AI时代：云存储加速多模态数据存储与管理创新
阿里云存储产品高级解决方案架构师欧阳雁（乐忱）分享了中国企业在全闪存高端存储市场的快速增长，指出AI大模型的发展推动了企业级存储市场。去年，高端企业级存储闪存占比约为25%，相较于欧美50%的比例，显示出中国在AI领域的巨大增长潜力。演讲涵盖AI业务流程，包括数据预处理、训练和推理的痛点，以及针对这些环节的存储解决方案，强调了稳定、高性能和生命周期管理的重要性。此外，还介绍了数据预处理的全球加速和弹性临时盘技术，训练阶段的高性能存储架构，推理场景的加速器和AI Agent的应用，以及应对大数据业务的存储考量，如对象存储、闪电立方和冷归档存储产品。
Tablestore深度解析：面向AI场景的结构化数据存储最佳实践
《Tablestore深度解析：面向AI场景的结构化数据存储最佳实践》由阿里云专家团队分享，涵盖Tablestore十年发展历程、AI时代多模态数据存储需求、VCU模式优化、向量检索发布及客户最佳实践等内容。Tablestore支持大规模在线数据存储，提供高性价比、高性能和高可用性，特别针对AI场景进行优化，满足结构化与非结构化数据的统一存储和高效检索需求。通过多元化索引和Serverless弹性VCU模式，助力企业实现低成本、灵活扩展的数据管理方案。
保障业务连续性，企业灾备建设新思路
本次分享主题为“保障业务连续性，企业灾备建设新思路”，由阿里云专家李媛和胡航丽主讲。内容涵盖企业业务连续性与灾备建设的重要性、新产品及其界面特点、Regional ESID、云备份Call back up、跨账号备份等。重点介绍了数据灾备中心BDRC，其具备全面覆盖阿里云资源、可视化设计、简化运维等特点，帮助企业高效实现数据灾备及合规管理。同时，针对企业面临的灾备挑战，如勒索病毒攻击、数据误删等，提供了不可变备份、自动病毒检测等功能，确保数据安全性和业务连续性。最后，通过案例展示了如何通过云备份服务满足企业的高阶需求，降低运维成本并提高效率。
克拉克拉(KilaKila)：大规模实时计算平台架构实战
**
克拉克拉(KilaKila)：大规模实时计算平台架构实战**一、产品背景：克拉克拉（KilaKila）是国内专注二次元、主打年轻用户的娱乐互动内容社区软件。KilaKila推出互动语音直播、短视频配音、对话小说等功能，满足当下年轻用户个性化、碎片化的文娱需求。
Tablestore Timestream：为海量时序数据存储设计的全新数据模型
引言
随着近几年物联网的发展，时序数据迎来了一个不小的爆发。为了存储这些时序数据，各大企业纷纷推出自己的时序数据库。Tablestore作为阿里云自研的NoSQL多模型数据库，能够提供海量结构化数据存储以及快速的查询和分析服务，其在存储模型、数据规模以及写入和查询能力上，都能很好的满足时序数据的场景，另外已经支持很多时序类业务，例如监控类的云监控，事件类的阿里健康药品追踪以及快递包裹轨迹等。
基于Tablestore实现海量运动轨迹数据存储
前言
现在越来越多的人都开始关心自己的运动数据，比如每日的计步、跑步里程、骑行里程等。运动APP与运动类的穿戴设备借助传感器、地图、GPS定位等技术，收集好运动数据以后，通过与互联网社交功能结合，产生了一种新的运动模式。