2023年12月5日,华为数据存储与优炫软件共同发布“数据库存算分离联合解决方案”。此次发布内容包含满足金融、运营商、能源、制造、政务等多个行业不同业务场景的三大子方案,并重磅推出高可靠、高性能共享存储多写多读集群数据库(以下简称“多主数据库”)解决方案,加速中国多主数据库产业发展步伐。
发布会现场,从左到右依次为:华为闪存存储解决方案总监严浩、华为闪存存储领域总裁黄涛、北京优炫软件董事长梁继良、北京优炫软件总经理黄志军、北京优炫软件数据库事业群总经理王国军
北京优炫软件董事长梁继良表示,数据库多写多读RAC(Real Application Cluster)技术是中国数据库研发中必须攻克、也最难攻克的部分。优炫软件始终坚持瞄准RAC技术方向, 经过10年时间持续高压投入,目前自研多写多读产品SRAC已在关键行业核心系统取得突破。优炫软件愿与业界优秀的存储厂商华为一道,充分结合双方软硬件优势,进一步提升多主数据库能力,为中国乃至全球用户提供多写多读数据库新选择。
北京优炫软件董事长梁继良
华为闪存存储领域总裁黄涛表示,近年来中国数据库产业正在发生积极转变,越来越多的客户意识到技术成熟、架构稳定的存算分离多主数据库是核心系统的更优选择。打造多主数据库需要强劲的技术实力,华为数据存储愿与优炫软件紧密合作,不断推出更稳定、更高效、满足各行各业实际业务需求的多主数据库解决方案,解决客户业务系统数据库选型难、改造难问题,加速中国数据库产业升级。
华为闪存存储领域总裁黄涛
优炫软件数据库事业群产品市场经理王军阐述了联合创新方案的内容和关键技术。此次华为与优炫软件数据库存算分离解决方案包含三大子方案,均基于存算分离+共享存储架构,充分融合优炫数据库软件+华为OceanStor闪存存储硬件的优势能力,满足不同类型交易型业务诉求:
● 主备集群部署方案:采用数据库一主一从架构,保证业务高可用,并具备易部署、易管理等特点,广泛适用于OA、门户、邮箱、订单管理等业务系统;
● 读写分离集群部署方案:采用一主多从架构,通过存算分离+主从数据强一致性技术确保从节点可读,具有高性能、易扩展、高可靠等优势,广泛适用于金融账务系统、ERP系统、CRM系统、生产制造、研发系统等中大型关键交易应用;
● 多写多读集群部署方案:采用多主架构,通过共享存储+SRAC技术确保全局节点数据读写强一致性,并达成多写多读、负载均衡、脑裂控制等效果,具备极高的可靠性与性能扩展潜力,适用于金融、电信、能源、交通、财税、生产制造等行业中对可用性、性能要求极高的大型核心交易系统。
优炫软件数据库事业群产品市场经理王军
发布仪式上,华为存储与优炫软件交换双方产品兼容性互认证。此次联合方案发布,是我国数据库产业与存储产业的又一次重磅握手,为我国各行各业建设强韧、高效数字基础设施提供重要助力,也为我国IT关键技术不断强化、产业链不断成熟奠定坚实基础;同时,此次合作将加速中国数据库“多写多读”技术发展,为产业全面迈向先进“多主架构”提供强劲动力。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。