張世明博士:打造異構(gòu)智能計算一體機,突破國產(chǎn)智能數(shù)據(jù)庫AiSQL
“萬物皆數(shù),唯數(shù)學洞察一切,計算使能萬物。”這是第五代國產(chǎn)分布式智能數(shù)據(jù)庫AiSQL開拓者、貝格邁思創(chuàng)始人張世明博士對于當下和未來數(shù)字社會的認知與思考。張世明博士認為,未來所有需要解決的現(xiàn)實問題,最終都會回歸到相應的數(shù)學問題。?
而數(shù)學問題自然要用數(shù)學思維去解決,這也是張世明博士成立貝格邁思的初衷。?
通過探索新硬件技術革新和軟件技術進步,利用數(shù)學優(yōu)化算法模型,研發(fā)國內(nèi)首款內(nèi)存驅(qū)動架構(gòu)的自適應異構(gòu)智能計算引擎,全力打造第五代分布式智能數(shù)據(jù)庫AiSQL,真正踐行分布式數(shù)據(jù)庫核心卡脖子技術的國產(chǎn)化替代。?
張世明 貝格邁思科技創(chuàng)始人/執(zhí)行董事,
九三學社中央科技委員會委員,香港大學圣約翰學院榮譽教授?
張世明博士畢業(yè)于香港大學計算機科學系,先后在德國慕尼黑大學LMU從事研究工作,曾任職于華為研究院諾亞方舟實驗室和百度研究院大數(shù)據(jù)實驗室,一直深耕大數(shù)據(jù)領域核心技術,在分布式系統(tǒng)和大規(guī)模機器學習系統(tǒng)等領域具有豐富的研發(fā)和應用經(jīng)驗。“作為癡迷的技術極客,做一些有突破性的創(chuàng)新工作,是我們對技術的情懷,也是我們的使命感所驅(qū)”,張世明博士感慨地說。?
根植于“Bigmath”的貝格邁思,是一家為應對即將到來的快數(shù)據(jù)不斷增長的實時分析決策需求所面臨的諸多難題,特別是如何真正實現(xiàn)大規(guī)模數(shù)據(jù)的快速、實時優(yōu)化分析處理,提出了自己的破解之法、解決之道——自適應異構(gòu)智能計算引擎,打造新一代自適應數(shù)據(jù)智能平臺BigInsights的創(chuàng)新型公司,定義未來智能數(shù)據(jù)時代分布式智能數(shù)據(jù)庫AiSQL的產(chǎn)品格局。?
?
數(shù)據(jù)井噴,追趕“快數(shù)據(jù)”?
我們正在快速邁進數(shù)據(jù)智能時代的新紀元,未來幾年全球數(shù)據(jù)規(guī)模將繼續(xù)不斷增長,將讓現(xiàn)有的數(shù)據(jù)規(guī)模相形見絀,這些數(shù)據(jù)將帶來獨特的用戶體驗和眾多全新的商業(yè)機會。張世明博士深信,“快數(shù)據(jù)”將是繼“大數(shù)據(jù)”之后,下一個十年顯著的時代特征,快數(shù)據(jù)的力量必將給我們的生活帶來幾乎無限的變化。
?
首先,數(shù)據(jù)規(guī)模會得到爆炸性增長。隨著5G、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算等技術產(chǎn)業(yè)的快速發(fā)展,世界萬物互聯(lián)、智能感知,緊密相關的數(shù)據(jù)高速產(chǎn)生,全球數(shù)據(jù)量正迎來了爆發(fā)式增長。“大數(shù)據(jù)”躍然成為了“快數(shù)據(jù)”,全球數(shù)據(jù)正以難以置信的速度和體量產(chǎn)生。?

IDC在《Data Age 2025》的報告中預測,從2018年到2025年,全球數(shù)據(jù)總量將從33ZB(1ZB=10億TB=1萬億GB)急速增長到175ZB,比2016年產(chǎn)生的數(shù)據(jù)量增加了十倍。其中,只有不足五分之一的數(shù)據(jù)將會得到實際應用,屬于數(shù)據(jù)分析的全球數(shù)據(jù)總量將增長至原來的50倍,而觸及數(shù)據(jù)庫管理分析的全球數(shù)據(jù)總量將增長至原來的100倍。?
