VLDB（International Conference on Very Large Data Bases）是数据库三大国际顶级学术会议之一，聚焦数据管理、数据库及信息系统研究等领域，设有研究（Research Track）、工业（Industry Track）等方向，每年收录的成果对于推动数据驱动决策、智能系统演进、应用创新等具有重要意义，在计算机科学和产业实践中均产生了深远影响。
✦ +
+
企业报告
报告题目：Cloud-native Data Management and Serving in the Data + AI Era
报告简介：在人工智能时代，基于DIKW模型（数据、信息、知识、智慧），数据库构成了人工智能走向广泛应用的基础设施。同时，云计算的快速发展，使得无缝集成Data和AI所需的计算和存储资源变得更加高效、方便、和经济。在这个趋势下，我们结合阿里云数据库产品（PolarDB、AnalyticDB、Lindorm）展望数据库的发展未来，旨在构建全面的一站式智能数据平台，拓展知识的边界并支撑人工智能的发展和应用落地。
✦ +
+
论文宣讲
论文题目：Towards Millions of Database Transmission Services in the Cloud
作者：Hua Fan, Dachao Fu, Xu Wang, Jiachi Zhang, Chaoji Zuo, Zhengyi Wu, Miao Zhang, Kang Yuan, Xizi Ni, Guocheng Huo, Wenchao Zhou, Feifei Li, Jingren Zhou
DTS是阿里巴巴在内部和公有云上大规模使用的数据传输服务，本论文系统地介绍了DTS在架构，资源调度和性能优化上的特性和创新。
作者：Leqian Zheng, Lei Xu, Cong Wang, Sheng Wang, Yuke Hu, Zhan Qin, Feifei Li, Kui Ren
作者：Qianyu Ouyang, Chunhui Shen, Wenlong Yang, Peng Yu, Qiang Xiao, Jianhui Lei, Yadong Chen,Qilu Zhong, Xiang Wang, Yong Lin, Qingyi Meng, Zhicheng Ji, Wei Meng, Cen Zheng, Sheng Wang, Dan Pei, Wei Zhang, Feifei Li, Jingren Zhou
论文总结了车联网工作负载的特点及现有数据库系统的瓶颈挑战，介绍Lindorm-UWC(Ultra-Wide-Column)高效管理车联网数据背后的技术创新与设计经验。
论文题目：SmartLite: A DBMS-based Serving System for DNN Inference in Resource-constrained Environments
作者：Qiuru Lin, Sai Wu, Junbo Zhao, Jian Dai, Meng Shi, Gang Chen, Feifei Li
论文提出了一种基于数据库深度学习模型推理加速框架SmartLite，对内存、调度、速度等进行多方位性能优化，较传统DB+AI方案节省98%内存占用的同时将推理计算效率提高1.34倍。
论文题目：An Efficient Transfer Learning Based Configuration Adviser for Database Tuning
作者：Xinyi Zhang, Hong Wu, Yang Li, Zhengju Tang, Jian Tan, Feifei Li, Bin Cui
论文针对数据库参数空间中性能优化需要大量测试任务的挑战，提出利用相似的历史任务的负载信息，设计出更准确和高效的搜索空间，能够智能地选择更合适的优化算子。
论文题目：EncChain: Enhancing Large Language Model Applications with Advanced Privacy Preservation Techniques
论文应对大语言模型 (LLM) 中日益严重的数据隐私问题，提出了一种旨在增强 LLM 应用中数据安全性的解决方案 EncChain，通过机密计算以及严格的访问控制技术，大幅提升了 LLM 应用的使用安全性。
8月26日-30日
广州南丰朗豪酒店3楼17号展位
点击前往 VLDB官网
