金年会网址

金年会- 金年会体育- 官网APP中国人民大学 —腾讯协同创新实验室数据库前沿技术研讨会暨联合实验室举办

发布日期：2026-04-17 18:21 浏览次数：

　　金年会,金年会体育,金年会体育app,金年会体育官方网站,金年会注册,金年会最新入口,金年会APP中国人民大学 —腾讯协同创新实验室数据库前沿技术研讨会暨联合实验室年会举办

　　在小说阅读器读本章去阅读在小说阅读器中沉浸阅读4月15日下午，中国人民大学—腾讯协同创新实验室（以下简称“联合实验室”）数据库前沿技术研讨会暨联合实验室年会在中国人民大学信息楼学术报告厅举行。腾讯云数据库研发总经理潘安群，联合实验室主任、数据工程与知识工程教育部重点实验室主任杜小勇，信息学院院长柴云鹏，信息学院副院长、重点实验室副主任、联合实验室执行主任卢卫，信息学院副院长张孝，腾讯产学合作高级经理张伟鹏、专家工程师韩硕、高级研究员陈育兴，以及信息学院、重点实验室相关师生代表参加会议。

　　杜小勇教授在致辞中强调，联合实验室始终秉持“研究真问题、真研究问题、真解决问题”的指导思想，按照“预研一代、研制一代、应用一代”的路径开展合作。他指出，随着智能体时代到来，数据库用户将从人转向海量智能体，这对事务管理、性能优化带来巨大挑战，期待双方持续深化合作。

　　潘安群总经理在致辞中表示，AI技术正重塑数据库产业，未来应探索AI优化数据库、数据库服务AI Agent以及AI自动生成数据库等前沿方向。他希望联合实验室在这些领域持续突破，为国产数据库产业贡献力量。

　　卢卫教授作《人大—腾讯联合实验室2025 年工作总结》。他回顾了联合实验室成立以来的定位与成果：围绕TDSQL分布式数据库核心技术，在事务处理、新硬件、AI融合等方面持续攻关，近年在SIGMOD、VLDB、ICDE等顶会发表合作论文近20篇。他重点介绍了多项代表性工作：TxnSails通过图神经网络自适应选择最优隔离级别，在保证可串行化的同时提升性能；Doux通过将键与值分离的双树架构，加速LSM-tree上的值范围查询；TXSQL组锁方案针对热点数据高并发场景，显著提升事务吞吐性能。未来联合实验室将围绕对象存储、压缩技术、HTAP优化器等方向继续预研。

　　柴云鹏教授作《新硬件与新场景双驱动下的向量数据库系统演进》报告。他指出，随着非结构化数据激增，向量检索成为AI时代的关键基础设施，但传统CPU算力不足、GPU显存受限。针对商用存内计算硬件PIM，团队提出PIMANN系统，通过细粒度总线仲裁实现每个处理单元的独立调度，将硬件利用率从18.2%提升至约80%，吞吐量较CPU方案最高提升达10倍，该工作获USENIX ATC最佳存储论文奖。针对RAG等场景中“即席向量检索”的挑战，团队提出FleetANN，采用渐进式索引构建与基于历史信息的查询剪枝技术，避免提前构建索引的高昂开销，在不同查询负载下均实现最优累积时间，显著降低端到端延迟。

　　张峰教授作《压缩数据直接计算KV系统研发最新进展》报告。报告指出，LSM-tree存储引擎在compaction过程中存在严重的写放大问题，传统通用压缩算法需反复解压再压缩，CPU开销巨大。团队提出同态压缩框架，在压缩态下直接执行compaction的归并、去重等操作，无需解压。通过设计变长频率统计加速字典生成、自带校验的规则回收等机制，在腾讯金融科技数据集上的测试表明，写吞吐平均提升约58%，写放大平均下降约54%，同时读性能保持稳定。该技术已在TDSQL 3.0的TDStore中开展适配验证。