2020年,全球數(shù)據(jù)量已達到44ZB。其中,單在中國產(chǎn)生的數(shù)據(jù)量就達8ZB,約占據(jù)全球總數(shù)據(jù)量的五分之一。?
與此同時,數(shù)據(jù)增長的速率正在不斷加快,數(shù)據(jù)中心承載的壓力也越來越大。其中,快速增長的實時數(shù)據(jù)的比例會大幅提升,到2025年,全球近30%的數(shù)據(jù)將是實時的。?
其次,數(shù)據(jù)復雜度在不斷提升。據(jù)IDC估計,到2025年,非結(jié)構(gòu)化數(shù)據(jù)占企業(yè)數(shù)據(jù)的80%以上,并且還將以每年55%的速度持續(xù)增長,人工智能和深度學習催生對海量非結(jié)構(gòu)數(shù)據(jù)分析需求。這些非結(jié)構(gòu)化數(shù)據(jù)在賦能應用之前,必須經(jīng)過結(jié)構(gòu)化處理后通過數(shù)據(jù)庫進行調(diào)用、處理和分析,才能讓數(shù)據(jù)資產(chǎn)化并賦能企業(yè)發(fā)展。?
最后,從數(shù)據(jù)到?jīng)Q策需要快速響應。無論是商業(yè)應用還是社會治理,數(shù)據(jù)實時價值日益凸顯,如何快速從海量實時數(shù)據(jù)中做出即時優(yōu)化決策的需求不斷增加。實時數(shù)據(jù)分析具有實現(xiàn)優(yōu)化決策的能力,促進對關鍵事件更快速的響應,并且通常實時挖掘和捕獲數(shù)據(jù)價值,從而大大提高業(yè)務洞察力。?
面對高速產(chǎn)生的數(shù)據(jù),越來越多的用戶需要更加實時、更快速地進行數(shù)據(jù)分析、優(yōu)化決策處理,以捕捉即時數(shù)據(jù)洞察,如量化交易、金融欺詐、交易驗證、ICU監(jiān)測、安全識別、風險管控、應激處理等等。? ??
張世明博士強調(diào):“數(shù)據(jù)爆炸正在驅(qū)動硬件、軟件及數(shù)據(jù)服務等市場前所未有的經(jīng)濟增長。快數(shù)據(jù)時代,實時分析與優(yōu)化決策將是數(shù)據(jù)分析的重點。傳統(tǒng)數(shù)據(jù)庫正面臨著不斷增長的數(shù)據(jù)規(guī)模、復雜數(shù)據(jù)和實時分析、優(yōu)化決策的多重挑戰(zhàn)”。?
因此,數(shù)據(jù)爆發(fā)、復雜度提升和實時分析、優(yōu)化決策將成為數(shù)據(jù)庫市場長期增長的基本驅(qū)動力。?
多年來,核心的數(shù)據(jù)處理硬件架構(gòu)仍基于經(jīng)典的馮·諾依曼體系結(jié)構(gòu),即指令與數(shù)據(jù)混合存儲,程序執(zhí)行時,CPU在程序計數(shù)器的指引下,線性順序地讀取下一條指令和數(shù)據(jù),以計算器為中心,這就注定了其本質(zhì)特點是線性或是串行性。?
簡單來說,核心在于“串行”二字,存儲器是馮·諾依曼體系架構(gòu)的核心,CPU在每一次執(zhí)行命令前,都要從存儲單元中讀取數(shù)據(jù),執(zhí)行一次計算任務,就要讀取一次,執(zhí)行十次計算任務,就要讀取十次。?
如此一來,馮·諾依曼體系結(jié)構(gòu)的弊端由此顯現(xiàn),即業(yè)界顯知的內(nèi)存墻問題,不僅需要花費大量功耗在數(shù)據(jù)頻繁讀取上,更致命的是:慢。?
如果處理速度過慢,則無法滿足快速增長的大數(shù)據(jù)實時分析、優(yōu)化決策處理的需求。面對快數(shù)據(jù),數(shù)據(jù)庫面臨更大的挑戰(zhàn),需要解決三個基本問題:一,存儲和管理越來越大的數(shù)據(jù)承載量;二,將孤立的數(shù)據(jù)孤島連接起來;三,針對大規(guī)模數(shù)據(jù)進行實時分析。?
