这款产品Amazon Aurora I/O-Optimized,于周四首次亮相,预计可为某些工作负载节省高达40%的成本。
AWS关系数据库引擎副总裁Rahul Pathak表示:“我们通过 Aurora I/O-Optimized为客户的大规模I/O密集型应用提供了巨大的价值,并为那些希望把要求最苛刻的工作负载迁移到Aurora和云端的客户提供了更好的选择。”
Aurora是一种托管的关系型数据库,企业可以使用它而无需维护底层基础设施。Aurora与另外两个主流的关系型数据库MySQL和PostgreSQL相互兼容,也就是说,企业可以把为MySQL和PostgreSQL编写的应用切换到 Aurora,而无需进行重大的代码更改。
AWS于2014年发布了Aurora的初始版本,如今该服务已经被数十万家客户采用,其中包括许多财富500强企业。
Aurora I/O-Optimized是Aurora服务的最新版本,主要面向那些执行大量数据I/O操作的应用。
Aurora标准版是根据客户部署数据库的计算实例的数量和类型,以及他们使用的存储容量来计费的。此外,客户还需要为针对应用每个I/O操作进行付费。
该数据库针对新Aurora I/O优化的新版本则有不同的定价模型。它与标准版本一样,是根据客户使用的计算实例的数量和类型以及相关的存储消耗进行计费,但是用户无需为I/O操作付费,这使得I/O密集型应用运行成本更低。
AWS表示,该产品可以节省大量资金。如果I/O操作占与应用相关的数据库费用的四分之一以上,那么Aurora I/O-Optimized承诺最多可降低40%的成本。
该产品还可以让客户更轻松地预测云费用。当数据库按I/O操作计费的时候,应用I/O请求的意外增加可能会导致成本超支,而Aurora I/O-Optimized通过消除与I/O操作相关的费用降低了这种风险。
企业可以通过在Amazon EC2预留实例上运行Aurora I/O优化来进一步降低成本,这些实例提供比标准虚拟机更低的价格以换取长期使用的承诺。
据AWS称,企业不仅可以使用Aurora I/O-Optimized支持新的关系型数据库集群,还可以为现有部署企业该服务。客户可以每30天将现有部署切换到Aurora I/O-Optimized,该任务不需要管理员重启数据库实例,从而有助于避免停机。
好文章,需要你的鼓励
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
AI硬件的竞争才刚刚开始,华硕Ascent GX10这样将专业级算力带入桌面级设备的尝试,或许正在改写个人AI开发的游戏规则。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。