乘借数字化东风,医药行业呈现出一片欣欣向荣之景。作为一家高新技术企业,北京英克康健科技有限公司(简称“英克康健”),创新研发的产品已覆盖医药行业各领域,满足各种规模医药企业的管理要求,是中国医药行业管理软件市场的领跑者。
为了持续打造核心竞争力,英克康健联合华为云,基于云数据库RDS for PostgreSQL全新打造了一个高性能、大容量、高可用的SaaS医药管理系统,助力万千药企业务迈上新台阶。
医药行业发展迅猛,催生管理系统创新
随着我国医药行业的不断发展与成熟,药企对管理水平提出了更高的要求。传统医药ERP系统无法满足大部分企业对大数据的高效存储需求,而且对许多信息化水平相对落后的药店来说,传统ERP系统太过复杂,操作繁琐,不易维护,加上硬件的投资,极大阻碍了企业发展。
作为一款专为医药企业服务的SaaS系统,英克康健打造的英克云平台,主要功能就是帮助企业不受时间空间限制,更加便捷地进行经营管理。英克云平台覆盖的药店分布在全国各个城市,每天数万家药店同时在线。医药零售区别于其他零售行业,每一笔的药品零售都要和GSP(药品经营质量管理规范)的监管以及医保结算相关联,对系统的稳定性和时效性要求非常高。初期,英克云平台基于开源PostgreSQL自建数据库,随着业务的拓展,数据库在性能和运维层面面临诸多挑战。
为了打破业务困局,解决自建数据库的运维难题和性能瓶颈,英克康健将目光瞄准了云数据库市场。但随之而来的还有迁移顾虑,自建数据库搬迁至云数据库,担心出现数据丢失,停机迁移对业务造成影响。
云上新升级,平台面貌焕然一新
针对客户云化改造和迁移顾虑双重挑战,华为云数据库团队对症下药,采用云数据库RDS for PostgreSQL+数据复制服务DRS组合解决方案,凭借超强性能、自动化运维平台、平滑在线迁移、数据0丢失等优势,不仅保障了英克云平台稳定运行,还大幅度提升了运维管理效率。
华为云RDS for PostgreSQL提供了丰富的运维工具,强大的云服务运维能力和简单易用的操作方式,大幅度减少了英克云运维团队在数据库部署、备份管理、高可用管理、扩容升级、监控告警等工作中重复消耗精力,整体运维效率提升70%以上,运维人员轻松管理500+云上实例。
华为云RDS for PostgreSQL提供极速云盘底座,解决英克云平台因业务增长导致的磁盘IO上限不足痛点,吞吐带宽提升200%,磁盘IOPS上限提升150%,性价比提升50%。
借助DRS,华为云数据库成功将英克云平台全库数十TB数据量迁移到云数据库RDS for PostgreSQL,迁移过程实现20条数据链路100%监控,业务不停机,数据0丢失。
此外,华为云数据库专家团队和商业级支持计划团队全程护航,帮助客户改造ERP产品架构,分析优化系统瓶颈,同时提供数据库应用最佳实践分享,助力客户业务平滑切换,提升性能。
提效一把手,为万千药企业务加速
借助华为云数据库专业高效、稳定可靠的云服务,英克云平台实现了全方位能力提升。
运维方面,华为云RDS for PostgreSQL提供的专业数据库管理运维平台,极大地解放了DBA运维压力,让DBA可以聚焦到数据的架构,同时让客户更聚焦核心业务;还支撑内置的工作流引擎,提升了业务流程的处理速度和准确性。
订单管理方面,华为云RDS for PostgreSQL凭借强大的磁盘性能和弹性伸缩能力,支撑英克云快速完成订单自动派单、配送和收款,月结速度提高40%,要货准确率提升15-35%;通过订货工作台对数据进行直接处理,减少了人工录入错误,准确率高达99%。
华为云数据库不仅助力英克康健完成医药管理系统的云化升级,还减轻了药企繁重的运维压力,提升了药企管理水平,推动医药行业快速发展与扩张。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。