云栖大会|多模+一体化,构建更高效的AI应用

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
简介: 在2024年云栖大会「NoSQL数据库」专场,多位知名企业和阿里云瑶池数据库团队的技术专家,共同分享了阿里云Lindorm、Tair、MongoDB和MyBase的最新进展与实践。Tair推出Serverless KV服务,解决性能瓶颈和运维难题;Lindorm助力AI和具身智能时代的多模数据处理;MongoDB云原生化提升开发效率;MyBase One打破云边界,提供云边端一体化服务。这些技术进展和最佳实践,展示了阿里云在NoSQL数据库领域的创新能力和广泛应用前景。

在2024年云栖大会「NoSQL数据库」专场,来自极氪汽车、知乎、宜人智科、智慧星光的知名企业代表和阿里云瑶池数据库团队的产品&技术专家,共同分享了阿里云瑶池旗下的云原生多模数据库Lindorm、云数据库Tair、云数据库MongoDB和MyBase的最新技术进展与最佳实践。
云数据库Tair:从稳定低延时缓存到Serverless KVimage.png
Tair是阿里云的高性能分布式缓存和KV数据库,它在兼容Redis的基础之上具备大量的企业级能力。阿里云智能集团数据库产品事业部资深技术专家朱国云在《云数据库Tair:从稳定低延迟缓存到Serverless KV》中介绍了Tair通过多年在缓存和KV场景的打磨,基于自研内核优势并结合无感弹性等产品能力,解决了客户在使用Redis开源版中遇到的性能瓶颈、超时抖动、运维难度大等痛点。
同时,Tair发布了Serverless KV服务,该服务一方面可支撑兼容Redis的在线KV场景,是具备高可靠性及快速弹性能力的数据库;同时可帮助大模型实现推理加速,这也是阿里云首个基于NVIDIA TensorRT-LLM的推理缓存加速云数据库产品,针对快速增长的大模型推理需求,Tair采用NVIDIA TensorRT-LLM进行了深度优化。本次发布,也是Tair从互联网场景的缓存加速服务到AI大模型场景的在线推理缓存加速的一次重要演进。image.png
宜人智科资深研发工程师王庆华在《精准投放与降本增效:RTA广告系统在金融信贷行业的应用》的分享中提到,RTA为高效、支持实时决策的广告系统,该系统对数据库的性能、稳定性、弹性、存储成本均有较高要求。在使用Tair持久内存型后,宜人智科的RTA系统实现了数据库架构的精简,将缓存搭配持久化数据库的架构简化为仅使用Tair,实现业务逻辑的优化。基于Tair持久内存型的高性价比优势,RTA系统的特征数据加至10TB,广告投放的准确度与转化率均得到提升。同时,得益于Tair内置的扩展型数据结构Tair Roaring的高压缩比及复杂计算的支持,人群圈选系统能够将大量复杂计算由业务层下沉至Tair,使整个RTA链路的性能得到50%的提升。Lindorm:AI和具身智能时代的海量多模数据服务image.png
伴随AI和具身智能场景的快速发展,数据库系统面临着新时代的挑战,传统针对时序、轨迹、向量、文本、标签等不同数据使用不同数据库产品的组合方案,不仅架构复杂、维护困难、成本高,更减缓了AI业务的创新迭代效率。
阿里云智能集团数据库产品事业部资深技术专家沈春辉在《Lindorm:AI和具身智能时代的多模数据服务》分享中提到:基于此,阿里云自主研发了新一代多模数据服务Lindorm,通过云原生、多模融合、分布式的架构设计,以及行存、列存、倒排、向量等全维度的索引技术,使用一个产品实现海量多模态数据的查询、检索和分析需求,可以帮助用户提升2倍研发效率,减少90%成本,已成为极氪汽车、MiniMax等诸多头部客户构建车联网平台、AI智搜的关键设施。image.png
智慧星光数据研发与创新平台总经理朱玉林分享了Lindorm在智慧星光舆情大数据分析的最佳实践。他表示,舆情监测场景中,需要融合处理、分析和理解多模态数据(如文本、图像、音频、视频等),行业普遍存在数据难聚合、数据难用好、场景难匹配的痛点。过去,智慧星光主要使用自建开源ElasticSearch来满足数据检索需求,但随着数据规模增大,向量检索延迟高、扩容速度慢、运维复杂等成为业务发展的痛点。
智慧星光通过Lindorm的正排、全文、向量多模融合检索能力,实现一站式存储和处理舆情大数据,向量搜索性能提升4倍,扩容速度提升至秒级,整体性价比提升50%+。image.png
极氪智能科技数字发展中心大数据资深架构师周豪峰在分享《极氪汽车基于Lindorm多模一体加速业务创新》中提到,基于车联网典型的上万车辆信号数据、数据多、时效高、成本高、潮汐明显等特征和汽车出海多云部署背景,极氪车联网数据平台(VDP)借助Lindorm多模湖仓一体化架构,实现多云异构异源多组件融合和联邦分析,通过构建统一对外数据查询视图以及算子层查询优化加速,屏蔽底层数据组件差异和多云环境差异,最大化复用已有数据资产,实现取数用数效率极大提升,做到一次开发全球发布。同时利用Lindorm兼容开源生态的开放存储计算能力,叠加高压缩比、自动冷热分离、Serverless弹性以及一站式Zero-ETL,实现成本最优。image.png