張世明博士指出,我們亟需對傳統(tǒng)數(shù)據(jù)庫進行技術架構(gòu)革新,分布式數(shù)據(jù)庫正在經(jīng)歷變革,如新型HTAP和NewSQL數(shù)據(jù)庫,以應對不斷增長的大數(shù)據(jù)實時分析、優(yōu)化決策處理的諸多挑戰(zhàn),如融合應用場景、大體量、高吞吐量、高并發(fā)、復雜業(yè)務處理等顯著特點。
?
未來將是智能數(shù)據(jù)庫AiSQL的市場,她將真正實現(xiàn)人工智能AI與數(shù)據(jù)庫的無縫融合。AI賦能數(shù)據(jù)庫的自治優(yōu)化管理的同時,也可以通過SQL這種簡單的數(shù)據(jù)庫標準語言實現(xiàn)AI算法的優(yōu)化調(diào)度,讓人工智能應用開發(fā)變得更簡單易用。?
?
從零架構(gòu),打造自適應異構(gòu)智能計算引擎?
后摩爾時代,為突破以CPU為中心的馮·諾依曼架構(gòu)的技術瓶頸,讓CPU、GPU、FPGA或其他各種智能計算芯片xPU一起協(xié)同計算,發(fā)揮不同處理器各自并行數(shù)據(jù)處理能力的優(yōu)勢來共同完成計算任務是關鍵。為達到此目標,張世明博士及其創(chuàng)新團隊踐行了一條全新的解決之道,以適應內(nèi)存驅(qū)動架構(gòu)的自適應異構(gòu)智能計算引擎為基礎,融合機器學習框架和高速網(wǎng)絡,打造新一代分布式數(shù)據(jù)智能平臺BigInsights。?
?
自適應異構(gòu)智能計算引擎真正實現(xiàn)數(shù)據(jù)實時分析、優(yōu)化決策處理,是貝格邁思區(qū)別于其它同類型公司的基礎。?
傳統(tǒng)數(shù)據(jù)庫都是以CPU為處理核心,或有部分采用GPU或FPGA做為協(xié)處理器加速數(shù)據(jù)分析任務,但其并沒有把數(shù)據(jù)庫的計算任務下放到不同的處理器去進行適配優(yōu)化處理。其結(jié)果是在不能進一步提升數(shù)據(jù)處理速度的同時,還浪費了不同處理器各自的數(shù)據(jù)處理優(yōu)勢,即沒有發(fā)揮不同處理器的各自所長。?
一個大的數(shù)據(jù)分析任務分配到計算機的內(nèi)部,會解析成為多個不同的子計算任務,這些子計算任務之間存在著不同的計算模式和關聯(lián)關系,貝格邁思可以通過這些計算模式和關聯(lián)關系進行不同計算任務的微調(diào)度,把相應的計算任務分別自動適配到各自適應的CPU、GPU、FPGA或其他各種智能計算芯片xPU上。?
這就使得,原先需要等待CPU一步一步地串行完成的任務,現(xiàn)在針對現(xiàn)代CPU、GPU、FPGA或其他各種智能計算芯片xPU的不同并行數(shù)據(jù)分析能力,分解成不同的任務下放下去共同完成,將“單一處理模式”變成了“多重處理并行”,這即是所謂貝格邁思特有的自適應異構(gòu)智能計算引擎。
?
區(qū)別于其他競品公司需要開發(fā)相應的專用系統(tǒng)來實現(xiàn)此,貝格邁思的技術領先之處即在于直接通過內(nèi)置的自適應編譯引擎即可實現(xiàn)。?
這樣結(jié)合諸多軟硬件技術進步從零架構(gòu)的新一代分布式智能數(shù)據(jù)庫AiSQL--第五代數(shù)據(jù)庫,不僅速度可以領先國際主流內(nèi)存計算平臺Spark超百倍,還可實現(xiàn)快數(shù)據(jù)復雜業(yè)務的實時分析處理,并實現(xiàn)在線系統(tǒng)彈性擴展、容災備份、多副本數(shù)據(jù)一致性同步、跨數(shù)據(jù)中心數(shù)據(jù)異步同步、自動數(shù)據(jù)遷移、高可用安全計算等新型分布式智能數(shù)據(jù)庫所需的高效功能。?
