近日,Gartner® 发布的《Market Share Analysis: Database Management Systems, Worldwide, 2023》(2024 年 6 月)报告显示:“2023 年全球数据库管理系统(DBMS)市场的增长率为 13.4%,略低于去年的 14.4%,但仍然超过了整体软件市场 11.1% 的增长率。”企业级开源分布式数据库厂商 PingCAP 以 97.9% 的增长率超越 Snowflake,ClickHouse 和 Cockroach Labs 成为全球数据库管理系统市场增速最快的厂商。
在 Gartner® 2022-2023 年厂商增长率排名图中看到,PingCAP 在 2023 年以接近 100% 的增长率占据首位,而去年排名第一的 Snowflake 以 52.6% 的增长率紧随其后,Cockroach Labs 以 47.8% 的增长率继续保持强劲的发展势头。
由 PingCAP 创立的开源分布式数据库 TiDB,为企业级关键业务打造,具有原生分布式存算分离、分布式事务、实时HTAP 等特性,以满足关键业务对高性能、动态扩展和高可用性的需求,旨在提升业务敏捷性,简化整体数据架构,助力企业实现技术自主、业务创新和降本增效的目标。
在中国市场,TiDB 深入金融行业核心系统,在国有大行、股份制银行、城市商业银行、保险、证券等领域的应用规模和成效都实现了跨越式的发展。于此同时,有越来越多的制造、零售、物流、能源、餐饮、医疗、政企和互联网客户将 TiDB 部署在多种业务场景,2023 年多个接近 PB 级别的 TiDB 集群投产上线,极限场景 QPS 超 1,000,000。
在中国极限场景的打磨下,TiDB 具备了全球领先的技术能力。在 2023 年,TiDB 助力中国企业出海,在全球企业中也获得了越来越多的认可,新增付费客户近百家,来自美国、日本、印度、新加坡、印尼、泰国等国家和地区。此前,在 Gartner® 发布的云数据库市场领域 2024 Gartner® Peer Insights™ “Voice of the Customer” 报告中,PingCAP 获评「客户之选」,是唯一获得该称号的中国厂商。
6月27日,TiDB Cloud 发布向量搜索公测版,提供了功能全面且与 SQL 兼容的向量搜索解决方案,为 AI 应用开发者带来了前所未有的便利。开发者可以轻松地进行创新和扩展,而无需深入了解复杂的基础设施。展望未来,PingCAP 将持续投入中国和海外用户的高价值场景以及围绕 AI 的应用创新,推动全球数据技术的发展和进步。
声明:
Gartner, Market Share Analysis: Database Management Systems, Worldwide, 2023, 21 June 2024
Gartner, Voice of the Customer for Cloud Database Management Systems, 24 May 2024
Gartner 并未在其研究报告中支持任何供应商、产品或服务,也并未建议科技用户只选择该等获最高评分或其它称号的供应商。Gartner 的研究报告含有 Gartner 研究与顾问组织的意见,且该意见不应被视作事实陈述。就该研究报告而言,Gartner 放弃做出所有明示或默示的保证,包括任何有关适销性或某一特定用途适用性的保证。
GARTNER 和PEER INSIGHS是 Gartner, Inc. 和/或其关联公司在美国和国际上的商标和服务标识,并在获得许可的情况下在此使用。保留所有权利。
好文章,需要你的鼓励
量子计算初创公司PsiQuantum宣布完成10亿美元E轮融资,由贝莱德领投,淡马锡和Baillie Gifford参投。本轮融资使公司估值达到70亿美元,较2021年D轮融资估值翻倍。资金将用于加速建造拥有超过百万量子比特的大规模可靠量子计算机,目标在2028年前完成。公司还宣布与英伟达合作开发量子算法和软件。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Adobe公司正式推出首个AI智能体产品系列,旨在变革企业客户体验创建和营销活动优化方式。这些基于Adobe Experience Platform的智能体能够自动化网站优化、内容制作、受众细分等客户体验相关任务。产品包括受众智能体、客户旅程智能体、实验智能体、数据洞察智能体等多个专业工具,并配备AEP智能体编排器进行统一管理。
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。