最近硅谷出现了至今为止最大规模的风险投资,AI数据分析平台Databricks宣布完成100亿美元J轮融资,估值将达620亿美元。
Databricks其实99%的营收仍来自数据业务,这也印证了PingCAP联合创始人兼CTO黄东旭一直坚信的观点,人工智能创新落地时都需要依靠现有数据技术来支撑。
人们日常使用ChatGPT主要是为了处理一些工作流程,但黄东旭相信AI的潜力远不止于此,它的真正影响力将基于个人数据的深度和广度,AI的核心在于使AI能够访问并有效利用你与世界互动所产生的数据。
Data+AI的发展速度已经远超预期。
向着TiDB One演进
2023年度PingCAP以97.9%的增长率,成为全球数据库管理系统市场增速最快的厂商。
黄东旭曾问一位美国付费客户的CIO,为什么选择PingCAP。他回答:“我知道分布式数据库是一个非常复杂的产品,没有完美的产品。但我能看到,如果遇到任何问题可以7x24小时随时找到你们,并且你们一定会在15分钟之内做出响应。”
其实,自2019年TiDB Cloud推出以来就充满挑战,到今年TiDB Cloud托管集群(Managed clusters)数量已超过5万个,单个客户集群规模已超过1.2PB,单个集群的表数量超过70万张,单个集群的峰值QPS(每秒查询率)超过260万次,这些都标志着TiDB Cloud 取得了跨越式的成长。
在生成式AI这个新物种诞生后,PingCAP从这一视角得到新的启示。
在黄东旭看来,让大模型真正发挥作用的只有一条路——RAG(Retrieval Augmented Generation,检索增强生成),但RAG的本质仍是数据业务,数据库也将成为下一波受AI影响最大的行业之一。
所以数据库的未来趋势将围绕四个关键要素:可扩展性(Scalability)、灵活性(Flexibility)、成本效益(Cost-effective)和简洁性(Simplicity)。
他谈到,十年前TiDB诞生时的核心目标是希望解决MySQL在面对数据量快速增长时所遇到的挑战。如今,PingCAP正着手构建新一代引擎,一个基于对象存储的OLTP(联机事务处理)引擎。并且下一代TiDB必须面向多租户场景,实现隔离和资源共享。
过去的数据库是一个独立的软件,而今天在云上重新设计系统时,它们变成了一组微服务的组合。黄东旭强调,现在已经没有“升级” 这一概念,因为每个模块都在自我迭代,只需保持Serverless接口的稳定性。
“与十年前不同的是,TiDB Cloud已经是一个天然的平台,PingCAP先要成为新一代TiDB的最大用户。”黄东旭说。
TiDB要逐步演进到TiDB One。
从企业核心场景到AI时代首选
TiDB的演进经历了四个阶段:2015-2019年,聚焦于产品和社区建设;2020-2021年,进入规模商业化并开始出海;2022-2024年,迈向云原生架构和平凯数据库的升级;从2024年至今,开启AI创新。
十年来,TiDB始终坚持“好用”和“稳定”两个核心标准。最近,PingCAP发布了TiDB最新的长周期支持版本——TiDB v8.5 LTS。
PingCAP研发副总裁唐刘表示,TiDB v8.5专注于企业级核心场景,尤其为中国金融行业的核心交易场景,提供更加稳定和可靠的解决方案。
稳定性方面,I/O抖动对系统的影响降至原来的十分之一,确保了用户业务的平稳运行;新增了基于资源组做业务划分和资源限定,保证关键业务稳定运行,驾驭复杂多业务合并场景。
性能方面,OLTP系统P99延迟降低了40%,分析类查询(TPC-H)的效率提升了50%;TiDB 在高频更新场景实现加速,数据扫描性能提升2倍,通用负载延迟降低50%;在大宽表场景实现了性能突破,点查性能提升20%,更新写入性能提升100%-500%;分区表全局索引提升分区键检索性能,某客户实际场景延迟降低了75%。
可扩展性方面,单库100 TB备份数据可在1小时恢复完成,降低容灾场景的RTO;高效动态扩缩容,TiDB扩容速度提升30%,快速响应突发业务负载变化;添加索引和数据导入性能随TiDB节点数量线性提升,支撑复杂任务的高效完成。
“我们期望TiDB在未来能够成为引领AI时代创新的首选分布式(云原生)数据库。”唐刘说。
PingCAP的发展路径非常清晰,立足国内,全球化发展。PingCAP总经理余梦杰强调,TiDB的优势可以用五个关键词形容:自主开源、架构先进、PB级扩展性、完善的异构数据库迁移能力和全场景能力。
未来“做深垂直、做强区域、做广生态”将成为PingCAP发展的核心逻辑,“深耕垂直”聚焦金融、运营商、能源、医疗、政企等行业,抓住即将爆发的增长机遇。“强化区域”重点关注出海民营企业,聚焦隐形冠军群体,扩大在大湾区、长三角等地的覆盖。“拓展生态”持续深化合作伙伴引入和共赢。
好文章,需要你的鼓励
人工智能领域正在通过改进模型工作方式来释放新功能。研究人员开发了一种名为"SVDquant"的4位量化系统,可以使扩散模型运行速度提高3倍,同时提升图像质量和兼容性。这种技术通过压缩参数和激活值来大幅降低内存和处理需求,为资源受限的系统带来新的可能性。
Meta公司开发了一种机器学习模型SEAMLESSM4T,能够实现36种语言之间的近即时语音翻译。该模型采用创新方法,利用互联网音频片段避免了繁琐的数据标注。这一突破性技术有望简化多语言交流,但仍需解决噪音环境、口音等挑战,并关注技术可能带来的偏见问题。
生物制药行业正积极拥抱人工智能技术,大型企业投入巨资,小型公司谨慎布局。行业面临人才、数据和工作流程等挑战,但预计到2025年将在AI就绪度方面取得实质性进展。AI有望加速药物研发,提高效率,最终造福患者,重塑医疗保健的未来。
随着 AI 需求激增,数据中心行业面临严峻挑战。能源消耗激增威胁可持续发展目标,新项目遭遇公众反对。电力供应和分配方式亟需改革,行业或将迎来动荡的 2025 年。