从Oracle OpenWorld到Oracle CloudWorld,现在的甲骨文公司正越来越拥抱云。
每一个企业的云旅程都各不相同,所以不论是应用还是数据库都可以部署在私有云、公有云和混合云中,选择权完全交给企业自己。通过多云战略帮助客户节省更多成本,以及保证企业的数据安全,则是甲骨文一直所坚持的。
”甲骨文服务中国已有33年,技术、产品、服务、人员方面都在不断的转型与创新。” 甲骨文公司高级副总裁及亚洲区董事总经理李翰璋说,以前业务全部是本地化的,现在有本地的、开源的、公有云的需求,从能力上都必须改变。
甲骨文看到了企业所面临的“三新”的问题,数据类型新、数据分析新、数据负载新,使用融合数据库将让应用和数据管理变得更加简单。
甲骨文公司高级副总裁及亚洲区董事总经理李翰璋
应需而变,向着简化IT升级
甲骨文的数据库发展毫无疑问代表了行业的发展趋势,甲骨文一直是双品牌战略,即MySQL和Oracle数据库。
数据库经历了从事务型到分析型,再到支持两种类型的发展。MySQL一直是以交易为主的事务型数据库,MySQL HeatWave支持混合数据,既可以做交易也可以做分析。在Oracle CloudWorld(OCW)上,甲骨文又推出了MySQL HeatWave Lakehouse,帮助客户处理和查询对象存储中数百TB 量级的数据,支持各种文件格式,包括CSV、Parquet以及Aurora和Redshift备份格式。
MySQL HeatWave Lakehouse能够将事务处理、分析、机器学习和基于机器学习的自动化结合在单一MySQL数据库中。甲骨文公司副总裁及中国区云平台总经理吴承杨谈到,之前数据湖和数据仓库是分开的,现在企业更多将它们放在一起,也就是湖仓一体,MySQL HeatWave Lakehouse则可以支持湖仓一体。
甲骨文公司副总裁及中国区云平台总经理吴承杨
MySQL HeatWave Lakehouse可以说是HeatWave的一次重大飞跃,从32TB和64个节点提升到400TB和512个节点。吴承杨说,规模400TB意味着对整个未来的公有云,在做数据库方面就大大简单化了。
在Oracle数据库方面,由于现代应用使用的数据技术的广度和深度使应用开发和运行变得越来越复杂。今年OCW,甲骨文还推出了新版融合数据库Oracle数据库23c Beta,代码名称“App Simple”,其可以帮助开发人员在使用JSON、图形或微服务编写应用时实现突破性的工作效率,同时也能够增强SQL使其更易于使用并将JavaScript添加为存储过程语言。
现在企业在解决“三新”问题时,更多是使用不同的数据库解决不同的问题,这也导致整个数据使用和管理非常复杂。
“Oracle数据库的发展方向就是让今天整个应用以及分析简单化,我们叫简化客户的IT。”吴承杨说,甲骨文提出两个概念,第一是融合数据库,解决所有数据类型、所有分析手段和所有工作负载;第二是自治,所有事情都交给甲骨文来做。
扩大合作,以创新扎根中国
OCW还有一个令人振奋人心的消息是,甲骨文和英伟达(NVIDIA) 将进一步深化合作伙伴关系。将完整的NVIDIA加速计算堆栈(包括GPU 、系统、软件)迁移到Oracle云基础设施 (Oracle Cloud Infrastructure, OCI)。
甲骨文宣布了OCI将加入1万多个NVIDIA GPU,结合OCI包括裸金属、集群网络和存储的AI云基础设施,可为企业提供海量且易于访问的AI训练和深度学习推断产品组合。
在李翰璋看来,在过去两年,芯片全球供货遇到了一定的难题,甲骨文提供超过1万多颗GPU,将帮助客户无需自己备货和等待交付,立刻使用上AI计算。
“以创新扎根中国,助力中国企业出海。”是未来甲骨文中国的市场战略。在中国,甲骨文将持续加大对市场投入,将全球最先进的技术、产品、服务理念带给中国企业,未来发展战略将聚焦三大方面:
第一,创新植根于甲骨文的基因,甲骨文致力于用创新引领技术突破,以创新的产品和解决方案助力企业实现高质量发展;
第二,甲骨文扎根中国市场,致力于将先进的科技带给中国企业,为客户、合作伙伴提供全球同步的创新技术、产品和服务。以客户需求为先,依托全球客户成功经验,创新且热忱的服务理念,推动中国企业的数字化转型与发展;
第三,通过Oracle云基础设施全球广泛分布的40个数据中心和多云战略,甲骨文充分保证数据安全合规,以低成本、快速部署的优势助力中国企业出海,让传统企业稳步扩展全球布局,更让新兴数字化企业出海无忧把握商机,赢在双循环的新经济时代。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。