日前,马来西亚知名电商企业PrestoMall抛弃传统甲骨文数据库,转投阿里云自主研发的POLARDB云数据库,支撑公司平稳应对电商大促活动中创下的流量峰值,整体IT成本降幅达到40%以上。
PrestoMall是马来西亚知名电商企业之一,过去几年数据量和客户量都出现井喷式增长,营收规模近3个财年增长256%。随着公司的快速发展,PrestoMall原有甲骨文数据库产品限制了其弹性增长的需求,并且昂贵的数据库授权费导致公司IT成本居高不下,阻碍了业务发展。
2019年8月,PrestoMall决定停用甲骨文数据库,并开始寻找可靠的替代方案。在调研过程中,PrestoMall对于数据库的兼容性、成本、扩展性、可用性、迁移便利性以及服务与支持等多个维度进行了评估,最终决定采用阿里云POLARDB云数据库。
POLARDB是阿里云自主研发的云原生数据库,采用存储计算分离、软硬件一体化设计,可以快速实现弹性缩扩容,完全满足大规模业务场景的需求。2019年双11购物节当天,POLARDB还创造了每秒8700万次的数据库处理(TPS)峰值新记录。
2019年12月初,PrestoMall完成数据库向阿里云POLARDB的整体迁移,不但支撑业务快速发展,还使得公司整体IT成本降幅达到40%以上。
作为全球云数据库市场份额前三以及中国市场第一的厂商,阿里云在产品技术领域进展迅猛,获得市场广泛认可,已连续2年作为唯一的中国企业入选Gartner数据库魔力象限。目前,已有超过40万个数据库实例迁移到阿里云上,包含政务、零售、金融、电信、制造、物流等多个领域的龙头企业。
权威市场研究机构Gartner最新研究指出,云数据库将是未来。到2021年,云数据库在整个数据库市场中的占比将首次达到50%;而到2023年,75%的数据库要跑在云平台之上。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。