平替不再开源Redis赢家是谁?新向量数据库改变游戏规则;人形机器人突破!零信任数据安全平台、安全大模型、文档数据库、湖仓一体·

刚完成最近一轮融资的Redis Labs今天宣布改变其Redis模块的许可方式。这可能听起来没什么大不了，但在开源项目领域，许可证目前是个大问题。这是由于像Redis、MongoDB、Confluent及其他公司最近推出了新的许可证，那样竞争对手就更难拿来它们的产品后，将其作为改头换面的服务来销售，而又不回馈社区。

开源Redis还可以与RedSearch、RedisJSON、RedisGraph、RedisTimeSeries和RedisBloom结合起来应用。其实，星环科技推出的大数据基础平台TDH，就可以替代Redis的所有这些模块。

其中新推出TDH 9.3对多模型统一技术架构进行了迭代升级，全新发布分布式向量数据库Transwarp Hippo，共支持11种模型数据统一存储管理，用统一查询处理语言完成跨模型数据流转与关联分析，让业务开发更加便捷。

TDH在2020年5月就实现多模型数据的统一处理技术，支持同一平台一站式处理多种不同的数据模型。在TDH多模型的统一架构下，实现系统架构的四层统一。

底层基于容器化技术实现资源的统一调度管理，保障资源隔离互不影响。通过分布式存储管理系统实现了多种模型数据的统一存储管理，统一的计算引擎自动匹配算法以提升不同数据模型的处理能力。上层通过统一的数据操作/语言来统一处理不同业务的请求。

用户只需一个SQL就可以实现不同数据模型的操作和查询，模型转化流转以及跨模型关联分析，大大简化了开发复杂度，简化用户操作。同时数据也仍保留在原存储引擎中，也不用对数据进行导入导出或者转换，不会存在数据不一致或数据冗余存储的问题，具有复杂度低、开发成本低、运维成本低、数据处理效率高等优点。

许可变更之后的 Redis，会对哪些人带来影响?此更新一出，引起诸多的争论，不少人认为此举将对开发者产生重大的下游影响，并可能极大地影响更广泛的社区参与开源 Redis 项目。

对此，Redis 紧急现身澄清，称这一变化对使用 Redis 开源版本和新版本的最终用户、使用 Redis 构建客户端库、Redis 的商业用户而言，没有任何变化。

截至目前，微软似乎已经拿到了 Redis 的授权。

在 Redis 的官方公告中，微软开发者部门总裁 Julia Liuson 表示：“我们期待继续合作，为开发者提供最新的数据存储和管理创新支持。我们的合作将继续支持 Azure Cache for Redis 等集成解决方案，并将为微软客户提供对 Redis 产品中扩展功能的独家访问权限。”

值得一提的是，就在 Redis 官宣许可变更的前一天，其在更宽松的 MIT 许可证下开源了一个用 C# 编写的项目——Garnet(https://github.com/microsoft/garnet)，成为 Redis 的竞争对手。

Redis 将不再“开源”，华为云GeminiDB Redis接口受此影响吗?华为云GeminiDB是一款兼容Redis协议的弹性KV数据库，支持远超内存的容量和极致的性能，技术自主创新，并不受此影响。

GeminiDB是100%自主创新，持续演进。目前完全兼容行业主流的Redis 6.2、5.0、4.0，且还在继续演进7.2。GeminiDB提供Redis主备和集群全生态和特性，支持任意一款Redis客户端。对用户来说，无需任何业务改造即可从自建轻松上云。

随着GeminiDB版本演进，用户将来可随时一键升级到Redis高版本，也可以通过华为云DRS服务，自由上下云，不受任何约束。

在智能数据时代的浪潮中，华为云GaussDB(DWS)正以其独特的湖仓融合技术，为开发者们提供一站式平台体验。3月19日，华为官方宣布“华为GaussDB(DWS)湖仓融合技术解析，从海量和多样化的数据做融合分析，创造更多业务价值的诉求日益强烈。”不仅解决了传统数据仓库在海量数据处理上的技术局限性突破，还实现了与大数据生态的无缝对接，为企业的数据分析和价值挖掘提供了强大的技术支持。

