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
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
威斯康星大学研究团队开发了LUMINA系统,专门检测AI在回答问题时的"撒谎"行为。该系统发现AI有时会忽视提供的参考资料,固执地依赖内部知识生成不准确回答。LUMINA通过监测AI对外部文档和内部知识的依赖程度来识别这种行为,在多个测试中达到90%以上的准确率,比以往方法提升13%,为构建更可信的AI系统提供了重要工具。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
这项由法国CentraleSupélec大学领导的研究通过严格控制的实验,系统比较了AI的推理训练与传统训练方式。研究发现推理训练在数学、开放式任务中效果显著,但需要70亿参数以上模型才能充分发挥优势,且成本增加明显。研究为AI开发者提供了明确的应用指导,有助于根据具体场景选择最优训练策略。