12月28日,神州数码与PingCAP在京举办战略合作签约仪式,宣布双方将基于全球领先的新一代关系型数据库(NewSQL)开源项目TiDB,打造神州数码自有品牌分布式数据库一体机,并展开联合产品、联合营销、联合生态等多维度的战略合作,以开源技术构筑数据新基建底座,赋能企业数字化转型和产业高质量发展。
神州数码集团常务副总裁叶海强、CTO周鹏、CIO沈旸、企业软件应用SBU常务副总经理李新、PingCAP创始人兼CEO刘奇、联合创始人兼CTO黄东旭、企业及合作伙伴事业部总经理樊殊昱共同出席并见证。

开源引领数字未来,数据构筑新基石
数字时代,开源技术正在引领整个信息技术产业的发展。云和开源技术正加速与IT基础设施的融合重构,成为企业数字化转型的催化剂。而面对指数级增长的海量数据处理需求,数据库作为基础软件领域的基石和企业数字化转型的关键引擎,也开始在云化赛道上加速延展。据 Gartner 预测,到 2022 年将有 75% 的数据库将被部署或迁移到云上。
作为开源分布式数据库的领导企业,近日刚刚完成2.7亿美元D轮融资的PingCAP,始终致力于前沿技术领域的创新与实践,其创立的企业级分布式关系型数据库TiDB,已成为大数据时代理想的数据库集群和云数据库解决方案。目前,TiDB已在1500余家全球领先企业生产环境提供服务,涉及互联网、游戏、银行、保险、证券、航空、制造业、电信、新零售、政府等多个行业,以及美国、欧洲、日本、南亚等国家和区域。

PingCAP联合创始人、CTO黄东旭表示,神州数码一直是 TiDB 技术社区中的活跃成员,在技术架构原理与行业前瞻应用方面都有很深入的理解,此次一体机产品就是神州数码与 PingCAP 在数据库技术领域联合创新的成果体现。

神州数码集团CIO沈旸表示,TiDB已成为全球基础软件领域的知名开源项目。神州数码也是TiDB的早期应用者之一,我们不仅在自身的数字化应用场景中采用TiDB,率先在ARM平台上适配TiDB并用于生产环境,也将TiDB的应用扩展到异构的计算体系下,能同时在ARM和X86跨平台运行TiDB分布式数据库,实现数据在不同计算架构平台的打通。接下来,神州数码也将组建技术团队,与PingCAP一道打造更为开放的社区生态,拓展和积累更具挑战的业务场景,并持续不断打磨方案和产品,为行业企业的数字化转型提供更专业的产品和更优质的技术方案服务。
产品+营销+生态,强强联合,携手助力新基建
作为多年来始终坚持用全球领先技术赋能产业发展的科技企业,近年来,随着云原生和开源技术的持续发展,加快探索和应用开源技术,推动云及自主创新双轮发展,也成为神州数码的重要布局之一。
以此次战略合作为契机,神州数码将与PingCAP携手成立联合产品中心,基于TiDB和神州鲲泰服务器打造自有品牌新一代分布式数据库一体机产品,并形成端到端的技术解决方案交付,整体推向市场。同时,双方还将通过联合营销中心,推动TiDB和神州数码分布式数据库一体机产品在金融、政府等行业的方案整合和落地。在此基础上,双方还将成立联合生态中心,基于神州数码发起成立的“数字中国服务联盟”,在产品集中采购、服务能力输出、品牌合作授权等方面展开积极探索并打造一体化整体解决方案,展开更多创新合作模式和前沿领域的前瞻性探索。

神州数码集团常务副总裁叶海强表示,面向2035,基于云和信创的“新基建”将成为中国经济发展的重要基点。在这个开源的黄金时代,与PingCAP的战略合作,是神州数码在开源技术和自有品牌产品两个维度上的重要落子,我们希望通过双方的紧密合作,充分发挥各自优势,推动和引领面向未来的信息化基础设施的变革和迭代,并且在这个过程中,探索和挖掘更具价值的合作模式。

PingCAP创始人兼CEO刘奇表示,神州数码是中国领先的云及数字化服务商,一直以来具备深厚的技术实力、丰富的解决方案和强大的数字生态。作为云原生开源基础软件的创新者, PingCAP 与神州数码的战略合作将在数据基础设施领域强强联手,不断提升技术创新能力与核心服务能力,帮助行业用户更好地拥抱数字时代。
开源技术的普及,让今天的数字化转型驶入新的加速创新的赛道。面向未来,践行“数字中国”,神州数码将与PingCAP以及更多生态伙伴,夯实能力,携手并进,不断推动开源技术的普适化应用,引领数字经济持续健康发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。