未来网络遇上数据库,会有哪些火花?YashanDB出席第八届未来网络发展大会
崖山数据库是深算院自主设计和研发的面向企业级关键业务系统的数据库,融入了有界计算、近似计算、异步自适应并行计算等原创大数据计算理论,结合大规模并发块级MVCC事务处理引擎、高性能融合存储引擎、高性能SQL查询引擎等多年的工程技术沉淀,满足企业级客户海量数据高效存储处理和安全稳定可靠运行的严格需求。
8月21日-23日,第八届未来网络发展大会在南京举行。深圳计算科学研究院应邀出席,携崖山数据库前沿产品和成熟的高端平替解决方案亮相,在大会现场赢得了与会专家和客户的高度关注。

YashanDB资深解决方案架构师廖传军在CENI 创新论坛发表主题演讲,讲述了崖山数据库以理论创新和核心技术突破,助力关键行业国产化、数字化升级的思考与实践。廖传军表示,崖山数据库始终坚持产品长期主义,通过“原创理论+100%核心代码自研”,致力于打造国产数据库的“大飞机”,为未来网络技术的创新与应用提供坚实的基础支撑。

崖山数据库是深算院自主设计和研发的面向企业级关键业务系统的数据库,融入了有界计算、近似计算、异步自适应并行计算等原创大数据计算理论,结合大规模并发块级MVCC事务处理引擎、高性能融合存储引擎、高性能SQL查询引擎等多年的工程技术沉淀,满足企业级客户海量数据高效存储处理和安全稳定可靠运行的严格需求。从产品形态层面,提供基于统一内核的单机主备、共享集群和分布式分析三种部署形态,满足不同规模、不同场景的数据库要求;此外还提供丰富的工具产品体系,满足数据库应用开发、运维和迁移同步等场景的需求。
金融、能源、电信等关键行业在核心系统高度依赖国外共享集群产品,但市面上长期缺乏可以对等替换的国产数据库。为解决用户对1:1平替的核心诉求,崖山数据库在自研内核的基础上推出了共享集群产品形态,通过自研的聚合内存技术、集群文件系统、集群管理服务共同构建共享集群的架构体系,具备高性能、高可靠、应用透明等特点,实现了国产数据库在高端领域“零”的突破。
尤其是基于崖山共享集群构建的数据库同城双中心双活架构,其依赖底层的智能无损同城存储网络(NoF+)可以保证高性能、低延迟、无阻塞的数据传输,取代了传统的基于光纤通道(Fibre Channel)的存储网络,是现代网络技术与数据库技术的精妙融合,可以实现数据零丢失、故障自动发现、数据库透明切换,达到金融级核心应用高可用能力。
0赞好文章,需要你的鼓励
推荐文章
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。