4月2日,螞蟻金服方面宣布,螞蟻金服及阿里巴巴自主研發(fā)的通用關(guān)系數(shù)據(jù)庫OceanBase已經(jīng)開始支撐淘寶、天貓和聚劃算的所有日常交易。
OceanBase也是真正意義上首個(gè)Created in China的數(shù)據(jù)庫。螞蟻金服相關(guān)負(fù)責(zé)人表示,這個(gè)改變意味著OceanBase已經(jīng)有能力滿足互聯(lián)網(wǎng)海量數(shù)據(jù)處理的需求,可以支撐復(fù)雜、高可靠的金融級業(yè)務(wù)。
螞蟻金服人士表示,隨著互聯(lián)網(wǎng)的發(fā)展,海量數(shù)據(jù)的處理越來越成為擺在大型互聯(lián)網(wǎng)公司面前的問題。而傳統(tǒng)的IT企業(yè)提供的服務(wù),在系統(tǒng)可擴(kuò)展性、性價(jià)比方面已經(jīng)不再適用。
以數(shù)據(jù)庫系統(tǒng)舉例,一般來說,數(shù)據(jù)庫系統(tǒng)的穩(wěn)定可靠,取決于數(shù)據(jù)庫軟件、數(shù)據(jù)庫服務(wù)器和數(shù)據(jù)庫存儲三方面。其中,數(shù)據(jù)庫軟件的維護(hù)升級總是讓互聯(lián)網(wǎng)企業(yè)比較頭疼:數(shù)據(jù)庫軟件的維護(hù)升級有很大的風(fēng)險(xiǎn),為了保障數(shù)據(jù)庫系統(tǒng)的穩(wěn)定可靠,企業(yè)需要匹配使用穩(wěn)定性好的高端服務(wù)器和共享存儲,但是這些設(shè)備不僅價(jià)格昂貴,性能和擴(kuò)展能力也有限。
在這種情況下,2010年起,阿里巴巴、螞蟻金服開始自主研發(fā)數(shù)據(jù)庫系統(tǒng)OceanBase,這一系統(tǒng)從立項(xiàng)到開花結(jié)果經(jīng)歷了足足五年時(shí)間。
全球范圍內(nèi),對數(shù)據(jù)庫的研究是科學(xué)界研究的重要方向。2014年,被稱為計(jì)算機(jī)界的諾貝爾獎(jiǎng)的圖靈獎(jiǎng),就授予了Michael Stonebraker,以表彰其“對現(xiàn)代數(shù)據(jù)庫系統(tǒng)底層的概念與實(shí)踐所做出的基礎(chǔ)性貢獻(xiàn)。他也是數(shù)據(jù)庫領(lǐng)域自1973年Bachman(數(shù)據(jù)庫與網(wǎng)狀數(shù)據(jù)庫)、1981年Codd(關(guān)系數(shù)據(jù)庫)、1998年Gray(數(shù)據(jù)庫與事務(wù)處理)之后的第四位圖靈獎(jiǎng)得主。
與傳統(tǒng)數(shù)據(jù)庫公司的產(chǎn)品相比,OceanBase的升級維護(hù),不需要昂貴的共享存儲、高可靠的服務(wù)器、數(shù)據(jù)庫軟件的許可費(fèi),可以將商業(yè)數(shù)據(jù)庫成本降到一半以下。同時(shí),分布式的系統(tǒng),可以保證業(yè)務(wù)在服務(wù)器、存儲、網(wǎng)絡(luò)等出現(xiàn)異常情況的情況下不受影響。
在阿里系之前,中國有大批專家學(xué)者和企業(yè)致力于數(shù)據(jù)庫的研究,不過幾十年來沒有任何一個(gè)商業(yè)化數(shù)據(jù)庫產(chǎn)品能夠替代傳統(tǒng)高端數(shù)據(jù)庫。最終反而是阿里系在商業(yè)需求的驅(qū)動(dòng)下實(shí)現(xiàn)了這一目標(biāo)。
螞蟻金服方面表示,實(shí)際上,OceanBase此前已經(jīng)通過了“雙十一”考驗(yàn)。數(shù)據(jù)顯示,2014年雙十一,支付寶支付峰值就達(dá)到了285萬筆/分鐘,是2013年雙十一支付峰值的3倍。借助OceanBase全分布、全冗余、高彈性、低成本的海量交易與數(shù)據(jù)處理架構(gòu),支付寶順利通過交易洪峰的考驗(yàn)。目前,OceanBase已經(jīng)可以支撐淘寶、天貓、聚劃算在支付寶的所有日常交易。
據(jù)透露,未來,OceanBase還將放到阿里云上,以開放的形式,向外界輸出阿里巴巴和螞蟻金服的數(shù)據(jù)庫服務(wù)能力,為整個(gè)產(chǎn)業(yè)的技術(shù)發(fā)展做出貢獻(xiàn)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。