至顶网软件频道消息: 谈到云计算应用,Oracle的一个关键词就是“自我”:自我修复、自我保护和自我驱动。
在3月推出Data Warehouse Cloud之外,Oracle今天再次加码自主功能,推出了面向其分析、集成和可视化云服务的内置人工智能和机器学习算法。
跨其平台即服务组合扩展这些新的自主功能,突出了Oracle在数据库市场的企业应用提供自主服务方面脱颖而出。Oracle公司首席执行官Mark Hurd今天在Oracle总部举行的媒体日上强调了这一点。
Hurd说:“我们实际上构建了一套全新的应用,与其他人做的很不一样。我们在整个应用程中占据了很大的市场份额。”
免费支持
除了发布跨PaaS产品的自主功能之外,Oracle还宣布为其Fusion软件即服务应用提供新的客户支持,其中ERP、供应链和制造。Oracle将为SaaS客户提供用于Fusion云应用的全新白金级支持服务,且无需额外费用。
Hurd说:“我们把免费服务的内容纳入到标准服务中。我们大多数竞争对手都以捆绑的形式售卖(服务),你一买就得买三年。我们不想这样做。”
虽然这款新的自主产品和服务计划是Oracle本周公布的消息重点,不过Oracle高管们也提到了一些细节,揭示了“全面投入”自主战略取得的进展,以及未来可能的一些动作。Oracle在今年3月公布Autonomous Data Warehouse Cloud的时候,提升了查询性能并没有没有把调优作为一个关键特点,当时Oracle宣称在确保支持相同工作负载的同时,成本仅为AWS Redshift的一半。
性能超过Redshift?
Oracle数据仓库和大数据技术高级副总裁ÇetinÖzbütün表示,Autonomous Data Warehouse Cloud的性能确实比Redshift快7到14倍,这一基准在上午晚些时候与埃森哲董事总经理Pat Sullivan进行讨论时得到了证实。
“你必须用[Redshift]抽取你的数据,收集你的优化器统计数据并持续调整,”Özbütün在解释两种数据库服务之间的差异时说。
Oracle高管也表示乐观,认为Oracle的云计划正在竞争激烈的企业市场中得到推动。根据Oracle产品开发总裁Thomas Kurian的说法,Oralce最大的10家客户中有9家现在至少运行Oracle Cloud中的一个主要部分,这可能是ERP、人力资源软件、或者销售和营销功能。
“对我们来说,这与一年前相比是很大一步,”Kurian说。
发布区块链服务
Oracle产品开发负责人也透露了Oracle目前正在致力于其他一些可能带来成果的方向,其中一个就是区块链。
Kurian透露,这个区块链平台服务将在本月晚些时候发布,应用将在6月份发布。根据Kurian的说法,Oracle目前正在与智利银行等客户合作,使用区块链进行同业交易,并与尼日利亚政府合作开发分布式记账应用,以跟踪进口关税。
Oracle还在积极将最近收购的两家公司更全面地纳入整体云战略中。一个是2016年收购的Dyn,管理DNS优化互联网应用的DNS提供商。另一个是在今年早些时候收购的云计算网络安全公司Zenedge。
为了与AWS和Microsoft Azure等大型云服务提供商竞争,Oracle必须在网络边界(部署诸如Web代理和防火墙之类服务的地方)方面发挥作用。“我们对Zenedge/Dyn产品组合的目标是构成云端的智能优势,”Kurian说。
Oracle的云战略是否成功取决于其能否利用现有客户群并赢得新客户。今天,Oracle还发布了最近赢得一些客户和业务扩张情况,客户包括T-Mobile US Inc、Emirates Flight Catering和Gonzaga University。
Oracle客户成功副总裁Catherine Blackmore表示:“我们希望为客户提供无与伦比的选择。我们客户的业务是开放的、全天候的,所以我们也是如此。”
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。