近日,Oracle更新了Exadata数据库服务器设备,该服务器被企业用于运行Oracle的Autonomous Database和云应用。
此次更新的Oracle Exadata Database Machine X8具有“独特的机器学习功能”,有助于改进性能和监控。自Oracle十多年前推出这款系统以来,这是对它的最近一次更新。
“我们提升了这款平台的性能和容量,增加了一系列基于人工智能和机器学习的功能,以进一步强化Exadata的优势。”Oracle任务关键型数据库技术执行副总裁Juan Loaiza这样表示。
Constellation Research分析师Holger Mueller指出,Exadata X8的真正价值在于它不仅面向那些在本地运行Oracle数据库的客户,还面向那些选择在Oracle Cloud Infrastructure上部署云版本Autonomous Database的客户。
他表示:“私有云和公共云部署中的硬件是完全相同的,这一点让Oracle在竞争中得以脱颖而出。而Exadata X8是面向Oracle‘Chiptoclick’堆栈的平台,这种堆栈是Oracle围绕CPU中的硅芯片,一直到软件即服务应用中的用户点击,从而构建的一整个集成技术的策略。”
具体地,这次新增的机器学习功能之一是Automatic Indexing,它让客户可以使用模式进行学习,从而对Oracle Database进行调优以确保最佳性能。Oracle称,这一新功能意味着工程师们无需把宝贵的时间浪费在手动调优Oracle数据库上。
此外,新增的自动化性能监控功能还具备机器学习特性,目的是检测可能出现的与性能相关的问题,并且无需人工干预。
IDC分析师Carl Olofson表示,Exadata X8的另一个主要优势在于它可以帮助企业降低成本。这是因为Exadata X8采用了英特尔最新的至强处理器和PCIe NVME闪存技术,相比上一代Exadata X7来说,闪存存储的I/O吞吐量提高60%,每个存储服务器的IPOS提高了25%。
“每个Exadata X8存储服务器现在增加了60%的内核,企业可以将Oracle Database处理和40%新增的磁盘驱动器容量卸载,用以支持海量数据增长和数据库整合策略。”Oracle表示。值得一提的是,尽管Exadata 8X新增了不少功能,但价格并没有上涨。
此外,Oracle还为不常访问的、陈旧的或者监管数据提供了低成本的扩展存储服务器。Oracle表示:“在Hadoop/对象存储价格方面,所有客户数据现在都可以获得Exadata横向扩展架构和Oracle Database存储带来的好处。”
除了Exadata X8之外,Oracle还同时宣布推出了最新的Oracle Zero Data Loss Recovery Appliance X8,顾名思义,企业可以利用这款设备来防止故障时发生而造成的数据丢失问题。
Oracle称,新的数据恢复设备使数据恢复速度比传统重复数据删除设备快了10倍,存储容量比上一代设备高出30%。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。