至顶网软件频道消息:Oracle可能会失去最大的两个客户。
Salesforce和Amazon这两家公司都依赖Oracle旗舰的关系型数据库来支持他们的运营。据今天The Information的一篇报道,这两家公司都在“积极寻找”替代方案。
这篇报道并不令人感到意外,特别是Oracle与这两家公司在很多云计算方面都存在竞争关系。Oracle正在优先推自己的基础设施即服务和软件即服务产品,以抵消本地许可销售的下滑。特别是Oracle公司董事长兼首席技术官Larry Ellison和AWS首席执行官Andy Jassy在过去一年中市场公开互怼,Salesforce首席执行官Marc Benioff与Ellison的关系也一直不好。
不过这个消息还是刺激到了投资者。新年第一天Oracle的股价下滑了大约1.5%,而这一天大多数的科技公司大多都迎来了温和上涨。
据透露给The Information这个消息的知情人士称,Salesforce和Amazon已经在减少对Oracle的依赖方面取得了重大进展。两家公司都在采取不同的方法来达到这个目的。
据报道,Amazon正在从Oracle的数据库转向开源NoSQL软件。这意味着AMmazon可能只是寻求部分替代,因为NoSQL数据库通常并不是为完全取代关系型数据库而设计的。
但是Amazon可能还会在Oracle上花费很多支出。去年12月,Ellsion表示,单单是第四季度这一个季度,Amazon在Oracle软件上的开销就达到了5000万美元。
与此同时,Salesforce正在酝酿更为大胆的迁移计划。这位消息人士称,Salesforce正在开发他们自己的替代方案。这个自主开发的关系型数据库可能会让Salesforce做更多的事情,不仅仅是减少对竞争对手Oracle的依赖。如果开发项目取得成功,Salesforce可能会试图直接在数据库市场中挑战Oracle。Salesforce的Heroku部门已经在这方面站稳脚跟了。
The Information的报道还指出,Oracle与Salesforce和Amazon在产品名称方面的竞争显然也越来越激烈。据报道,AWS的RedShift数据库似乎是对Oracle红标产品一种不太明显的引用。而对Salesforce来说,它已经命名了一款新的数据库“Sayonara”。
无论如何,Salesforce和Amazon的努力可能会对整个Oracle客户群产生影响。在这些消息的带动下 ,其他依赖于Oracle数据库的财富500强企业可能会开始认真地考虑其他替代选择。不过,大多数企业可能没有太大的动力去做切换,因为他们与Oracle并不存在激烈竞争关系。
而且Amazon和Salesforce可能需要数年时间才能完成他们自己的过渡,因为要把核心业务“记录系统”数据库迁移到云中仍然是相当困难的。“Salesforce今天运行在Oracle上,改变底层数据库可能是Salesforce历史上最具挑战性的事情了,所以它不会轻易进行的,”Wikibon高级分析师Stu Miniman这样表示。
而且对于其他很多公司来说也是如此,Wikibon首席技术官David Floyer表示:“记录系统是非常难以迁移的,从商业角度来看这么做是非常危险的。随着时间的推移Oracle可能不得不降低Oracle DB的价格,更友好地做业务,但是Oracle用于记录系统的数据库软件仍然是最佳选择,而且对于大多数客户来说,这是值得的。”
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。