ITPub博客

面向化学的开源基础模型旨在加速寻找新型、更可持续的材料，这些材料可应用于芯片制造、清洁能源和消费包装等领域。 美国环境保护署追踪了近800种有毒物质的排放情况，如果能找到更环保、高性能的替代品，企业会乐于淘汰这些物质。如今，AI有潜力为科学家提供强大的新工具来实现这一目标，通过发现对人类和环境更安全的新材料。 在庞大的分子数据库上预训练的基础模型可以一次筛选数百万个分子，寻找具有理想特性的分子，同时剔除具有危险副作用的分子。这些模型还可以用于生成自然界中完全不存在的新分子，绕过传统漫长、基于试错的发现过程。 近几个月来，IBM Research在GitHub和Hugging Face上发布了一系列新的开源基础模型。

推出 Streamhouse：面向 AI 的开放数据架构 | 了解更多 Fabian Paul 高级软件开发工程师 David Anderson 软件实践负责人 Apache Flink® 社区本周发布了 Apache Flink 1.20。在这篇博文中，我们将重点介绍一些最有趣的新增功能和改进。您可以在官方发布公告中找到所有更新的全面概述。 近期的 Flink 版本一直强调改善 Flink 的易用性，不仅面向开发者，也面向那些运维 Flink 集群的人员，这一主题在最新版本中得以延续。同时，Flink 1.20 预计是 Flink 2.0 之前的最后一个次要版本，因此这个次要版本为社区的工作画上了句号——弃用在即将到来的主要版本中应被移除或替换的 API（应用程序编程接口），并清理大量配置选项。

近年来，随着生成式 AI 的快速发展，许多公司纷纷将 AI 融入自身业务。其中最常见的做法之一，是构建能够回答文档数据库中相关问题的 AI 系统。此类问题的大多数解决方案都基于一项关键技术：检索增强生成（RAG（检索增强生成））。 这正是当前许多人采用的廉价且便捷的 AI 入门方式：将大量文档存入数据库，让 AI 针对给定输入检索最相关的文档，然后基于检索到的文档生成对输入的回复。 这些 RAG 系统通过使用“嵌入”（embeddings）——由嵌入模型生成的文档向量表示——来判断文档相关性。这些嵌入应当表示某种相似性概念，因此与搜索相关的文档在嵌入空间中会具有较高的向量相似度。 RAG 的普及催生了向量数据库的兴起，这是一种专为存储和搜索大量嵌入而设计的新型数据库。

2024年2月6日 — 发布者：Dustin Zelle – 研究软件工程师，Arno Eigenwillig – 核心机器学习软件工程师 本文也分享在 Google Research 博客上 物体及其关系在我们周围的世界中无处不在，关系对于理解一个物体可能与其自身属性同等重要——例如：交通网络、生产网络、知识…… 本文也分享在 Google Research 博客上 物体及其关系在我们周围的世界中无处不在，关系对于理解一个物体可能与其自身属性同等重要——例如：交通网络、生产网络、知识图谱或社交网络。离散数学和计算机科学长期以来一直将此类网络形式化为图，由节点通过边以各种不规则方式任意连接而成。然而，大多数机器学习（ML）算法只允许输入对象之间存在规则且统一的关系，例如像素网格、单词序列，或者完全没有关系。

Brian Morrison II | 2023年10月20日 现代开发中一种常见的策略，尤其是在无服务器应用程序中，是将用户管理外包给第三方身份验证服务，通常称为身份提供商（IdP）。虽然这将管理用户数据的焦点和责任转移到了另一个组织，但实施这一策略会带来几个权衡： 1. 你无法直接访问自己系统内的用户数据。 1. 当用户以某种方式更改其数据时，你无法执行次要操作。 1. 任何使用用户信息的 API（应用程序编程接口） 调用都需要你调用 IdP，导致响应时间更长。 在本文中，你将学习如何使用 webhook 来解决这些问题，webhook 是一种模式，IdP 可以向你的 API 发送 HTTP 调用，以通知你他们端所做的任何更改。为此，你将结合使用 Clerk、Netlify 和 PlanetScale。

