2月26日,在2025阿里云PolarDB开发者大会上,阿里云宣布PolarDB登顶全球数据库性能及性价比排行榜。根据国际数据库事务处理性能委员会(TPC,Transaction Processing Performance Council)官网披露,阿里云PolarDB云原生数据库以超越原记录2.5倍的性能一举登顶TPC-C基准测试排行榜,以每分钟20.55亿笔交易(tpmC)和单位成本0.8元人民币(price/tpmC)的成绩刷新TPC-C性能和性价比双榜的世界纪录。该记录是中国基础软件取得的又一里程碑式成就,标志着PolarDB创新的云原生架构不仅突破了单集群的扩展性瓶颈,还成功扛住了全球最大规模的并发交易峰值,在性能、可扩展性等多个维度领跑全球。
TPC-C是由TPC组织制定的针对衡量在线事务处理(OLTP)系统性能的基准测试,被誉为数据库领域的“奥林匹克”,是全球最具公信力的测试标准,也是商业数据库证明自身实力的硬性门槛之一。该基准测试会考察关系型数据库系统的全链路能力,包括2大衡量标准:性能(tpmC)和性价比(price/tpmC)。性能表示数据库能够跑多快,性价比表示数据库的成本能做到多低。
TPC-C测试由一系列严苛的基准测试模型组成,是一场长达40小时的数据库性能“极限挑战”赛。测试过程包括故障容灾测试、全压力测试等。其中,数据库系统需要在极限压力下运行8小时以上,tpmC的波动率不能超过2%,同时在这8小时内必须保证数据100%的正确性。与此同时,测试模型会人为模拟各种硬件故障情况,确保数据不丢失,并能很快恢复原有性能。整个压力测试在过程中和测试后,都要对整体数据进行校验,保证数据的完整性和一致性。
本次打榜中,阿里云PolarDB云原生数据库以20.55亿tpmC的性能成绩一举夺魁,且成本相比原纪录降低了近40%。在测试的8小时期间,PolarDB完成了2.2万亿次数据操作,tpmC波动率仅为0.16%,保障了100%的数据正确性,这同时也体现了PolarDB Limitless超大集群的性能稳定性。在稳定性测试中,HA(“高可用性”High Availability)实现秒级切换,切换期间性能损失小于1%,完美通过了ACI(Atomicity(原子性)、Consistency(一致性)、Isolation(隔离性)3个特性测试。同时,这一新纪录模拟了16亿用户同时上线进行交易,其处理能力相当于天猫2020双11订单峰值场景的59倍,成功扛起全球最大流量洪峰。
登顶双榜的背后,是阿里云PolarDB云原生数据库在技术和架构上的持续创新,通过与英特尔至强处理器等软硬件的深入结合、单机性能优化等方式,突破了单集群管理瓶颈,实现了100PB级数据管理,最高扩展至数千个计算节点的能力,单核性能相比原纪录提升1.8倍。同时,借助高性能RDMA、持久化内存AliSCM、SmartSSD等新硬件,PolarDB将I/O延迟最低降低至25微秒。
阿里云智能集团副总裁、数据库产品事业部负责人李飞飞在会上表示:“很荣幸能够在全球最权威的性能赛道上与海内外厂商同台竞技,PolarDB登顶TPC-C排行榜,不仅是阿里云自身技术实力的证明,更说明国产数据库在性能和性价比方面均已达到全球领先水平。让每个CPU核都能物尽其用、为客户提供更高的性能是PolarDB持续的优化重点。通过创新性的云原生架构,云原生数据库将像“搭积木”一样简单、易用,我们期待为用户提供更优的性价比、更好的云数据库体验。”
据悉,阿里云PolarDB在过去3年实现400%的增速,目前用户数已超过10000家,并规模化应用于政务、金融、电信、物流、互联网等领域的核心业务系统,服务了自然人税收管理系统、全国60%的省级医保信息平台等机构,以及中国联通、中国石化、友邦保险、米哈游、飞鹤等知名企业,助力企业加速创新升级,抢占市场先机。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。