-
编辑 删除
企业AI应用的痛点（二）算力不足
目前大量国产算力卡已经上市，价格也还算便宜，虽然在训练方面差距还不小，不过在推理上，也是凑合能用了。
-
编辑 删除
机器学习和深度学习中常见的 7 个错误和局限性
在机器学习和深度学习的入门阶段，有一些容易避免的错误。密切关注我们输入的数据(以及输出数据)对于深度学习和神经网络模型至关重要。
-
编辑 删除
Databricks完成70亿美元总额融资，数据巨头加速AI竞争
当地时间2月9日消息，Databricks宣布其年化营收突破54亿美元，第四季度同比增长65%。根据最新披露的数据，Databricks人工智能产品收入年化营收已经突破14亿美元。
-
编辑 删除
深厚的业务知识才是最宽广的护城河
Palantir并非交付一个标品，目前也只能在自己的深耕的领域实现高质量的交付，这种交付也是需要时间去沉淀的。在这个领域积累越深，护城河就越宽。别的企业想要进入这个领域，也必须经历这个过程。
-
编辑 删除
数据团队的实际应用之道：实时数据为何成为默认选择？
随着实时分析日益普及，会带来全新挑战，可靠性是最大难题之一。由于实时系统持续运行，可能缺乏足够监督来发现问题，即使微小漏洞也可能迅速恶化。
-
编辑 删除
关于数据建模的七个关键概念
数据建模是数据库设计的一个基本方面，可确保高效、准确和可用的组织数据。它涉及创建系统数据及其关系的可视化表示，这有助于理解数据需求、设计高效的数据库并确保数据完整性。在本文中，我们将介绍数据建模概念的7个关键问题，深入了解数据库管理和开发角色所需的基本知识。本指南非常适合各级别的开发人员和分析师。
-
编辑 删除
数据引力问题卷土重来，AI使其雪上加霜
大型AI系统需要持续访问海量数据，甚至需要跨环境跨区域调用数据。当数据远离计算节点时，成本激增且性能崩溃，这些问题难以掩盖。人工智能并未创造新的基础设施问题，而是暴露了早已存在的问题。因此可以说，数据引力问题已卷土重来。
-
编辑 删除
从Snowflake与OpenAI合作看企业AI竞赛新趋势
Snowflake并非唯一与多家AI企业签订大额合作协议的企业，与云时代推行多云战略类似，很多软件供应商也推行多模型战略，这种与多个模型合作的方式也是为了避免模型锁定，充分发挥不同AI模型的优势。
-
编辑 删除
Snowflake最新AI布局：平台新功能与2亿美元OpenAI合作
此次发布是在Snowflake宣布与OpenAI达成2亿美元多年期合作协议数日后进行，双方将通过共同创新与联合市场推广展开合作。这两项举措表明，Snowflake正将企业级AI直接引入客户数据领域，使组织能够在其现有数据存储位置构建并运行AI应用程序。
-
编辑 删除
想搞智能化，有些苦是必须吃的
其实本体论的基本原理并不复杂，就是需要梳理出实体以及实体之间的关系，直接关系用图节点之间的关系表示出来，隐性关系则可以通过语义让大模型通过推理来构建。语义化知识图谱与传统知识图谱之间的比较大的区别就是存在语义网络与关系网络的双层网络。
-
编辑 删除
甲骨文首次面向本地部署发布AI数据库版本引发质疑
上周，甲骨文宣布面向Linux x86-64平台的Oracle AI Database 26ai企业版正式上市。但19c版本长达13年的支持周期，以及潜在的AI锁定风险，可能让用户对升级持观望态度。
-
编辑 删除
数据库选型：兼容性优先还是性能优先
经常有朋友问我，在做国产数据库替代选型的时候，是优先考虑兼容性呢，还是优先考虑性能呢?我们可能会遇到这样的情况，有些国产数据库的性能一般，但是兼容性和稳定性不错。有些数据库性能很好，但是与Oracle、MySQL等原有数据库的兼容性不太好。
-
编辑 删除
从谷歌AlloyDB上我们能学到什么？
AlloyDB 是 Google Cloud 的全托管 PostgreSQL 兼容数据库服务，面向高并发事务、实时分析、海量数据与企业级应用。它结合了 Google 自研数据库引擎 + 分布式存储架构，在性能、扩展性和可用性上远超传统 PostgreSQL，在生态上与PG完全兼容，并随着PG内核不断升级。AlloyDB关注的是未来及当下数据库用户的最大的关注点：高可扩展性、高性能、高可用性、易于管理、运维可观测性、AL/ML能
-
编辑 删除
四天连发四款模型，蚂蚁灵波科技掀起具身智能开源热潮
本周，全球具身开源领域迎来高光时刻。蚂蚁集团旗下灵波科技连续四天开源了四款具身领域大模型，分别是：高精度空间感知模型LingBot-Depth、具身 VLA 基座LingBot-VLA、世界模型LingBot-World，以及具身世界模型LingBot-VA，引发了海内外广泛关注。LingBot-Depth率先引发关注，有分析师称其为“破局一手”，让机器人拥有更好的“眼睛”。第二天的具身VLA基座
-
编辑 删除
1月数据库圈值得关注的事 | 2026
1月，Snowflake宣布以约10亿美元收购可观测性平台Observe;ClickHouse完成4亿美元D轮融资;EloqStore核心代码开源;开发者大会上，PolarDB正式发布AI数据湖库(Lakebase)等系列全新产品能力;MySQL 9.6.0创新班正式发布……
-
编辑 删除
看得清、做得好、拟得真：蚂蚁灵波科技开源三款具身领域模型探索AGI边界
本周，蚂蚁集团旗下灵波科技自1月27日起三天内接连开源了LingBot-Depth、LingBot-VLA、LingBot-World三款具身领域大模型，意味着蚂蚁的AGI战略实现了从数字世界到物理感知的关键延伸，标志着其“基础模型-通用应用-实体交互”的全栈路径已然清晰。
-
编辑 删除
HTAP的代价
HTAP数据库首先必须有一个强大的心脏，能够对各种复杂查询都游刃有余，能够在优秀的资源管理器的控制之下，充分榨干现代硬件的能力，从而让用户的每一分投资都得到体现。HTAP数据库，先把这颗心脏锻炼出来，才是根本。
-
编辑 删除
分布式数据库的存储引擎要复杂得多
尽可能减少某个事务的延时对于分布式数据库应用而言也是十分关键的，一个设计良好的应用，每个事务中影响的数据行的数量必须有很理性的控制。虽然现在绝大多数分布式数据库都已经可以把每个事务相关的行数设置到无限大，但是受限于内存、网络包的大小等因素，尽可能减少每个事务修改的记录数，是一种比较安全的用法。
-
编辑 删除
数据质量：依然被低估的核心竞争力
然而数据质量问题往往隐匿无形，直至系统崩溃才显现，因此在预算规划阶段常被低估。但其直接与间接成本会迅速累积。
-
编辑 删除
数据库自动驾驶与可观测性
在不断提升数据库自治能力的同时，通过提升数据库的可观测性，让运维人员可以随时感知数据库内核中存在的隐患，既可以针对数据库的缺陷做提前的优化，又可以在系统故障时更快速地定位问题。这条Oracle以前走得不错的路子，现今依然有参考价值。
