至顶网CIO与CTO频道 04月09日 北京消息:4月7日,腾讯云正式发布国内首个Serverless数据库新品——PostgreSQL for Serverless。相比普通云上数据库,该数据库能够最快1秒完成部署,成本降低70%。这款新型数据库将为数百万开发者带来更灵活的业务开发模式、更快捷的上云体验,以及更大空间的成本优势。企业数字化进程将全面提速。
Serverless技术给云计算带来的改变是革命性的。它通过封装几乎全部的底层资源和系统运维工作,使开发人员更容易使用云基础设施,极大地简化了基于云服务的编程。因此,Serverless也被业界认为是继虚拟化、容器技术之后的第三代通用计算平台。
腾讯云数据库负责人,数据库领域资深技术专家林晓斌表示,此次发布的数据库是国内第一家基于Serverless技术开发的新型数据库,既拥有Serverless化带来的低成本、易扩容等优点,又包含PG实例本身的高可用、高性能、高安全等特性。这款数据库的发布是腾讯云数据库拥抱云原生战略的又一落地,也将进一步巩固腾讯云数据库在国内的领先优势。
全自动扩缩容,1秒部署、成本降低70%
相对于传统的云数据库在扩容过程中需要人为干预或事先设定来说,腾讯云发布的PostgreSQL for Serverless具备完全自动化的扩容能力,它能够随着用户业务的请求数的增加和减少,智能化“膨胀”和“缩小”,实现资源的自动“吞吐”
这种全自动化特性,能够为用户带来更经济的计费模式和更丝滑的扩容体验,它可以让业务根据请求的繁忙程度实现平滑的全自动响应,无需人工介入。用户不需为数据库的闲时进行付费,而是按照数据库资源响应单元来进行计费。若用户对数据库无请求,数据库将自动关闭所有资源响应。这种强大的自扩展能力将为用户最高实现70%的成本降低,真正做到按量付费。
由于没有初始化过程,用户在购买之后只需要通过腾讯云相关组件一键创建数据库实例,最快1秒钟就可以完成部署,大幅提升部署效率。同时,腾讯云PostgreSQL for Serverless在可用性和安全性等方面也具有突出优势,包括支持“一主一备”,当主实例出现意外导致不可用时,将自动启动备份实例,业务连接也将同步转移至备用实例,有效避免了各种意外导致数据库无法使用的风险。此外,还支持标准PostgreSQL数据库本身的功能优点,如丰富的插件、便捷的备份恢复等特性。
据介绍,这款数据库主要针对当前开发者在使用数据库过程中的痛点问题,包括成本居高不下,性能体验差等。比如对于低流量应用的用户,通常无法最大化使用最低配标准实例的性能,但是需要为多余的性能进行付费。借助 PostgreSQL for Serverless,可避免为多余的性能进行付费。另外,对于不可预测的工作负载、不常用的应用程序、以及开发和测试数据库等场景,这款数据库也具有极强的应用价值。
Serverless生态完成最后一块拼图
随着这款数据库的发布,腾讯云在Serverless生态领域已经完成最后一块拼图。这意味着从此以后,开发者可以在腾讯云之上,能够基于全栈Serverless解决方案构筑云原生应用,从而让开发者更专注于业务,而非基础资源。
这其中,客户在接入层、计算层和数据存储层都可以通过 Serverless 化的服务来实现,从而真正做到了无需关注底层设施,只需聚焦于业务实现。在接入层,通过 API 网关的弹性能力、可以实现安全、稳定的流量接入;在计算层则通过腾讯云高可用,高并发的 FaaS 平台实现业务逻辑;在数据存储层,则通过本次发布的 Serverless DB 直接对数据库连接并进行 SQL 操作,无需客户管理连接池,有效降低了开发者的使用门槛。
通过腾讯云的Serverless全栈解决方案,业务的上线速度将得到有效提升,产品从设计到落地交付的时间大大缩短。例如,在疫情期间,众多企业都相继推出自己的抗疫App。借助于腾讯云Serverless全栈解决方案,企业开发者可以在不关心底层基础设施的情况下,1个前端工程师通过几百行的代码就可以快速搭建起一套功能齐全疫情实时追踪大屏,包括国内疫情概览、公司员工健康状况实时显示、外来人员进出登记等功能。并且能够根据访问量,弹性扩缩容,按量付费。
实际上,为了让开发者更便捷的部署 Serverless 应用,腾讯云联合 Serverless Framework 提供了全栈的应用开发平台,支持组件型的快速开发、云端调试、秒级部署和智能运维等特性,覆盖软件开发的全生命周期。
另外,为进一步降低成本和上手门槛,腾讯云还推出了业界首家 Serverless 全线产品扶持计划。该计划针对Serverless 网关、云函数、对象存储和数据库均提供了限时 30 天的免费试用,覆盖全栈方案中的所有资源。
腾讯云中间件总经理兼首席架构师yunongxiao表示:“作为全球Top3的Serverless云厂商,Serverless数据库的正式发布,将彻底打通腾讯云为用户构筑全栈Serverless应用的能力。随着开发者生态以及开源生态的不断完善,腾讯云正在将内部服务于众多核心应用的Serverless能力对所有用户开放,提供一站式的开发、部署、运维服务。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。