這種創(chuàng)新型的思想和落地實現(xiàn)是由以張世明博士為核心及張潼教授領銜的創(chuàng)新團隊歷經(jīng)多年合作研發(fā)而成,團隊聚集了多位海歸博士及國內(nèi)外著名企業(yè)的大數(shù)據(jù)與機器學習專家。他們熟識機器學習與人工智能應用的全流程技術要素,在大規(guī)模機器學習和高性能分布式系統(tǒng)研發(fā)方面有著豐富的經(jīng)驗。另外,貝格邁思已獲得深圳科創(chuàng)委創(chuàng)新資金和深圳發(fā)改委創(chuàng)新產(chǎn)業(yè)基金以及多項人才專項資金支持,并通過了國家高新技術企業(yè)認定。?

五大核心技術助力應對快數(shù)據(jù)挑戰(zhàn)?
據(jù)張世明博士介紹,支撐起貝格邁思異構(gòu)自適應智能計算框架的,主要是五大核心技術:壓縮可檢索、加密可查詢、原生虛擬化、內(nèi)存驅(qū)動架構(gòu)和遠程內(nèi)存訪問。壓縮可檢索對數(shù)據(jù)高效壓縮存儲并提供高效查詢、加密可查詢實現(xiàn)數(shù)據(jù)的可運算加密安全協(xié)議、內(nèi)存驅(qū)動架構(gòu)以融合內(nèi)存為中心提供存內(nèi)數(shù)據(jù)計算、原生虛擬化充分發(fā)揮新型硬件革新的能效比和遠程內(nèi)存訪問技術實現(xiàn)內(nèi)存架構(gòu)的遠程內(nèi)存數(shù)據(jù)訪問,全面提升系統(tǒng)性能,是貝格邁思自適應數(shù)據(jù)智能平臺BigInsights的基礎技術。?
?
壓縮可檢索,面對較大的數(shù)據(jù)量,一般都會進行壓縮,而傳統(tǒng)技術壓縮處理后須解壓縮后方可進行計算。貝格邁思則采用獨特的數(shù)據(jù)結(jié)構(gòu),實現(xiàn)優(yōu)于普通壓縮技術十倍的高效壓縮比,實現(xiàn)最小信息存儲,并在高效壓縮數(shù)據(jù)上直接實現(xiàn)微妙級的實時檢索,減少延遲,節(jié)約成本的同時,更大提升數(shù)據(jù)處理效率。?
加密可查詢,數(shù)據(jù)上云是勢不可擋的發(fā)展趨勢,但保證數(shù)據(jù)安全是關鍵。傳統(tǒng)方法即是將數(shù)據(jù)加密后上云,但是數(shù)據(jù)加密后往往難以運算,達不到數(shù)據(jù)上云的目的。貝格邁思使用最新加密可計算的安全協(xié)議,實現(xiàn)用戶可直接在加密數(shù)據(jù)上的高效查詢分析,確保用戶數(shù)據(jù)的全程加密安全可信計算,從根本上防范數(shù)據(jù)安全。?
內(nèi)存驅(qū)動架構(gòu),以內(nèi)存為中心的體系架構(gòu),而不同于傳統(tǒng)的以CPU處理器為中心的馮·諾依曼架構(gòu),即多個異構(gòu)處理器共享統(tǒng)一的內(nèi)存池和自適應異構(gòu)智能計算引擎運行環(huán)境,實現(xiàn)真正大內(nèi)存計算環(huán)境,有效防止多處理器緩存數(shù)據(jù)頻繁遷移而導致的井噴效應,突破馮·諾依曼架構(gòu)的內(nèi)存墻計算瓶頸,打造基于內(nèi)存驅(qū)動架構(gòu)的自適應異構(gòu)智能計算一體機,滿足數(shù)據(jù)實時計算所需的強大算力需求。?
原生虛擬化,為充分發(fā)揮新型硬件技術革新的高性能,突破操作系統(tǒng)的性能調(diào)度限制,讓數(shù)據(jù)分析引擎實例擁有專有的硬件設備資源,可以透過操作系統(tǒng)直接管理和操作這些專有的硬件設備,保證實時計算所需的硬件資源核心,同時保證不同數(shù)據(jù)分析引擎實例的安全隔離,實現(xiàn)裸機設備的輕量級實時虛擬化。?