来自极氪智能科技软件及电子中心数字架构技术专家陈小宇带来了 《Lindorm多模提效极氪车联网端云协同》端云一体化方案的精彩分享。随着整车硬件架构向集中式演变,软件也从“信号导向”向“服务导向”转变,车联业务更加多元化,如:灵活数采、智能诊断等。对云边协同计算提出更高数字化、智能化要求,通过在云端不断创新业务,赋能边端计算。
在车端日志&信号数据诊断场景,基于Lindorm一体化多模计算、低成本存储、生态兼容、弹性Serverless等能力构建车机数据分析共享服务,实现分钟级处理日新增100亿数据规模,数据开发效能提升2倍,云端成本降本50%,做到业务数据价值不断提升和多云同构全球化发布,未来将基于Lindorm AI能力持续挖掘数据价值。
MongoDB云原生化:为企业开发注入高效动力image.png
阿里云智能集团数据库产品事业部高级技术专家付秋雷发表了《MongoDB云原生化:为企业开发注入高效动力》精彩演讲,详细分享了阿里云MongoDB如何借助云原生技术为企业提供高效的开发解决方案,从而实现1+1>2的效果。他强调,云原生技术使MongoDB具备了更可靠、更灵活、更安全、更强大的备份恢复和智能运维能力等优势,为企业的业务变化提供更好的支撑。阿里云与MongoDB已联合为互联网、游戏、交通物流、制造、汽车、零售等多个行业的数万名用户提供云服务,助力个人和企业实现高效开发、加速创新,并为业务发展提供强有力的支持。
知乎:MongoDB超级集群上云之路image.png
知乎数据库运维总监代晓磊详细分享了知乎自建超级分片集群上云之路。他提到,自建MongoDB通常会遇到弹性扩容差、数据备份难、开源疑难难解以及运维人力投入大等问题。云原生技术很好的解决了上述问题,借助阿里云MongoDB,知乎实现了超级集群平滑上云,解决了自运维MongoDB过程中的稳定性和备份灵活性等问题,帮助知乎实现了增效降本。
MongoDB 8.0 新特性前瞻image.png
MongoDB专业服务总监唐峰介绍了MongoDB 8.0的最新特性及其在关键业务应用中的应用。他强调,MongoDB始终致力于简化现代应用的开发,尤其是在实时数据处理领域,通过创新驱动平台的持续进化。MongoDB 8.0预览版的发布标志着MongoDB在弹性、可扩展性、安全性和性能方面的又一次重大突破,将为开发者提供强大的工具,助力他们开发关键应用,推动业务持续增长。
从Redis到Tair:开源工具的最佳实践image.png
阿里云智能集团数据库产品事业部技术专家杨博东分享了阿里云为了从Redis迁移到Tair所准备的一系列开源工具,随着Redis的闭源,Tair成为了阿里云上替换Redis的最佳产品,Tair也将持续贡献开源生态,和客户共赢。
MyBase:打破云边界,构建云边端一体的DBaaS服务image.png阿里云智能集团数据库产品事业部资深技术专家徐东来介绍了阿里云瑶池数据库旗下的MyBase One,旨在打破云边界,提供云边端一体化的数据库DBaaS服务。
面对多云和混合云的需求,MyBase One支持将阿里云数据库快速部署到用户IDC、边缘站点及第三方IaaS上,提供与公共云兼容的API和图形化管理功能。该产品具备灵活部署、统一资源抽象、可插拔管控和高效引擎接入能力,为客户带来自主可控、主权合规和跨云容灾的价值。通过轻量交付、一键升级和远程运维等功能,MyBase One助力客户在已有IaaS上构建和使用阿里云数据库服务。

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
9天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
13天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
14天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
59 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
1天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
1天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####
|
9天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
37 4
|
12天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗诊断中的应用与挑战
本文旨在揭示人工智能(AI)技术如何革新医疗诊断领域,提高疾病预测的准确性和效率。通过分析AI在图像识别、数据分析等方面的应用实例,本文将探讨AI技术带来的便利及其面临的伦理和法律问题。文章还将提供代码示例,展示如何使用AI进行疾病诊断的基本过程。
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
40 1
|
19天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
55 10

热门文章

最新文章