持续推进“人工智能+”行动

1
参数优化
平台最早开始研发的能力,通过算法模型对达梦 dm_ini 参数的认知、学习,对多类生产环境的适应,此能力在 TPC-C 基准测试中,调优能力实现了超越原厂 DBA 人员 5% 左右的性能提升。
2
SQL生成与优化
此能力是改变数据库管理的新形式,仅通过自然语言描述,DMSQL 大模型的处理,便可为用户产生优质 SQL,极大降低了数据库 SQL 编写和使用门槛。
一切为了 AI 时代筑基
达梦数据正在持续推进人工智能技术与数据库管理的深度融合创新,在根因分析、故障检测、行业领域大模型等技术上加大投入。未来,达梦启云数据库云服务系统将会变成 AI 赋能的云数据库,与 AI 深度集成后,打造基于 AI 的预测性运维(分析时序数据,提前预警故障),完善自然语言查询功能,降低非技术用户的使用成本,复杂运维也能轻松搞定。
1
根因分析
通过对故障的回溯,对故障前后的数据、日志、调用情况进行收集,建立算法模型,基于以上进行综合分析,产生故障树,分析出错误的前因后果,提出修复故障的建议解决方案。
2
故障预警/预测
基于 DM 指标、慢 SQL、日志等数据,建立时序模型,对可能出现的故障进行提前预测/预警,帮助用户提前规避风险。同时,可以对数据库实例的整体运行状况进行全面检查,识别部署、架构、配置、安全、性能、网络、监控、告警等方面的问题和风险,并提供健康诊断报告和优化建议。
3
数据探查
通过接入各种数据源,AI 学习各类库表知识, AI 算法自动检测数据中的趋势、异常值和隐藏模式,用户可以用自然语言查询数据,直观展现数据结构和关系,系统自动生成 SQL 查询、生成各类数据报表/报告。
4
行业领域大模型建设
目前市面上众多通用大模型对垂直细分领域理解不够深入,例如公安行业的案件处理、人员管理等,需要深入学习挖掘隐式知识,为此需建设专注于该行业领域的大模型,更好的理解和处理相关领域的知识,满足对应业务。
人工智能技术的每一次突破,无论是生成一个庞大的语言模型,还是驱动业务流程的实时优化,都需要依赖坚实的数据基础设施。数据库,从未像今天这样重要。它不仅是 AI 存储和调用数据的工具,更是 AI 技术融合的重要平台。
面对数据与智能的融合,达梦数据展现出非凡的技术前瞻性,致力于为用户提供灵活、高效且安全的智能数据库服务,在不断创新中塑造我们的数智未来。

内容来源丨朱HC
审核丨达梦技术
评论
