写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 数据计算技术架构 频道下的 50 篇内容
YashanDB 是一种现代数据库,它支持分布式计算架构,以满足大规模数据存储和处理的需求。以下是关于 YashanDB 数据库在分布式计算架构中的一些技术解读:

8 月 14 日,隐语开源社区宣布在三周年之际全新升级:将由“可信隐私计算开源社区”扩容为“隐语·数据可信流通技术社区”,并将逐步覆盖隐私保护计算、可信数据空间、数据元件、数联网、区块链、数场等六大技术路线并形成多技术路线的融合。升级后的隐语,未来将以开源代码、共建标准和共创场景,为企业提供一站式、可验证、可互联的数据流通技术底座。

火山引擎新一代数据湖如何解决多模态数据带来的关键问题。

初期的成本跟进依赖于 TAM 团队月会反馈,缺少主动洞察手段~

「AI 进化论」第四期聚焦 「数据 × 模型 × 软件:自动驾驶的协同进化之路」,从技术痛点拆解、协同路径分析到未来场景展望,揭示智能驾驶从“可用”到“可靠”的进化密码。

ClickHouse Cloud 现在彻底告别了磁盘。

如何在保证成本可控的前提下,实现AI数据处理能力的可扩展性与工程化落地?

“架起数据库与数据湖的桥梁” 并非趋势,而是破局的关键。

国内团队玉盘 AI 发布《SRDA AI 大模型专用计算架构》白皮书,提出了一种全新的计算架构:系统级精简可重构数据流架构 SRDA (System-level Simplified Reconfigurable Dataflow Architecture),从硬件源头解决当前 AI 算力的核心瓶颈。

当MaaS(模型即服务)成为企业落地AI的主流形式,一场围绕数据安全与隐私的信任危机也随之而来。企业为追求更好的部署效果,不得不将一线业务机密、组织敏感数据上传至MaaS平台,但传统MaaS的“黑盒逻辑”让数据在传输、计算、存储全链路中暴露于风险之下——第三方入侵、运维人员偷窥、合规性缺失、服务透明性不足等问题,逐渐成为AI规模化应用的阻碍。

落地过程中其实90%是软件工程,都是在解决行为一致性确定性的问题,可能只有10%是在做prompt、模型调优。

当 GenAI 从 C 端热闹走向 B 端落地,企业级 AI 的重点,是不是该变了?

如何构建 AI 原生全球化数据分析架构以跨越实时、成本与合规鸿沟。

“可以说,我们是国内最早引入 Lance 的团队之一。”

「AI 进化论:智算时代 OS 的破局之路」第二期直播,聚焦「专有云操作系统安全」,邀请了三位阿里云的技术专家:阿里云专有云系统安全技术专家 姜迎、阿里云技术专家 孙维东、阿里云技术专家 / 龙蜥社区软件供应链安全架构师 郑耿,共探 AI 时代专有云操作系统的安全之道。

掌握 TDSQL Boundless 架构特性、TDSQL-MySQL 并行查询技术,构建分布式数据库技术认知体系

存储短缺带来的焦虑,在 2026 年仍将延续。

以 “表格 + 数据智能体” 模式实现零门槛高效大数据自助分析,为传统 BI 向 AI 驱动分析转型提供落地指南与实践范式。

GenAI 市场的热词,不止有 AI Agent

全球 AI 技术竞速进入深水区, 正以 “产业变革核心引擎” 的姿态重塑商业格局。