AWS近日推出了云图形数据库服务Amazon Neptune的无服务器版本——Amazon Neptune Serverless。
Amazon Neptune Serverless旨在简化管理员的日常工作,将有助于降低云基础设施的成本。
图形数据库是一种专门的数据库,不仅可以存储业务记录,还可以存储有关这些记录如何相互连接的信息。例如,图形数据库可以突出显示两个销售记录是否由同一业务部门生成。此外,企业还可以存储有关其他类型数据集之间连接的信息,例如服务器和网络日志。
图形数据库并不是唯一能够存储此类连接的数据库类型,但是,图形数据库保存信息的方式,使其比使用其他不太专业的系统更快地执行分析,因此图形数据库被广泛用于支持那些需要能够识别不同数据点之间链接的应用。
Neptune是Amazon的一种托管型图形数据库服务,可以自动执行多项日常维护任务,包括备份、恢复和修补。Neptune Serverless是此次新推出的无服务器版本,可以自动执行更多维护任务,以进一步简化公司的技术运营。
应用发送到图形数据库环境的查询数量会随时间而变化,随着使用情况的变化,也就必须相应地增加或者减少为数据库环境提供的基础设施数量以满足需求。Neptune客户通常是以手动的方式执行此类任务。
Neptune Serverless可以自动执行该任务,据AWS称,该产品可以检测应用需求何时发生变化,并根据用户的需求添加或者删减数据库容量。AWS表示,Neptune Serverless只需不到一秒钟的时间就可以为数十万个查询预置容量。
自动化基础设施配置过程减少了管理员的手动工作,据AWS称,Neptune Serverless还可以帮助企业在某些情况下降低高达90%的成本,例如当应用以峰值容量运行的时候。当应用开始以峰值容量运行时快速扩展数据库环境并在使用水平下降后对其进行缩减,通常是很难用手动的方式执行的。
“现在,客户借助Amazon Neptune Serverless就拥有了这样一个图形数据库,它可以自动预置和无缝扩展集群,以提供恰到好处的容量来满足需求,从而使他们能够构建和运行应用,即使是那些最可变的、不可预测的工作负载,”AWS数据库、分析和机器学习副总裁Swami Sivasubramanian这样表示。
Neptune Serverless是AWS推出的一系列无服务器产品中的最新一款产品。此前AWS推出了基于云的Amazon Redshift数据仓库和Amazon Aurora关系型数据库服务的无服务器版本。今年早些时候,Amazon Aurora产品增加了新的功能,旨在为客户优化云基础设施成本的同时提高性能水平。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。