华为全新新品华为GaussDB(DWS)自2017年全面上云以来，凭借其存算分离的架构，实现了计算存储独立的扩容和扩展，满足了不同业务规模对数据仓库的弹性需求。随着业务场景的不断深化，GaussDB(DWS)团队不断创新，引入了对象存储OBS进行冷数据管理，从而实现了计算和存储的完美平衡。

面对多样化的业务需求，GaussDB(DWS)团队并未止步。他们在ECS+EVS+OBS的基础上，进一步提出了三种Serverless模式，以满足不同场景下的数据分析和存储需求。这三种模式各具特色，相互补充，共同构成了GaussDB(DWS)强大的数据处理能力。

Confluent 宣布其云服务中的新功能，使基于 Apache Kafka 的流引擎的用户更容易以 Apache Iceberg 表格式存储数据。

新增的 Confluent Tableflow 使用户能够一键将 Kafka 主题、关联的 Schema 和元数据转换为 Iceberg 表，并更好地支持在数据湖和数据仓库中为分析工作负载提供数据。

根据 6sense Insights Inc. 的数据，Kafka 在分散的队列、消息传递和后台处理市场中占有近 39% 的市场份额。超过 80% 的财富 100 强公司都在使用它。

Apache Iceberg 是一种开源表格式，因其灵活性和一致性而在数据湖中很受欢迎。Iceberg 支持模式演进、隐藏分区和快照隔离，确保可靠性。它还可以扩展以管理数十亿行的 PB 级数据。

Tableflow 可与 Confluent 的数据流平台的现有功能配合使用，包括流治理功能和 Apache Flink 的流处理，Apache Flink 是一个用于大量数据的开源、统一的流处理和批处理框架。

Confluent Cloud for Apache Flink 现已在 AWS、Google Cloud 和 Microsoft Azure 上全面推出。（siliconangle.com）

作为云API交付的分布式文档关系数据库Fauna今天宣布其数据库在Google Cloud Marketplace上可用。现在，Google Cloud 和 Fauna 客户可以直接通过其 Google Cloud 帐户采购、激活和管理 Fauna 数据库，从而简化集成和工作流程，同时统一资源和计费。

Google Cloud Marketplace 列表将 Fauna 直接展示在全球企业面前，这些企业既需要文档的灵活性，又需要跨区域、云或全球扩展的符合 ACID 关系的数据库的强大功能。随着企业加速对交易边缘、B2B 和 B2C 多租户 SaaS 和生成式 AI 应用程序的投资，支持这些应用程序的基础基础设施(尤其是数据库)对于满足可扩展性、性能和全球数据驻留合规性要求至关重要。Fauna 通过可无缝扩展的分布式架构提供直观的开发人员体验，该架构提供强大的一致性、低毫秒级延迟和高可用性 - 所有这些都作为安全的云 API 交付，无需任何操作。

Fauna 是一个分布式文档关系数据库，以云 API 的形式交付。Fauna 的多区域架构由其底层分布式事务引擎 (DTE) 提供支持，提供强一致性、低延迟和高可用性。

HEAVY.AI 高级分析领域的创新者推出人工智能分析平台HeavyIQ，为 GPU 加速的 HEAVY 带来了突破性的大型语言模型(LLM) 功能，使组织能够通过对话与其数据进行交互。用户可以使用自然语言，轻松浏览数据，并快速生成数据的高级可视化效果。这种简化的流程减少了传统业务分析的摩擦，使更多用户能够快速有效地发现见解。

使用 HeavyIQ，HEAVY.AI采用了开源的LLM基础模型，并对其进行了广泛的训练，使其在核心分析任务中表现出色，包括分析海量地理空间和时间数据集。该技术将 LLM 的强大功能与检索增强生成(RAG)功能相结合，获取用户的文本输入，自动将其转换为SQL查询，并可以可视化和返回结果的自然语言摘要。

