AI Infra：不同数据库产品相互融合会产生什么创新？

一、创新核心思想1.1 核心思想从“AI Agent的最小必要单元”——即实时语义、关系、状态的原子化处理——出发，对现有数据库类型进行系统性拆解与重组。1.2 设计原则：为AI Agent场景优化每个产品皆可部署于K8s，轻量、无单点瓶颈移除传统索引、事务日志、查询解析层...

AI Infra：TernFS，面向大体积、不可变场景的高性能分布式文件系统

一、定位TernFS 是 XTXMarkets 开源设计的分布式存储引擎，专为超大规模、极少修改的大数据文件存取场景而生。目标用户：机器学习训练、科学计算输出、日志归档等数据密集型行业。其写入即终局、读多写少的行为模式与当前系统优化方向高度契合。二、核心架构Tern...

当 Agent 不再各自记账，而开始“同忆共感”，智能协作就从机械响应，跃迁为“群体智能”。让多个 AI 在同一个 context 里，共同构建对世界的理解一、如果 Agent 是数据孤岛，那它会失忆在常见的 Agent 架构设计中，每个 Agent 是一个数据孤岛（虽然已...

如果时序数据库与向量数据库融合，能出现什么火花？一、为什么我们需要讨论“数据库融合”？如果你关注AI与机器学习领域，最近一定频繁听到一个词：Agent。无论是大语言模型智能体、具身智能，还是被誉为“下一代AI基座”的世界模拟引擎（World Engine），AI正在从“被动...

构建机器智能的「认知中枢」当数据具备认知能力——为AI系统设计可学习、可遗忘、可联想的知识基础设施一、什么是认知数据基座在传统数据库之上，“认知数据基座”是一个面向AI系统的知识组织与操作平台。它不仅管理原始数据存储，还支持信息的语义建模、上下文感知、记忆检索与生命周期管理...

https://github.com/tursodatabase/turso一、什么是 Turso号称新一代的 SQLite（兼容）Rust 实现 + WASM 支持 + 异步 I/O + 向量搜索本地运行 → Turso Database云端托管 → Turso Clou...

由中科院自动化所发布，SpikingBrain 1.0 是一款“类脑”大语言模型。旨在比主流模型更节能、更适合国产芯片。https://github.com/BICLab/SpikingBrain-7B1、痛点与创新传统Transformer模型在训练时计算量随序列长度平方...

一、主要目标VAST Data 正在为“代理计算时代”开发一个全新的 AI 操作系统。这个系统的目的是解决传统 IT 架构在处理大规模、实时、agent 驱动的 AI 工作负载时的问题。比如，当你要用深度学习模型做图像识别时，传统架构可能因为数据太多、处理太慢而崩溃。二、当...

Supabase ETL 是 Supabase 团队发布的一个开源“工具箱”，用来 Postgres 数据库里的变更（新增/修改/删除）实时传到数据仓库或其他系统，比如 BigQuery、S3 或消息队列。它是为开发者做的库/框架，而不是一键式的商业云服务。https://...