ZDNet至顶网软件频道消息:在过去,若要支持大规模数据库工作负载,需要大量高端服务器和存储阵列。现在,凭借最新Oracle Exadata数据库云服务器X4-8,以前需要在几十个机架设备上运行的工作负载在一台Oracle集成系统上就能运行,且运行速度得到显著提高。
Oracle Exadata数据库云服务器X4-8采用强大的8-socket数据库服务器、智能存储、超高速PCI闪存卡以及统一InfiniBand连接,为大规模数据库工作负载提供了极致的计算能力及数据吞吐量。
Oracle Exadata数据库云服务器X4-8不仅在处理联机交易处理(OLTP)、数据仓库等传统数据库工作负载时表现卓越,还专门针对新一代工作负载进行了优化,包括数据库即服务(DBaaS)和内存数据库。凭借高达12TB的DRAM内存,Oracle Exadata数据库云服务器X4-8可整合数百个数据库,并能够在内存中完整运行海量数据库。
Oracle Exadata数据库云服务器X4-8提高了计算、内存处理及通信能力,可为客户的关键数据密集型应用提供理想的平台,包括数据仓库、OLTP和大数据分析。最新的集成系统还专门针对DBaaS和内存数据库进行了优化。
Oracle Exadata数据库云服务器X4-8针对Oracle Database In-Memory进行了优化,以大容量DRAM支持内存处理,同时为闪存及磁盘提供透明的数据分层,以处理次关键级的数据。
Oracle Exadata数据库云服务器X4-8支持Oracle Database In-Memory的容错功能,即使某个数据库节点出现故障,内存处理也能继续进行而不必中断。
Oracle Exadata数据库云服务器X4-8还进一步降低了在大型私有云及公有云中部署Oracle数据库的运行成本和管理成本,使企业能够实现大规模DBaaS或数据库整合计划。
Oracle Exadata数据库云服务器X4-8的数据库计算节点采用英特尔至强E7-8895 v2。这是一款经过优化的15核微处理器,可弹性扩展有效内核的频率和数量,以帮助提供最高工作负载性能。
总体来说,Oracle Exadata数据库云服务器X4-8与前一代系统相比,性能和内存处理能力都得到了显著提升。硬件提升包括:数据库计算节点增加50%,采用英特尔至强E7 v2 15核处理器;每计算节点配置多达6TB内存,每机架总共12TB内存;采用了新的PCIe卡,所有端口都工作时,InfiniBand速度可提高一倍;本机磁盘空间增加将近一倍;磁盘存储容量高达672TB,每机架PCI闪存容量为44TB。
Oracle Exadata数据库云服务器X4-8的硬件与之前推出的Oracle Exadata数据库云服务器是相互兼容和可互操作的,从而使采用现有系统的客户能够方便地使用该最新系统进行扩展。此外,最新Oracle Exadata的软件支持前一代Oracle Exadata硬件系统,也支持Oracle数据库12c和Oracle数据库11g版本2。
甲骨文设计的集成系统对整个系统的每个层面的性能都进行了优化。全球数千个客户依靠Oracle Exadata数据库云服务器简化数据中心操作、降低成本并加速业务创新。
甲骨文公司系统技术高级副总裁Juan Loaiza表示:“自2008年推出Oracle Exadata数据库云服务器以来,甲骨文一直在提供业界领先的集成系统,以帮助客户从其企业数据中获得最大价值。Oracle Exadata数据库云服务器X4-8再次提高了性能标准,为Oracle Database In-Memory提供了一个理想平台。Oracle Exadata与Oracle Database In-Memory相结合,可帮助客户转变成实时型企业。”
英特尔公司高级副总裁兼数据中心事业部总经理Diane Bryant表示:“由于海量数据的涌入以及需要即时响应不断变化的业务环境,IT部门必须采取新的方式搭建数据基础设施。与甲骨文合作开发的定制版英特尔至强E7 v2处理器通过弹性加速数据库运行的峰值性能,同时减少数据占用的存储容量,有助于最大限度地释放Oracle Exadata数据库云服务器X4-8的潜力。”
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。