HeavyIQ 提供许多关键优势：

·准确性：HeavyIQ 经过超过 60,000 个自定义训练对的训练，可提供突破性的准确性。基准测试显示 HeavyIQ 比 GPT-4 更准确，在常见的文本到 SQL 基准测试中具有 90%+ 的准确率，而 GPT-4 的准确率为 85%。

·速度：组织可以针对大型复杂数据集提出复杂的问题，并在几秒钟内生成答案(和可视化效果)。HeavyIQ 利用优化和微调的小型模型，利用最新的 NVIDIA GPU 硬件创新，提供比 GPT-4 快 10 倍的响应速度。这允许更快的迭代和与数据的思维交互。

·可验证性：用户可以看到生成的 SQL 并验证其准确性。

·隐私与安全：完全本地托管的模型意味着 HeavyIQ 可以在客户环境中运行，甚至可以离线运行，从而保证对敏感数据的完全控制和主权。

Redpanda推出了Redpanda Serverless，其流媒体数据平台的完全托管版本，旨在使客户能够通过只为他们使用的内容付费来控制成本。

Redpanda 的新无服务器版本旨在帮助开发人员快速开始流式传输数据，并根据他们的工作负载扩展或缩减使用量。此外，它还包括与 Apache Kafka 的 API 完全兼容，无需更改代码以确保它与流行的开源流数据存储和处理系统配合使用。

Redpanda 没有公开透露其定价，但在 2024 年伦敦 Kafka 峰会上公布了新版本，这是一个面向 Kafka 平台用户的会议，Redpanda 与之兼容。

Redpanda 总部位于旧金山，是一家流数据专家，其平台旨在使客户能够在事件发生时从不同来源捕获数据，以促进实时洞察和决策。

该供应商最接近的竞争对手是 Confluent，它由与 Kafka 相同的企业家创立，不仅与开源平台兼容，而且建立在开源平台上。除了Confluent和Redpanda等专家之外，AWS，Google和Microsoft等科技巨头也提供流媒体数据平台。

Foundational Data ，一家帮助企业确保其内部数据集准确性的初创公司，宣布已筹集800万美元。同时Foundational Data宣布其同名平台全面上市，用于解决数据质量问题。

商业信息中的不准确很难发现，因为它们的范围通常有限。工程师发现数据质量问题后，找到根本原因同样很复杂。Foundational的平台可以帮助开发人员在数据质量问题投入生产之前发现它们。该平台还会生成修复建议，以加快故障排除过程。

该平台的工作原理是映射出与公司数据集交互的所有代码。该平台可以检测 SQL 查询、Apache Spark 分析工作流和负责在公司应用程序之间移动信息的 ETL 管道。从那里，Foundational 识别有可能在数据中引入错误的代码片段。

它还会生成对给定数据库所做的所有更改的日志。当出现质量问题时，开发人员可以查看日志以确定是哪个特定更改导致了问题。

数据湖仓一体巨头Databricks收购了总部位于波士顿的初创公司Lilac，一家用于提高GenAI应用程序和LLM使用的数据质量的工具开发商。

Databricks 将 Lilac 的工具集成到 Databricks 中“将帮助客户使用自己的企业数据加速开发生产质量的生成式 AI 应用程序”。

此前一周。Databricks 宣布，已与法国生成式 AI 初创公司 Mistral AI 建立合作关系，并参与了其 A 轮融资。去年 6 月，Databricks 以 13 亿美元的价格收购了生成式 AI 初创公司 MosaicML，收购了开发人员使用自己的数据构建和训练模型的技术。

去年 Databricks 收购的其他公司包括 2 月份收购的自然语言处理先驱 Einblick、10 月份收购的数据复制初创公司 Arcion，以及 5 月份收购的数据治理技术提供商 Okera。

