Teradata宣布将全面增强Teradata数据库(Teradata Database)功能，通过全面优化内存及CPU，提升分析性能及系统效率。这些增强的功能将巩固Teradata内存内计算(in-memory computing)技术的优势地位，并帮助客户从内存投入中轻松获得最大的回报。

Teradata实验室总裁Scott Gnau 表示：“Teradata通过不懈努力，开发出更智能、更简单的方式以利用CPU及内存，从而提升系统性能。在大数据部署中，为解决一个问题而盲目增加内存，只能降低回报率。而Teradata的先进精密技术能够自动且高效地在内存中摆放最适当的数据，以最优成本结构满足分析性能需求。”

Teradata数据库15.10通过增强Teradata智能内存(Teradata Intelligent Memory)功能，减少内存带宽负载及磁盘输入/输出，并提升CPU乃至系统的整体效率。Teradata智能内存增强功能包括：

查询串行处理和新的内存表结构

串行处理(pipelining)是一种新的查询处理方式，可将上一步查询的输出在内存中直接送入下一步查询的输入中，通过减少不必要的数据迁移，显著提升系统效率和吞吐量。此外，由于查询数据存储在内存中，其存储格式为列式分区表，而不是行式分区表，可减少内存占用量，并加快CPU数据处理速度。

充分利用CPU指令和缓存

新算法通过Intel矢量指令和板载缓存实现并行运算，可提升CPU吞吐量和效率，并进一步降低内存数据传入传出量。Teradata数据库还将优化英特尔新款Haswell架构处理器，通过更多矢量指令，进一步提升CPU性能和效率。

新的数据热度测量方式

Teradata 虚拟存储(Teradata Virtual Storage)运用新的加权算法，通过区分战术及战略工作负载， 测量数据访问频率。其中，战术工作负载通常为优先级高的业务查询，与战略工作负载相比，数据热度增长更快。通过将“热数据”，也就是使用率更高的数据更快地载入内存，可根据业务优先级相应调整内存中的数据。

Teradata将数据热度测量还应用于逻辑输入输出，也就是内存中引用的数据，提升内存中热数据存储的精确度。这将帮助企业根据业务需求，更准确地调整内存中数据，提升分析性能。

Teradata数据库新功能将于2015年上半年开放使用。