近日, 南京, 中国信息通信研究院云计算与大数据研究所(以下简称“中国信通院云大所”)组织专家对亚信科技(股票代码:01675.HK)的数据库产品AISWare AntDB(以下简称“AntDB”),进行了金融分布式事务数据库标准测试,所有功能顺利通过测试。该测试的通过充分彰显了亚信科技AntDB是一款符合国家行业标准,能够满足金融行业高性能、高安全性要求,自主可靠的数据库。
AntDB数据库50项功能全部通过测试
近年来,随着行业互联网化的深入发展,金融行业的企业也在不断地推出新业务,跨部门、跨业务的数据访问已经成为企业的核心需求。数据库承载着金融企业的核心数据,金融级数据库是金融企业转型的基础。为了更好地支撑关键业务发展,分布式数据库成为金融行业的首选,然而事务数据的分布式处理,实现起来难度大,目前市场上还没有非常成熟的方案。为解决这一问题,中国信通院积极联合多家银行和IT技术厂商攻克难题。
中国信通院云大所是中国信息通信研究院最新设立的核心业务单位,旨在围绕云计算、大数据、人工智能、数据中心以及关联应用领域的开展技术、标准研究,构建相关技术的测试、试验和统计平台,承担相关服务和产品的测试评估工作;并且,在金融科技领域,构建金融行业与IT及互联网行业的交流平台,实现产业链上下游间供需对接。
此次,中国信通院云大所针对亚信科技提供的数据库产品AntDB的标准测试,是基于金融级分布式事务数据库选型时评估的六个方面评估进行的,包括基本功能、兼容能力、管理能力、高可用能力、扩展能力和安全能力。目前AntDB数据库的50项功能已经全部通过测试,为金融企业分布式数据库提供了一个新的选择。
国产数据库亮剑 AntDB数领先机
目前,PostgreSQL数据库在日本占到大概60%的市场份额,而Oracle在中国占到55%市场份额,大部分还都跟民生系统相关,比如金融,电信,能源等等。以AntDB为代表的国产数据库,以实现全面降低国内企业使用传统数据库的成本为总体目标,致力于提升我国在信息技术产业领域的安全自主程度。
亚信科技AntDB在产品架构和系统稳定性都要超过日本NTT开源的Postgre-XC系统,是目前基于PostgreSQL基础之上最稳定、,最高效的原生分布式数据库系统之一,是在理论和实践相结合的基础上深耕多年打造的一款可扩展、多租户、高可用、高性能、低成本、国产、自主、安全可靠且对业务透明的原生分布式数据库产品。
AntDB高度兼容Oracle、MySQL数据库,兼容 Oracle 11版本94%的语法,用户可以一键化自动完成数据以及所有数据库对象的在线迁移和校验工作,实现业务的无缝切换;AntDB还可以根据业务应用特性,调整为在线事务优先或者大数据分析优先的模式。更重要的是,AntDB提供了金融级分布式数据库的安全性和稳定性:
具备实时强一致的分布式事务控制能力,确保数据零丢失和事务控制不出错 ;在线的横向扩展性,提供海量的数据存储、实时计算分析能力,可秒级响应。
规范的数据访问控制和治理:分布式场景下,全局数据可实现一致性备份和恢复;并提供严格的数据访问控制策略和数据防倾斜设计。
两地三中心的异地容灾集群,自动高可用,自动剔除故障节点,保障业务持续可用,达到99.999%的服务等级。
高效分布式SQL并行执行引擎,异构索引,空间换时间,成倍提升数据处理效率;灵活的数据分片策略,可满足业务个性化需要。
此外,在AntDB独立的开源社区内,亚信科技将其数据库技术的研发成果完全开源,分享与业界企业,赋能企业客户一起掌握数据库的深度技术,同时通过开源,让客户可以通过各种工具对产品质量进行监督。对于企业级AntDB,亚信科技还提供了产品售前、售后完整的技术服务,以此消除客户担忧。AntDB已在中信国安(6.120,0.01,0.16%)、四川电信、上海移动、中国联通(6.910,-0.07,-1.00%)物联网数据运营平台等多个场景中部署使用,截止目前产品运营一直稳定可靠,实现了企业生产环境的零故障和零运维。
作为中国通信行业软件领军企业,亚信科技拥有20余年的电信企业运营经验,积累了深厚的技术与能力。在数字化转型的今天,亚信科技期望将其运营商级别的产品能力、集成能力、运营能力和服务能力开放给非电信领域的企业,助力大企业快速转型,AntDB就是这样一款产品。紧密围绕国家去“IOE”的大战略,亚信科技持续拓展全行业市场空间,深度参与全国各省市的自主可控产业建设,逐步实现数据库自主可控的战略目标,以AntDB为代表的国产数据库未来可期。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。