Oracle 正式发布了 Java 22，世界上使用最广泛的编程语言和开发平台的最新版本。此版本引入了旨在提高Java性能、稳定性和安全性的重大增强功能，从而使开发人员能够提高生产力并在各种组织中进行创新。

Java 22包含12个JDK增强提案(JEP)，带来了语言改进、核心库和工具功能以及性能更新。值得注意的功能包括Project Amber的增强功能，如super(...)之前的语句、未命名的变量和模式、字符串模板(第二次预览版)以及隐式声明的类和实例主方法(第二次预览版)。

此外，Project Loom还引入了结构化并发(第二预览版)和作用域值(第二预览版)，而 Project Panama 则推出了 Foreign Function & Memory API 和 Vector API(第七孵化器)。核心库和工具功能包括类文件 API(预览版)、启动多文件源代码程序和流收集器(预览版)。最后，性能更新通过 JEP 423：G1 的区域固定提供。

“通过提供简化应用程序开发并扩展 Java 覆盖范围的增强功能，使所有熟练程度的开发人员都能访问它，Java 22 将有助于为组织和开发人员推动创建广泛的新应用程序和服务。”Oracle Java 平台高级副总裁Georges Saab介绍说。

3 月 20 号，Redis 商业公司 CEO Rowan Trollope 在公司官方博客上宣布了一项重大变革。Redis 核心软件将从 BSD 3-Clause 许可证过渡到双重许可证模式，这一变化将从 Redis v7.4 版本开始，贯穿到未来所有的 Redis 发布版本。新的许可证模式使用了 Redis Source Available License version 2 (RSALv2) 或 Server Side Public License version 1 (SSPLv1)。

而 Redis 的新开源协议，RSALv2 和 SSPLv1，都并未被 OSI 正式认可。OSI 认为，这两种协议包含了一些限制性条款，这些条款与开源定义(OSD)不完全兼容。因此可以认为 Redis 在修改许可证后，已经不再是开源软件(OSS)。Redis 的官网已经修改为“Redis is source-available software”。

微软刚刚开源一款 Redis 兼容的，但性能远高于 Redis 的平替 Garnet。

Garnet 是一个全新缓存存储系统，虽然是 C# 开发，但宣称针对现代硬件进行了优化，能更大限度发挥硬件功能，考虑了现代多核处理器和高速网络的特点，能够在单节点内进行线程扩展，能够更有效地利用处理器缓存，从而提高性能，且在处理大量客户端连接和小批量数据时能够提供更高的吞吐量和更低的延迟。Garnet 支持分片集群执行，具备复制、检查点、故障转移和事务处理功能。可以在主内存以及分层存储(如 SSD 和 Azure 存储)上运行。

从评测数据来看，Garnet 的性能在吞吐和延迟两个方向上都表现得非常优异。

实时数据平台 Redis 今天宣布收购世界上最快的数据存储引擎 Speedb，以支持具有不同性能要求的各种企业应用程序和用例。Redis 将利用 Speedb 来增强实时数据处理并增强低延迟用户体验，同时保证为速度至关重要的所有应用程序(包括生成式 AI 应用程序)提供无与伦比的性价比。

随着企业继续在其业务中优先考虑实时生成式 AI 应用程序，收购 Speedb 使 Redis 能够扩展到 DRAM 之外，并提供以速度和规模为中心的整体产品。Redis 充分利用 Speedb 在 SSD 存储和传输速率方面的进步，将满足不需要 DRAM 的企业应用程序的全部性能和成本要求，使整个 Redis 生态系统的开发人员能够在更多用例中使用 Redis。

华为云GeminiDB是一款兼容Redis协议的弹性KV(Key-Value)数据库，支持远超内存的容量和极致的性能，可支撑用户平滑迁移，在广告、游戏、电商等行业有着广泛的应用。

今年3月上线的新版本，GeminiDB已全面支持Redis 6.2，用户可在华为云GeminiDB产品官网购买使用。新版本的GeminiDB发布了一系列增强功能，为用户带来云原生、高性能和易用性等方面的优势体验。