PlanetScale | 2023年10月5日 PlanetScale 是一个极其快速、可扩展且可靠的数据库平台，适用于 PostgreSQL（开源关系型数据库）和 Vitess。Vitess 支持从应用层抽象出来的 MySQL 水平分片。它旨在改进数据库管理，并提供高性能、容错的数据库，能够处理大规模工作负载。 PlanetScale 为客户提供 Vitess 的强大功能，提供完全托管且高性能的 MySQL 数据库服务，具备水平分片、类似 Git 的 schema 变更工作流、自动备份、恢复、高级查询分析以及多区域复制能力。PlanetScale 可以部署在多个云平台上，包括 Amazon Web Services (AWS) 和 Google Cloud Platform (GCP)。

PlanetScale | 2023年10月5日 PlanetScale 是一个极其快速、可扩展且可靠的数据库平台，支持 Postgres 和 Vitess。Vitess 是在 YouTube 创建的广受欢迎的开源数据库管理技术，它能够实现从应用层抽象出来的 MySQL 水平分片。它旨在改进数据库管理，并提供一个高性能、容错的数据库，能够处理大规模工作负载。 PlanetScale 为客户提供 Vitess 的强大能力，提供完全托管且高性能的 MySQL 数据库服务，具备水平分片、类似 Git 的 schema 变更工作流、自动备份、恢复、高级查询分析以及多区域复制能力。

Ayrton | 2023年10月6日 我们最近为 PlanetScale 发布了一个全新且改进的入门引导流程。我们新入门引导的目标是帮助开发者快速连接并查询他们的 PlanetScale 数据库。 连接方式因应用程序使用的语言和框架而异。每个框架都有细微的差异，因此对我们来说，无论你的应用程序使用什么语言/框架，都能为你提供一条单一路径来完成连接，这一点非常重要。 构建这个入门引导的关键是 Markdoc。本文将更详细地介绍我们如何使用 Markdoc 构建产品入门引导。 Markdoc 由 Stripe 创建，是一种基于 Markdown 的语法，用于创建自定义文档站点。 我们在 PlanetScale 能够如此快速交付的原因之一，是我们优先使用易于上手的工具，让公司中的任何人都能做出贡献。

Brian Morrison II | 2023年10月10日 当你的数据库服务器性能因日常使用而开始下降时，你有多种优化选项可供选择。 优化 MySQL 数据库的一种常见方法是通过分区。在本文中，我们将介绍 MySQL 分区的基础知识、如何对数据库应用分区，并讨论它与分片（sharding）的关系。 分区（Partitioning）的核心思想是将一个大块拆分成更小的块。在 MySQL 中，“分区”一词指的是将数据库中的单个表进行拆分。 当你在 MySQL 中对一个表进行分区时，该表会被拆分为多个逻辑单元，称为分区（partitions），它们分别存储在磁盘上。当数据写入表时，MySQL 会使用分区函数来决定将数据存储在哪个分区中。给定行中一个或多个列的值将用于这个排序过程。

Brian Morrison II | 2023年10月11日 随着应用使用量的增长，性能可能会逐渐下降。 这句话本身并不令人意外，但令人意外的是可能出现的瓶颈数量以及可供你选择的解决方案。其中一个瓶颈可能直接与数据库读写所需的时间有关。毕竟，在关系型数据库的复杂性背后，你仍然在使用具有固有 IO 延迟的存储系统。 这正是架构良好的缓存系统可以发挥作用的地方。 一个好的缓存系统可以减少数据库的负载，并提升应用的整体性能。更快的应用意味着更满意的用户，也可能带来更多的收入，这始终是好事！然而，缓存系统有其自身的搭建复杂性，以及一些可能意外出现的陷阱。 在本文中，我们将探讨后端缓存、如何实现它、缓存如何与 MySQL 配合工作，以及需要注意的潜在问题。

Savannah Longoria | 2023年12月1日 在 PlanetScale，我们与处于数据库旅程各个阶段的开发者交流。当今市场上数据库产品的多样性使得为你的需求选择合适的产品变得极其困难。这篇博文的目的不是将复杂的数据库格局简化为一个简单的观点，而是为开发者提供一个框架，供他们在开始考虑构建生产应用程序时参考。 在本文中，我们将探讨如何为你的工作负载识别数据处理方法，以便你在为现代应用程序选择数据库时优化性能、可扩展性和安全性。 OLTP（在线事务处理）和 OLAP（在线分析处理）是两种不同类型的数据处理系统，在传统架构中经常一起使用。 OLTP 用于处理大量小型事务性数据。它通常用于电子商务、银行和社交媒体等应用程序。 OLAP 数据库旨在处理需要分析大量数据的复杂查询。