8月20日，中国首款3A级游戏巨制《黑神话：悟空》震撼发布。 我们来借助无涯看看到底这款游戏销量可以突破多少呢？

今年，我国《数字中国建设整体布局规划》出台、两会期间宣布组建国家数据局，让数字经济战略提档加速。数字技术是数字经济发展的坚实基础，随着数字技术的进步，数据的采集、存储、加工、流通、分析与应用快速发展。数据作为关键生产要素的属性不断凸显，数据要素成为了数字经济发展的核心引擎。 为了更好的推动数字经济和实体经济融合发展与产业数字化，推进数据技术发展，由星环科技、上海数据交易所（拟）、上海市城市数字化转型应用促进中心、上海大数据联盟、财联社联合主办的向星力·未来数据技术峰会 （FDTC）将于2023年5月25-

星环科技TDH一直致力于给用户带来高性能、高可靠的一站式大数据基础平台，满足对海量数据的存储和复杂业务的处理需求，同时在易用性方面持续深耕，降低用户开发和运维成本，让数据处理平民化，助力用户以更便捷、高效的方式去挖掘数据价值。 基于这样的宗旨，星环科技TDH正式发布了9.3版本，推出了新一代湖仓集存储格式Holodesk，一份数据满足数据湖的离线实时接入、数仓的复杂加工以及数据集市的分析需求，避免数据冗余，减少数据流转，提升业务综合性能与时效性。同时，分布式计算引擎实现了向量化升级，综合性能大幅度提升。此

近日，星环科技大数据基础平台TDH顺利通过中国信通院云原生湖仓一体大规模一数多芯专项评测，在10000节点X86、ARM混合部署集群下，湖仓数据集成、计算、存储、数据治理以及其他湖仓能力等五大能力域均满足云原生湖仓一体测试要求，成为首个通过该专项评测的数据产品平台，彰显了星环科技在云原生湖仓一体领域技术实力，以及在大规模数据管理和混合部署方面的技术优势。 《云原生湖仓一体数据平台技术要求》由中国通信标准化协会大数据技术标准推进委员会TC601 WG1大数据技术与产品工作组组织编制，在体现存算分离、弹性扩缩

时序数据库快速发展，工业互联网、金融量化等场景应用前景广阔 随着物联网、车联网和工业互联网等的迅速发展，各类应用产生的时序数据量呈爆炸式增长，并具有海量性、关联性、时效性、实时性等特征。尤其是在工业互联网领域，工业和信息化部近2年印发了一系列发展规划，例如在《工业互联网创新发展行动计划（2021—2023年）》中提出，到2023年，我国工业互联网新型基础设施建设量质并进，新模式、新业态大范围推广，产业综合实力显著提升；新型基础设施进一步完善、融合应用成效进一步彰显、技术创新能力进一步提升、产业发展生态进一

大数据智能时代，数据量呈现爆发式的增长，数据互联的关系也变得越来越复杂，企业对于数据库的需求已经从一般的数据管理演变为从复杂的数据关系中最大化提取数据价值。图数据库作为一项新兴的数据存储管理系统，因为其灵活的建模能力和优异的关联关系查询性能，在政府、金融、通信、社交等对海量数据关系分析需求旺盛的领域受到了很高的关注和应用。 然而，随着客户业务方面的深入探索和发展，对图数据库的性能和其他系统方面的要求越来越高。 高性能 图数据库能够存储更多数据的同时，也要求在TP/AP/HTAP等业务应用场景中的数据分析计

星环科技分布式向量数据库Transwarp Hippo正式发布，同步推出社区版，与广大用户共同探索AI奥秘

随着数字化转型持续推进以及国产化进程不断加速，国产搜索引擎数据库的重要性也在不断提升。目前，搜索引擎领域呈现出数据体量规模增加、时效性要求变高、检索场景多样化、国产化替代需求加剧等新趋势。 Transwarp Scope是星环科技自主研发的企业级分布式搜索引擎，提供PB级海量数据的交互式多维检索分析服务，支持百万级高并发和毫秒级低延时检索业务，覆盖模糊匹配，精确查询，多维检索等各类检索类场景，满足数据检索多样化需求。 近日，星环科技分布式搜索引擎Transwarp Scope 正式发布V2.5版本，通过存

ChatGPT主导的对话式AI的普及，迅速拉近了普通人与人工智能的距离，使人和数据结合、交互比以往任何时候都更紧密、顺畅。 在商业上，大模型正在与企业应用迅速结合，重塑企业应用中人与数据的交互方式，这方面的应用不胜枚举。如在自然语言处理领域，OpenAI的GPT-4模型已经被用于各种任务，包括文本生成、问答和语言理解等。在计算机视觉领域，Facebook的DETR模型被广泛用于图像识别任务。 相对于通用大模型训练难度大、投资大、运营成本高、对于特定领域的适用性不佳等问题，星环科技在行业首家全面布局行业（领

近日，在“AI工程化论坛暨MLOps实践指南发布会”上，中国信息通信研究院（简称中国信通院）发布《人工智能研发运营体系（MLOps）实践指南（2023年）》。星环科技作为该指南的核心编写单位，参与了MLOps关键能力与技术实践等章节的编写，受邀出席大会，并接受授牌。 指南从组织如何布局和落地MLOps的角度出发，以模型的高质量、可持续交付作为核心逻辑，系统性梳理MLOps概念内涵、发展过程、落地挑战，为组织高效构建MLOps框架体系和关键能力提供方法论和实践案例的参考与借鉴，并研判MLOps未来发展趋势。