DBOS，一家著名的云原生操作系统开发商，在得到 850 万美元融资后将推出其首款产品DBOS Cloud，一个源于在云中构建面向数据库的基础设施的解决方案。

在麻省理工学院和斯坦福大学多年的联合研发支持下，在图灵奖获得者和 Postgres 创建者 Mike Stonebraker 和 Databricks 联合创始人兼首席技术官 Matei Zaharia 的领导下，DBOS(面向数据库的操作系统)在高性能分布式数据库上运行操作系统服务，为各地的云基础设施带来便利。

DBOS Cloud 是一个事务性无服务器应用程序平台，由 DBOS 操作系统提供支持，旨在为开发人员提供简单、可扩展、容错、网络弹性的开发、部署和运营体验。DBOS Cloud 专为运行无服务器功能、工作流和应用程序而构建，可降低开发人员的复杂性，同时提高他们的网络安全地位。

根据2024年3月15日国家市场监督管理总局、国家标准化管理委员会发布的中华人民共和国国家标准公告(2024年第1号)，全国网络安全标准化技术委员会归口的5项网络安全国家标准正式发布。具体清单如下：

360 公司重磅推出了安全大模型 3.0，这是国内首个实现 AI 实战应用的安全行业大模型。

安全行业大模型的架构体系由技术层、能力层和应用层三大层级构成，而 360 安全大模型在这三个层级均表现出色，综合数据排名位居首位，实力不容小觑。

在技术层方面，360 安全大模型以 360 智脑为基石，依托公司近 20 年积累的海量攻防技战术、漏洞库、病毒库等安全大数据，提取高质量语料进行训练。凭借大数据、高算力、强算法的融合，构筑起难以复制、无可替代的竞争优势。

身份验证平台初创公司 Nametag 宣布推出一种新的自助帐户恢复解决方案，可防止人工智能生成的深度伪造攻击。

这项名为Nametag Autopilot的新服务旨在防止社会工程和冒充攻击，同时通过将耗时的密码和多因素身份验证重置为自助服务，为组织节省数百万美元。

Nametag Autopilot 试图解决的问题越来越严重：不良行为者使用 AI 生成的深度伪造和被盗凭据来绕过多因素身份验证。虽然已有通过设备和电话号码的所有权来验证 MFA 的解决方案，但 Nametag Autopilot 的不同之处在于对设备背后的人员进行身份验证。Nametag 通过在关键时刻(例如帐户恢复、MFA 重置和高风险交易)验证用户来阻止帐户接管和数据泄露。

成立两年的数据访问管理初创公司 Dymium获得了 700 万美元的种子资金，并发布一个在数据元素级别工作的数据保护平台，消除了重复的需要。

Dymium 由三位数据安全资深人士创立，其前提是仅在需要时以正确的上下文和格式访问数据，并且没有管理其他数据环境或复制数据的负担。

该公司称其产品为“会话感知数据安全平台，可以以所需的格式实时获取任何用户或应用程序的数据。安全性和合规性策略在访问期间动态应用，以确保用户和应用程序只能看到他们有权查看的内容。在传输过程中应用数据访问策略和转换，以消除对副本的需求。

Dymium 独特的数据平台提供对“数据所在位置”的安全访问，消除了将数据复制到数据仓库或数据湖中的复杂性、可用性和及时性挑战，并使其更加安全，免受黑客和窃贼的侵害。Dymium 结合了零信任架构、集中式访问策略以及 AI 和机器学习，以确保授权用户只看到他们有权查看的内容，无论其位置如何。鉴于公司平均拥有 2480 万个敏感数据文件，并且 61% 的组织将这些敏感数据存储在云、本地和 SaaS 的多个位置，数据激增会大大增加数据安全性和合规性风险。大多数解决方案都试图跟踪和锁定为满足不同团队而生成的数百或数千个数据副本，但这只会增加数据管理的复杂性和成本，同时扼杀创新。

