至顶网软件频道消息:
Oracle公司创始人、首席技术官Larry Ellison近日分享了Oracle吸引公有云市场的策略:提供成本效益和更灵活的使用计划的服务。
最近在Oracle位于加州Redwood Shores总部举行的一个活动中,Ellison描述了针对云堆栈IaaS和PaaS层的战略,旨在削弱云提供商竞争对手的价格。
作为一家基础设施即服务IaaS提供商,Oracle计划将计算和存储的价格与AWS看齐,但提供的基础设施加速了工作负载的执行,从而降低总体成本。
Ellison承诺说:“因为Oracle的基础设施要比Amazon快得多,所以你的账单金额会减少一半。”
将堆栈推向上面的PaaS层,包括Oracle数据库、分析和中间件服务,开发的高级自动化软件可以让客户降低人力成本——运行数据库的主要成本——的同时降低人为错误的风险。
虽然在这两层采取的方法大不相同,但是Ellison表示,其目标是一致的:“是为了达到一个目的,如果你把工作负载从Amazon迁移到Oracle,你的账单金额可以减少50%”。
Ellison承诺将在10月1日举行的OpenWorld年度大会上公布更多细节。
推广这两种定价策略,就要引入新的旨在简化云服务采购决策的新计费模式。
Oracle让客户可以将他们现有的数据库许可转移到IaaS环境中,不管是来自AWS这样的竞争对手,还是Oracle自己的产品。
但是因为人力成本“是你最希望从数据中心内剥离的”,还有人为错误的因素,所以Oracle认为PaaS产品最终卖得要比IaaS好。
对于那些正在挣扎于TCO的客户来说,他们试图将IaaS的定价与PaaS通过自动化实现的节约金额进行对比,Oracle将让这变得更容易,也就是允许数据库许可转移到Oracle的平台服务中。
这些客户至需要为托管基础设施和自动化软件成本支付增量差额。他们甚至可以选择这些PaaS服务来运行专有的Exadata设备,以实现更高的性能和可靠性。
这款产品扩展到了Cloud at Customer产品组合中,通过Oracle在客户防火墙之后设置的一个云服务器,然后租赁虚拟机就像是使用自己的云数据中心一样。
为了进一步简化购买云服务的流程,Oracle将通过引入“通用信用”来精简基于预购的使用合同。
这种信用可用于所有云地区的IaaS和PaaS服务,Ellison表示。
“你不需要告诉我们,不需要提前知道你将会使用多少。你只用根据你的需求使用我们任何云服务就好了。”Ellison这样表示。
“实际的业务条款很简单,”Ellison补充说。支出量决定所有服务的折扣,客户可以通过一个合同“尝试任何新的东西”。
他说,Oracle将从9月25日开始提供这种通用信用,分为年度或者月度。
“我预计其他云提供商也将转向这种合同方式,但是他们还没有这么做。”
Ellison还预览了一种“自动驾驶”数据库,将在OpenWorld上推出,这种数据库会在运行、备份、打补丁和自动升级的时候进行调优。
对于那些运行自主软件的客户,Oracle将提供99.995的正常运行时间SLA,也就是每年可接受30分钟的停机时间用于维护。
该系统“永不停歇,云中没有什么是停止的。”
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。