遠程內(nèi)存訪問,要實現(xiàn)大規(guī)模數(shù)據(jù)的內(nèi)存實時分析,諸如實現(xiàn)PB級數(shù)據(jù)的內(nèi)存實時分析,則需成千上萬的計算機組成網(wǎng)絡集群,協(xié)同進行分布式內(nèi)存計算方可完成,畢竟單臺計算機的內(nèi)存資源是有限的,不可能將PB級數(shù)據(jù)裝入其內(nèi)存。從而,實現(xiàn)多臺計算機間的內(nèi)存互訪成為問題的核心。基于內(nèi)存語義原語的遠程內(nèi)存訪問協(xié)議,實現(xiàn)分布式內(nèi)存智能計算框架,是貝格邁思自適應數(shù)據(jù)智能平臺BigInsights的基礎。?
目前,貝格邁思擁有的30多項核心專利都是圍繞以上五大核心技術延伸而來。張世明博士表示,這五大核心技術,單獨拎一個出來都可以做出一個千億級市值的產(chǎn)品,這也是未來貝格邁思垂直拓展的方向。?
立足自主創(chuàng)新,突破智能數(shù)據(jù)庫卡脖子技術?
進入快數(shù)據(jù)時代,我們生活中小到柴米油鹽醬醋茶,大到房、車買賣交易,更有甚者你每時每刻的行蹤、評論的每一個新聞、發(fā)送的每一條信息、消費的每一份賬單以及每一筆資金的動向,都被事無巨細地記錄在數(shù)據(jù)庫中。?
數(shù)據(jù)庫與芯片和操作系統(tǒng)被視為現(xiàn)代信息技術的三大核心基礎技術,是各行業(yè)核心系統(tǒng)正常穩(wěn)定運行的基礎,是數(shù)據(jù)分析優(yōu)化處理服務的核心引擎。然而,在金融等關鍵行業(yè)的核心交易系統(tǒng)中,我國絕大部分數(shù)據(jù)庫均被Oracle、IBM、SAP等國際巨頭所壟斷,系統(tǒng)的一切運行只能遵循“外國邏輯”,同時許多核心數(shù)據(jù)信息安全面臨巨大風險。?
張世明博士指出,數(shù)據(jù)庫被視為基礎軟件皇冠上最耀眼的明珠,快數(shù)據(jù)時代的技術高地,是各大科技企業(yè)巨頭(如谷歌、亞馬遜、微軟以及阿里、騰訊等企業(yè))必爭的技術核心。?
數(shù)據(jù)庫已歷經(jīng)40多年的技術演進,從單機數(shù)據(jù)庫到MPP分布式數(shù)據(jù)庫再到云數(shù)據(jù)庫以及NewSQL數(shù)據(jù)庫的技術變遷。然而,國產(chǎn)數(shù)據(jù)庫卻一直相形見絀、望洋興嘆,成為被國外卡住的關鍵核心技術之一。
?
近幾年,在國產(chǎn)替代背景下,數(shù)據(jù)庫的發(fā)展近幾年備受矚目,國產(chǎn)數(shù)據(jù)庫如雨后春筍般涌現(xiàn)。然而,國產(chǎn)自主可控創(chuàng)新研發(fā)的數(shù)據(jù)庫產(chǎn)品,卻鮮為人知,甚至亂象叢生。一些所謂國產(chǎn)數(shù)據(jù)庫,其實質(zhì)不過是用進口內(nèi)核(如IBM?Informix)或開源組件(如MySQL、PostgreSQL)包裝起來的“香蕉軟件”,在一些互聯(lián)網(wǎng)企業(yè)的積極推動下,利用輿論、市場影響力以及免費或低價策略,迅速進入一些關鍵領域,擠壓真正的國產(chǎn)數(shù)據(jù)庫技術創(chuàng)新的發(fā)展空間。?
