11月29日,中国信通院2023年下半年“可信数据库”评估评测结果正式发布,由浪潮KaiwuDB 研发的开务数据库系统KaiwuDB V2.0 达到信通院时序数据库性能、稳定性测试标准。至此,KaiwuDB 已完成时序数据库基础能力、性能、稳定性全项评测,能够满足海量时序数据存储、处理、应用等各类场景数据管理需求。
KaiwuDB 是浪潮创新研发的、业内首款分布式多模数据库系统。在拥有分布式数据库的强一致、高可用分布式架构、分布式水平扩展、高性能、企业级安全等特性的同时,兼备多模数据库的特性,可支持时序、结构化、半结构化和非结构化数据的存储和分析。其中,时序引擎针对物联网、工业互联网、车联网、智慧产业等场景中数据体量大、采样频率高、数据乱序到达、分析需求多、存储与运维成本高等问题设计并优化,以创新研发的“就地计算”技术为依托,拥有海量时序数据高吞吐写入、高性能大批量复杂查询、原生AI 支持等优势,可实现工业数据的高效实时处理、智能分析、统一运管及低成本运维,帮助用户降本增效、提升决策科学性。此外,KaiwuDB 数据库系统在突发故障、高负载、资源占满等测试情况下拥有较强的韧性和故障恢复能力,匹配用户对数据库高可用和连续性的要求。
目前,KaiwuDB 分布式多模数据库已在智能制造、能源风电、智慧矿山等多个项目中应用落地,并在时序数据写入查询性能、水平扩展能力、大数据分析、云边端一体化能力等方面展现极大优势。作为“可信数据库”的一员,浪潮KaiwuDB 将持续专注于产品性能提升,以高吞吐、高压缩、高可用的新一代数据库系统夯实物联网数字底座,助力企业伙伴数字化升级。
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。