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
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。