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
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
中科院微电子研究所团队揭示深度学习中感知优化与质量评估存在意外不对称现象。研究发现评估性能优秀的模型在训练指导中效果有限,对抗性训练具主导作用,传统卷积网络在某些场景仍具优势。这项发现颠覆了"评估性能等同于优化能力"的传统认知,为AI图像处理技术改进提供新方向。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
香港科技大学研究团队开发了MOSS-ChatV视频AI系统,通过创新的"过程推理奖励"机制解决了现有视频AI推理过程不一致的问题。该系统不仅能准确预测视频中的未来事件,还能提供清晰的推理解释。研究构建了MOSS-Video数据集,采用动态时间规整算法训练模型,在多个视频理解任务上取得显著性能提升,为视频AI的可解释性发展开辟了新方向。