對現(xiàn)代信息技術產(chǎn)業(yè)來說,新舊勢力的對決已司空見慣。猶如當年風靡全球市場的諾基亞、摩托羅拉被蘋果、三星打敗,喬布斯發(fā)布iPhone手機的那一刻就定格了未來智能手機的市場格局;又如傳統(tǒng)的IT信息系統(tǒng)正在被云計算所取代。這一幕也正在數(shù)據(jù)庫市場上演,第五代智能數(shù)據(jù)庫AiSQL取代傳統(tǒng)數(shù)據(jù)庫將成為后摩爾時代數(shù)據(jù)分析優(yōu)化決策市場的定局,微軟、SAP和Oracle等科技企業(yè)巨頭都在積極布局第五代智能數(shù)據(jù)庫AiSQL的核心技術研發(fā)。?
面對快數(shù)據(jù)更為復雜的業(yè)務形態(tài),用戶需要構(gòu)建更為復雜、靈活、可控的數(shù)據(jù)管理分析系統(tǒng)。在大數(shù)據(jù)量,高并發(fā)下,能處理更多的數(shù)據(jù)源和數(shù)據(jù)形態(tài),并具有更好的彈性響應能力,快數(shù)據(jù)時代的用戶對數(shù)據(jù)庫需求與過去大不相同,面臨諸多技術挑戰(zhàn)。?
?
眾所周知,傳統(tǒng)數(shù)據(jù)庫系統(tǒng)大都基于幾十年前傳統(tǒng)架構(gòu)設計,基于數(shù)據(jù)存儲于較慢的硬盤設備和系統(tǒng)構(gòu)架于較慢的網(wǎng)絡環(huán)境兩個基本假設,從而較慢的數(shù)據(jù)讀寫IO和網(wǎng)絡傳輸IO是系統(tǒng)性能瓶頸的關鍵因素。?
張世明博士指出,歷史已經(jīng)發(fā)生了革新式變化,快數(shù)據(jù)時代更復雜的應用需求和更新、更強大的硬件環(huán)境,已經(jīng)完全改變了市場規(guī)則。現(xiàn)在,我們擁有融合SSD容量和DRAM性能的新型持久性內(nèi)存NVRAM,網(wǎng)絡帶寬已經(jīng)遠遠超過系統(tǒng)總線帶寬。傳統(tǒng)數(shù)據(jù)庫的基本假設已經(jīng)不存在了,反而處理器成為系統(tǒng)性能的主要瓶頸。?
張世明博士介紹說:“我們現(xiàn)在完全不用擔心內(nèi)存的限制,包括成本,將PB級數(shù)據(jù)置于內(nèi)存進行實時分析將是我們的目標。”?
將PB級數(shù)據(jù)置于內(nèi)存進行實時分析,這是很多公司想做而又不敢做的事情,可想難度之高。美國Databricks公司的Spark和德國SAP?HANA是第一個吃螃蟹的,展現(xiàn)了內(nèi)存計算在大數(shù)據(jù)實時分析領域強大的性能優(yōu)勢。張世明博士回憶道:“在我們于2012年立志想做新型高性能分布式內(nèi)存數(shù)據(jù)庫時,就深受Spark、SAP?HANA的啟示。同時,MemSQL和VoltDB的成功也給我們巨大的鼓舞。”?
立志自主創(chuàng)新研發(fā),改變國產(chǎn)數(shù)據(jù)庫創(chuàng)新研發(fā)不足、技術落后的局面,做有突破性的技術創(chuàng)新,是張世明博士及其創(chuàng)新團隊近十年來孜孜不倦努力的方向。 “人工智能應用如火如荼的潮流,并沒有讓我們丟失立志初始的激情”,張世明博士如實說,“新型數(shù)據(jù)庫底層技術才是真正突破我國人工智能基礎技術壁壘所在,未來巨大的數(shù)據(jù)實時分析決策處理藍海市場是我們堅信的基礎,大數(shù)據(jù)所呈現(xiàn)的巨大價值已可見一斑,快數(shù)據(jù)將在各個領域發(fā)揮重要作用,技術情懷和使命感就是我們堅持不懈的動力。”?
