首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  完全免费   1篇
  自动化技术   1篇
  2020年   1篇
排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
李国良  周煊赫 《软件学报》2020,31(3):831-844
大数据时代下,数据库系统主要面临着三个方面的挑战.首先,基于专家经验的传统优化技术(如代价估计,连接顺序选择,参数调优)已经不能满足异构数据、海量应用和大规模用户对性能的需求.我们可以设计基于学习的数据库优化技术,使数据库更智能.其次,AI时代很多数据库应用需要使用人工智能算法,如数据库中的图像搜索.我们可以将人工智能算法嵌入到数据库,利用数据库技术加速人工智能算法,并在数据库中提供基于人工智能的服务.再者,传统数据库侧重于使用通用硬件(如CPU),不能充分发挥新硬件(如ARM、AI芯片)的优势.此外,除了关系模型,数据库需要支持张量模型来加速人工智能操作.为了解决这些挑战,我们提出了一个原生支持人工智能(AI)的数据库系统.一方面,我们将各种人工智能技术集成到数据库中,以提供自监控、自配置、自优化、自诊断、自愈、自安全和自组装功能.另一方面,我们通过使用声明性语言让数据库提供人工智能功能,以降低人工智能使用门槛.本文介绍了实现人工智能原生数据库的五个阶段,并给出了设计人工智能原生数据库的挑战.我们还以自主数据库调优、基于深度强化学习的查询优化、基于机器学习的基数估计和自主索引/视图推荐为例,展示了人工智能原生数据库的优势.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号