原标题：英特尔、第四范式联合研究成果入选国际顶会VLDB

英特尔与第四范式联合研究成果入选国际顶会VLDB，这一事件标志着双方在数据库和人工智能领域的合作取得了显著成果。以下是对这一事件的详细分析：

一、合作背景与成果

英特尔与第四范式联合实验室以及新加坡国立大学进行了最新联合研究，该研究成果——基于英特尔傲腾持久内存的特征工程内存数据库FEDB（Feature Engineering Database），被国际顶级数据库学术会议VLDB（Very Large Data Base）作为常规研究论文录取。VLDB与SIGMOD并称为数据库业界的两大最顶级学术会议，收录研究机构以及科技企业在数据库领域最前沿、最顶级的研究成果。

二、研究成果的创新点

1. 针对在线预估系统的业务需求：

• 该研究以解决在线预估系统的业务需求和痛点为目的，针对如何设计底层数据库组件来高效支撑万亿维稀疏特征在线预估系统进行了创新性设计和全面优化。

2. 基于英特尔傲腾持久内存的优化：

• 研究如何基于英特尔傲腾持久内存进一步解决业务和系统设计的痛点。双方基于英特尔傲腾持久内存，使用App Direct Mode，开发优化持久化数据结构，完全摒弃了FEDB原有的基于外存储设备的数据持久化架构。

• 创新性优化技术包括“持久化智能指针”以及利用原子操作“持久化比较并交换”（Atomic Persistent Compare-And-Swap）的解决方案。

三、研究成果的应用价值

1. 满足企业超高维稀疏特征在线预估场景的需求：

• 基于英特尔傲腾持久内存的FEDB可有效满足企业超高维稀疏特征在线预估场景的需求。

2. 降低企业AI整体投入成本：

• 在保证线上推理服务超高性能的同时，大幅降低了企业AI整体投入成本。

3. 提升线上服务质量：

• 提升了线上服务的质量，进一步扫清了企业AI规模化应用的障碍。

四、具体实验数据与对比

1. 硬件成本降低：

• 在10TB数据的业务场景中，基于英特尔傲腾持久内存的FEDB的硬件成本仅为基于纯内存版本的41.6%。

2. 服务恢复时间缩短：

• 在服务中断情况下，基于持久内存的FEDB实现数据快速恢复，服务恢复时间减少99.7%，从原来的六个小时缩短至一分钟左右。

3. 长尾延迟改善：

• 基于英特尔傲腾持久内存进行持久化数据结构设计的FEDB舍弃了原有纯内存方案以及基于外存储设备的备份机制，实现了长尾延迟（TP-9999）接近20%的改善。

五、结论

英特尔与第四范式的联合研究成果在VLDB的录用，不仅体现了双方在数据库和人工智能领域的深厚积累，也展示了双方合作创新的强大实力。该研究成果的应用将为企业AI规模化应用提供有力支持，推动数据库和人工智能技术的进一步发展。