據(jù)張世明博士介紹,創(chuàng)新團隊以自己研發(fā)的系統(tǒng)做底層支撐,摒棄‘拿來主義’。貝格邁思踐行了一條與其他數(shù)據(jù)庫創(chuàng)新公司不同的技術路線,即從硬件架構(gòu)創(chuàng)新來真正提升數(shù)據(jù)庫的算力,采用內(nèi)存驅(qū)動架構(gòu)的異構(gòu)智能計算一體機為基礎,打造貝格邁思特有的自適應異構(gòu)智能計算引擎。如此以來,貝格邁思將人工智能AI與數(shù)據(jù)庫無縫的融合為一體,而其他數(shù)據(jù)庫公司卻因缺乏基礎的人工智能硬件算力支撐,不得不把AI以分離系統(tǒng)模式與數(shù)據(jù)庫并行。真正踐行新一代智能數(shù)據(jù)庫AiSQL的彈性調(diào)度核心機制,自適應感知Workload進行系統(tǒng)自動伸縮、自適應感知業(yè)務特點自動匹配數(shù)據(jù)訪問、自適應感知數(shù)據(jù)關聯(lián)性自動調(diào)整數(shù)據(jù)存儲、自適應感知數(shù)據(jù)計算模式自動適配處理器等核心數(shù)據(jù)智能引擎功能。?
?
面向未來,打造應用生態(tài),吸引人才
站在宏觀的角度,把握數(shù)字化、網(wǎng)絡化和智能化融合的數(shù)字經(jīng)濟發(fā)展契機,是科技創(chuàng)新與產(chǎn)業(yè)變革的必由之路;站在用戶的角度,面對瞬息萬變的市場競爭,實時獲取數(shù)據(jù)的價值,是其立于不敗之地的關鍵。?
高效的數(shù)據(jù)智能平臺將激發(fā)用戶數(shù)據(jù)價值指數(shù)級增長,貝格邁思致力于研發(fā)新一代自適應數(shù)據(jù)智能平臺BigInsights,一套高性能、彈性易擴展、高可用、安全可靠、以內(nèi)存計算為核心的數(shù)據(jù)智能管理與機器學習系統(tǒng),在統(tǒng)一命名空間下提供PB級數(shù)據(jù)管理,以云原生服務架構(gòu),為用戶提供一站式數(shù)據(jù)智能管理和實時分析與優(yōu)化決策服務,解決多樣業(yè)務彈性需求,提高數(shù)據(jù)運營效率,降低系統(tǒng)資源投入成本。?
貝格邁思將以開拓創(chuàng)新精神,潛心打造應對數(shù)據(jù)洪流的諾亞方舟,將在數(shù)據(jù)智能技術創(chuàng)新賦能用戶這條道路上,繼續(xù)打磨技術,力爭成為國際領先的數(shù)據(jù)智能創(chuàng)新技術的引領者,以及數(shù)據(jù)科技驅(qū)動行業(yè)應用的創(chuàng)新者。?
貝格邁思將大力推行智能數(shù)據(jù)庫AiSQL的國產(chǎn)化替代,不僅將重塑各行業(yè)的運行邏輯,更將為數(shù)據(jù)智能產(chǎn)業(yè)的發(fā)展開辟一條嶄新的發(fā)展趨勢路徑。?
同時,貝格邁思已聯(lián)合中科院計算所計算機體系結(jié)構(gòu)國家重點實驗室、中科院軟件所計算機科學國家重點實驗室、中科院信工所信息安全國家重點實驗室和中科院深圳先進院以及香港理工大學和香港大學等科研機構(gòu),進行持續(xù)地創(chuàng)新技術研發(fā),進一步促進貝格邁思新一代分布式數(shù)據(jù)智能平臺BigInsights的產(chǎn)品化迭代和產(chǎn)業(yè)化應用擴展。?
貝格邁思還將聯(lián)合行業(yè)應用企業(yè)打造新一代自適應數(shù)據(jù)智能應用推廣平臺,構(gòu)建數(shù)據(jù)智能技術創(chuàng)新應用生態(tài),促進數(shù)據(jù)智能創(chuàng)新技術在金融、醫(yī)療、環(huán)保、智慧城市、智能制造、物聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)等領域的創(chuàng)新應用。?
?
“吾欲鯤鵬展翅,彌青青子衿,爾枉用相存,予鼓瑟吹笙,契闊談?”,作為一個志存高遠的技術極客,未來的路上需要志同道合者。張世明博士一直在路上,探尋熱衷于技術、喜歡挑戰(zhàn)和創(chuàng)新、想做有突破性技術的同仁志士,共謀數(shù)據(jù)智能未來技術范式。
核心關鍵字: 智能制造| 留言與評論(共有 0 條評論) |


