11月1日,2023杭州云栖大会上,阿里云瑶池数据库宣布已全面实现Serverless化,并接入通义等大模型能力,大幅提升数据库一站式及智能化水平。同时,PolarDB Always On系列推出3大重磅升级,首个数据智能助手DMS Copilot也惊艳亮相。
“在Serverless与AI的驱动下,云原生数据库加速向一站式智能数据平台发展演进。”阿里云数据库产品事业部负责人李飞飞在会上表示。
李飞飞指出,数据平台应该像“搭积木”一样便捷好用,而Serverless化是实现此目标的核心路径。
目前,阿里云瑶池数据库几大核心产品均已推出Serverless形态,并进一步实现了“弹得更快、更稳、更广、更细”的全面升级,较传统架构可降低60%成本。
为一站式解决开发者的全部需求,阿里云数据库进行了一体化的大幅升级,包括HTAP一体化、DB+Cache一体化、DB+存储一体化等三大能力的全面提升,并在OLTP、OLAP、NoSQL等多业务场景融合落地,产品易用性大大提高,进一步简化开发、管理和运维成本。
本次云栖大会上,阿里云还公布3大技术升级:PolarDB实现Multi-Master三层解耦架构,内存使用率提升50%;Multi-Master轮动升级,不可用时间减少50%;高压缩比数据存储,最高可节省80%存储成本。
“大模型技术的突破,让AI更好地驱动底层技术迭代升级。”李飞飞表示,底层基础设施中的数据库,将全面拥抱AI技术变革。
目前,阿里云瑶池数据库全面提升了向量检索能力,在PolarDB、RDS、AnalyticDB、Lindorm、Tair等产品中集成向量功能,实现结构化数据、半结构化数据、多模数据、向量数据的一体化处理。阿里云新发布的8大行业模型及“百炼”平台,就采用AnalyticDB作为内置向量检索引擎,性能较开源增强了2至5倍,加速AIGC应用落地。
数据智能助手DMS Copilot也在会上惊艳亮相。据悉,DMS Copilot可支持30+种数据库类型,提供NL2SQL、SQL注释生成、SQL纠错、SQL优化等功能,大幅降低SQL编写门槛,提升开发效率。在耶鲁大学推出的Spider数据集评测中,DMS Copilot的成功率和准确率达到99.5%和78%,比开源模型的正确率高出4%。
此外,阿里云还宣布与SelectDB、MongoDB和Clickhouse分别达成战略合作,推进技术合作和生态协同,构建合作共赢的生态体系。
目前,阿里云瑶池数据库已在千行百业的核心业务中落地应用,服务于自然人税收管理系统、全国60%的省级医保信息平台、广东移动、友邦保险、南方基金、上海市新能源汽车数据平台、掌阅科技、莉莉丝游戏、识货APP等金融、政务、电信、互联网等多领域的客户。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。