Oracle公司今日宣布Oracle AI数据库26ai和Oracle自主AI湖仓平台正式发布,两款产品旨在支持云端和本地环境中的人工智能训练和推理。
Oracle表示,这些发布延续了其将人工智能能力直接集成到核心数据平台的战略。Oracle AI数据库26ai是一个长期支持版本,取代了当前的Oracle数据库23ai。此次更新在数据库引擎中原生嵌入了AI功能,支持应用程序运行而无需单独的数据移动或第三方工具。
新版本的核心能力
新版本中的能力包括AI向量搜索、模型上下文协议服务器支持,以及在数据库内创建和部署智能体的框架。Oracle表示,这些功能允许企业将私有数据与公共信息相结合,并在数据库内实现多步骤AI推理。
该数据库支持与各种流行工具和模型的集成,包括用于表示机器学习嵌入模型的开放神经网络交换格式、开放智能体框架和广泛使用的大语言模型。它还兼容用于数据湖的Apache Iceberg表格格式。
安全性增强包括使用政府批准算法的量子安全加密,适用于静态数据和传输中的数据。Oracle表示,需要这种级别的加密来保护数据免受量子计算机未来威胁,因为量子计算机可以快速破解现有的加密算法。
硬件加速通过Oracle Exadata for AI提供,这是一个专为AI工作负载设计的高性能数据库平台。其他性能增强功能包括远程直接内存访问和分层存储。Oracle的私有AI服务容器使AI模型实例能够在客户自己的基础设施上运行,而不会将数据暴露给外部提供商。还计划支持未来基于英伟达的加速。
开发者工具和功能
对于开发者,Oracle推出了一个名为AI私有智能体工厂的无代码智能体构建器,以及在公司的Application Express低代码开发平台中的自然语言驱动应用程序开发环境。这些工具旨在支持使用数据库内智能体更快地开发应用程序和工作流。
Oracle AI数据库26ai计划的其他功能包括关系型、JavaScript对象表示法和图数据的统一数据模型、用于改善AI模型输出的数据注释、全球分布式数据库模型、用于自动事务数据缓存的True Cache,以及用于阻止未授权活动的SQL防火墙。
Oracle数据库23ai的现有用户可以免费应用此更新。Oracle表示,不需要应用程序重新认证或数据库升级,AI向量搜索功能免费提供。
自主AI湖仓平台
Oracle还推出了自主AI湖仓平台,这是一个将Oracle自主AI数据库与开放的Apache Iceberg表格格式相结合的新平台。该平台可在Oracle云基础设施、亚马逊网络服务、微软Azure、谷歌云和Oracle的Exadata云客户服务上使用。
自主AI湖仓平台旨在支持跨云和混合环境的AI和分析工作负载,同时保持与Databricks、Snowflake和AWS Glue等工具的兼容性。Oracle表示,该平台消除了移动数据的操作负担。
关键能力包括对Iceberg表的AI向量搜索支持、JSON关系对偶性、属性图分析和Select AI,后者可将自然语言转换为SQL查询。这些功能旨在让用户对结构化和非结构化数据执行复杂搜索和分析。
目前处于有限可用性的数据湖加速器,可根据查询需求动态扩展网络和计算容量,同时仅对使用的资源计费。
新的自主AI数据库目录聚合了各种云和目录中的元数据和数据源。它旨在简化跨异构平台的数据发现和治理。
其他功能包括用于在闪存存储中缓存Iceberg数据的Exadata表缓存、用于实时数据流传输到Iceberg目标的GoldenGate for Iceberg,以及表超链接机制,可在不管理复杂权限的情况下实现对共享数据的临时访问。
Oracle AI数据库26ai和自主AI湖仓平台现已正式上线。
Q&A
Q1:Oracle AI数据库26ai有什么新功能?
A:Oracle AI数据库26ai在数据库引擎中原生嵌入了AI功能,包括AI向量搜索、模型上下文协议服务器支持,以及在数据库内创建和部署智能体的框架。它支持与各种流行工具和大语言模型集成,并提供量子安全加密保护。
Q2:自主AI湖仓平台支持哪些云服务?
A:自主AI湖仓平台可在Oracle云基础设施、亚马逊网络服务、微软Azure、谷歌云和Oracle的Exadata云客户服务上使用,同时保持与Databricks、Snowflake和AWS Glue等工具的兼容性。
Q3:现有用户如何升级到Oracle AI数据库26ai?
A:Oracle数据库23ai的现有用户可以免费应用此更新,不需要应用程序重新认证或数据库升级,AI向量搜索功能也免费提供,升级过程相对简便。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。