提供大数据平台底座和数据中台能力;在“赋智”方面,基于云原生架构AI中台,实现AI技术快速研发、共享复用和高效部署。
中国信息通信研究院云计算与大数据研究所副所长魏凯表示,我国数据库将规模化向重点行业深入应用创新,比如电信行业,其计费系统、经分系统是对数据库产品能力要求非常高的业务模型,中国电信天翼云自研的产品可以很好地承接电信运营商数据库转型的需求。
十年磨一剑 TeleDB数据库技术再创新
历经十年磨炼,天翼云自研TeleDB数据库沉淀了种类齐全的系列产品,形成安全可靠、极致弹性、金融级高可用、AP/TP混合负载四大核心能力。此次发布会,TeleDB数据库再次全面升级,天翼云围绕数据可用性、易用性、安全性的内核研发,逐步攻克云原生、HTAP、容灾等数据库关键技术。

在云原生数据库研发实践中,天翼云突破数据库容器化和存算分离两大关键技术攻坚,大幅提升数据库系统整体可靠性,使RTO由分钟级降到30秒之内,数据可靠性达99.9999%,在提高计算资源利用率的同时,降低企业存储成本,实现降本增效。目前,天翼云首个云原生数据库版本已经在福建电信进行试点,为福建电信解决了数据库部署密度低、资源浪费及数据扩展性的问题。
HTAP被视为未来数据库领域发展趋势之一。天翼云创新推出一站式实时HTAP的TeleDB融合数据库,具有企业级分布式数据库的关键特性,能随着业务增长进行水平弹性扩展,并可同时支持OLTP(在线事务处理)和OLAP(在线分析处理),实现金融级的高可用。TeleDB融合数据库适用于视频监控上云、媒体存储等数据大规模、高可用、高吞吐的多元化业务应用场景。
数据上云,容灾是关键。天翼云结合国际七大灾备建设标准进行产品规划设计,推出TeleDB数据库容灾双活解决方案,针对客户的各级灾备要求,提供相应的数据备份、同城容灾、同城双活、异地容灾方案,高效的企业级数据库容灾安全可满足用户在IDC灾难发生时确保云上数据安全性、保障业务不中断、降低运维与管理成本等核心诉求。天翼云灾备双活方案目前已在全国多地的健康码、核酸检测场景中应用,基于TeleDB分布式关系型数据库,各地健康码系统实现了主中心和双活中心的切换,从容应对新增资源池间互联电路中断或双活中心整体故障等情况。
实践锤炼 构建自主可控数据库大生态
如今,天翼云TeleDB数据库系列产品已做到技术自主可控,具备高可靠、高可用、弹性扩展、自动化运维等优势,承载了中国电信3000多套核心IT系统,助力中国电信成为国内第一家100%使用国产数据库的电信运营商,并在政务、物联网、新能源、医疗等行业落地成熟。
以广东电信IT上云为例,公司从核心生产系统到经营分析系统,数据库全部采用天翼云数据库产品,实现核心技术自主掌控,TeleDB横向扩展能力及高可用架构解决了原有系统扩展性不足、停机停服时间长等业务难点,同时基于DTS同步,实现异构数据库之间的数据同步共享。IT系统全面上云后,系统响应性能提升10倍,产品上架速度提升2倍,计费效率提升20倍,完备的自动化运营平台提高了运营管理效率,提升了客户感知,增强了企业核心竞争能力。
在生态建设方面,天翼云基于国产化产业生态,围绕商业生态、产业生态、社区生态以及人才生态等维度持续发力,致力于构筑开放、包容、勇于革新的自主可控数据库生态,推动行业发展。
以平凯星辰为例,天翼云与平凯星辰基于TiDB数据库源代码,研发出TeleDB for HTAP分布式数据库,通过共建电信行业分布式数据库实验室,推进TeleDB for HTAP在业务场景落地实践、标准规范制定,加速国内电信行业基础软件自主可控和创新的进程。
接下来,天翼云将围绕HTAP、云原生数据库、多引擎同架构、生态共建等领域持续深耕,以兼具极致扩展性、敏捷交付能力、易用性、高可用高可靠以及高性能低成本的数据库产品,满足千行百业日益增长的信息化需求,提升客户服务体验,驱动产业数字化转型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。