Zilliz发布 Milvus 2.4，通过突破性的 GPU 索引功能，为向量搜索功能树立了新的标准，该功能由 NVIDIA 的CUDA 加速图索引(CAGRA)提供支持，该功能是 RAPIDS cuVS 库的一部分。

Milvus 2.4 基于 Zilliz 对创新的承诺，自去年推出 GPU IVF-Flat 和 GPU IVF-PQ 索引以来，增强了GPU 索引能力。GPU索引是向量数据库技术的一个重要里程碑，它推动了 Milvus 2.4 进一步领先于传统的基于 CPU 的索引，如 HNSW。

利用 GPU 加速的强大功能，Milvus 2.4 提供了显著的性能提升，尤其是在大型数据集下，确保了闪电般的搜索响应和开发人员无与伦比的效率。

加速向量搜索功能是改进检索增强生成工作流程的关键。客户可以将 Milvus 与 NVIDIA NeMo Retriever 微服务配合使用，这是在全球 AI 大会 NVIDIA GTC 上宣布的。

Cloudera 宣布与 NVIDIA 合作的重大扩展，以加速生成式 AI 应用程序的部署。通过将 NVIDIA 的 AI 微服务集成到其 Cloudera 数据平台 (CDP) 中，帮助企业在自己的数据上快速构建和扩展定制的 LLM。

通过此次合作，Cloudera将利用NVIDIA AI Enterprise(包括NVIDIA Inference Manager(NIM)微服务)从CDP中保护的超过25 EB的数据中获取见解。这些丰富的企业信息将馈送到该公司的端到端 AI 工作流服务 Cloudera Machine Learning，以推动新一轮的生成式 AI 创新。

Cloudera ML 集成了 NIM 模型服务，可在混合云和多云设置中实现更快的容错推理、低延迟和自动扩展。

近年来，人形机器人突飞猛进，一些大公司也开始关注这一点。

例如，梅赛德斯-奔驰(Mercedes-Benz)刚刚与总部位于德克萨斯州的机器人专家Apptronik公司达成协议，确定这家汽车巨头可以部署的先进机器人的应用。两家企业将试验Apptronik的Apollo人形机器人与梅赛德斯工厂的人类工人在工厂车间一起工作。

作为试验的一部分，该机器人将把汽车零件带到生产线上，供工人组装，同时在制造过程的后期交付成套零件的手提袋。

梅赛德斯计划使用机器人和阿波罗来自动化一些低技能、挑战性的体力劳动。未来几个月和几年内，将把这一试验方案复制到其他组织。

特斯拉也在开发Optimus双足机器人，将用于“消除危险、重复、无聊的任务”。而小米正在开发CyberOne。

当然，波士顿动力公司Boston Dynamics 继续致力于为工作场所部署提供高度通用的机器人。在波士顿动力公司机器人奇才发布的最新视频中，阿特拉斯以最非凡的方式帮助人类建筑工人。

人形机器人是当前最热门的赛道之一，显然，英伟达也想要从中分一杯羹，其全球多款顶尖的人形机器人集体亮相。其中，迪士尼的新款机器人也现身大会现场助阵，与英伟达CEO黄仁勋进行友好互动。

英伟达此次为人形机器人推出了一款全新的AI平台——GR00T。据介绍，英伟达希望通过这一举措，让机器人拥有更聪明的大脑以及更灵活的动作。

尽管GR00T这个名字看起来与漫威的格鲁特相似，但它实际上代表的是通用机器人技术(Generalist Robot 00 Technology)。英伟达表示，该项目利用了通用基础模型，使得人形机器人能够将文本、语音、视频甚至现场演示作为输入，并通过处理这些信息以采取特定的行动。

英伟达方面称，目前正在为1X Technologies、Agility Robotics、Apptronik、波士顿动力、Figure AI、傅利叶智能、Sanctuary AI、宇树科技和小鹏鹏行等人形机器人公司构建AI平台。