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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。