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
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。