ZD至顶网软件频道消息: 甲骨文第七代数据库设备选用22核心至强处理器,并支持8 TB驱动器。为此,甲骨文正在积极筹备推出其Exadata云服务的内部版本,该服务将立足云或企业内部环境。
第七代设备中最引人注目的当数全新Broadwell至强处理器,甲骨文选择22核心版本支撑该设备。另外,新方案还纳入了对8 TB驱动器及三星3D NAND产品的支持能力。
根据甲骨文公司系统产品管理副总裁Tim Shetler的说法,22核心处理器的介入意味着Exadata将拥有更为密集的运算资源,而高容量驱动器则代表用户能够将更多数据库存储在这台设备当中。另外,3D NAND支持则进一步改善了甲骨文的存储分层机制,这主要得益于甲骨文对数据库的深入了解及分层能力。这意味着,其绝不只是单纯将数据保存在闪存内,而是将它作为存储结构中的一大组成部分。
甲骨文公司计划为该设备打造一套内部Exadata云,即确保其使用感受及操作方式皆与云服务类似,且根据具体存储使用量进行按需计费。Shetler同时表示,甲骨文公司正着手打造混合云用例,不过目前内部类公有云服务的主要受众仍然是那些出于数据监管需要而选择自主管理数据的客户。
Shetler同时强调称,甲骨文公司将继续使用InfiniBand,其自第一代Exadata起就一直成为存储与服务器内部网络连接的惟一实现方案。Shetler指出,甲骨文意识到以太网的速度正快速提升、使用成本则逐步下降,而存储级内存的出现也意味着各类服务器需要重新进行设计。但就目前而言,InfiniBand已经非常优秀且足以满足要求。
据悉,该技术的发展路线图将直指100 Gbps,而这套InfiniBand新版本很可能随Exdata第八代一同登场。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。