Oracle Cloud有没有资格跻身四大云计算服务商之列?先给个简要结论:过去一年,甲骨文拿下多家大客户,云业务显著增长,旗下独特的新产品也越来越多,明显在朝着亚马逊、微软、谷歌三大巨头发起冲击。
数字里的OCI
截至去年11月30日,甲骨文拿出了一份出色的第二财季收益答卷。当季度总收入较指导范围的上限还要高出2亿美元,按固定汇率计算增长达25%。如此稳健的整体收入,主要归功于甲骨文的基础设施和应用云业务,二者按固定汇率计算分别增长了59%和45%。OCI消费收入(按使用量现收现付的服务形式)更是增长88%。甲骨文目前拥有22000家基础设施客户,其中最大的几家上季度签订的合同总值已超过10亿美元。
可持续性——各方关注的焦点
无论规模如何,经营单位都必须努力减少能源消耗和碳排放。环境、社会与治理(ESG)正成为企业议程当中不可或缺的组成部分。
公有云能够提供灵活的资源供应与可扩展性,同时降低功耗与碳排放。而资源节约的关键,就在于多租户架构、更高的设施利用率和良好的运营效率。
例如,甲骨文最近就帮助美国最大的输配电公共事业公司Exelon将多款Oracle公共事业应用迁移到了OCI当中,通过数据中心整合和成本降低来实现其可持续发展目标。
在“四大云巨头”中占据一席之地
重要的是,美国国防部也向甲骨文授予一份价值90亿美元的联合作战云能力合同。除AWS、微软和谷歌之外,甲骨文成为官方钦定的四大云巨头之一,共同成为关键国防体系的一部分。
这份合同,也表明五角大楼与其他大型组织一道,将OCI视为可信赖的超大规模应用与关键任务/安全敏感工作负载的承载平台。
去年,多家顶尖技术分析公司将OCI列为公有云计算领域的四大领导者之一。Gartner也在云斯文与平台服务魔力象限报告中,将OCI归入前瞻者区间。从企业客户的角度来看,OCI在性价比与功能丰富度一直在不断进步。2022年,包括AT&T、塔塔汽车和斯巴鲁在内的多家大型企业,都选择了OCI来支持关键业务工作负载。
重新定义电信云市场
甲骨文与AT&T续签了战略协议,为后者在Oracle Cloud中运行的数据库和应用程序工作负载提供新的容量与功能支持。
沃达丰则使用OCI Dedicated Region对一系列关键业务系统开展现代化改造,包括15000个数据库和8000个相关应用程序,借此显著加快了云应用程序的发布速度。
甲骨文与墨西哥电信TELMEX也联合宣布达成协议,将向墨西哥各地的客户提供OCI服务。
甲骨文与哥伦比亚电信运营商Claro目前正联合向公共与私营部门提供OCI服务,哥伦比亚国内的Oracle Cloud区域也即将上线。
推动B2B交易集成化与自动化
今年新增的Oracle B2B Commerce,旨在推动端到端B2B交易的集成化与自动化。该服务将Oracle Cloud ERP(运行在OCI上)与服务供应商(包括J.P.摩根支付业务,以及其他金融服务公司、保险公司和配送企业的服务)直接连通起来。Oracle B2B Commerce采用统一的数据模型和安全工作流,实现了B2B业务流程的全面数字化。
与J.P.摩根支付业务的直接集成,使其与Oracle Cloud ERP的共同客户能通过交钥匙连接享受到集成化的银行服务。
正在计划中的FedEx Compatible方案,则让Oracle Cloud ERP客户能够从集成化的物流服务中受益。
凭借在电信市场上的明确吸引力、对医疗保健的投入以及跨SaaS/基础设施及第三方之间的广泛集成,甲骨文正将云功能的模块化水平提上新的台阶,从而更好地应对不同行业及业务需求中的具体挑战。我们将继续关注甲骨文“产业云”业务的发展态势。
AI/机器学习工作负载的发展势头
去年,OCI宣布与英伟达建立多年合作伙伴关系。此次合作将把GPU、系统以及软件等英伟达加速计算堆栈工具交付至OCI客户手头。作为合作协议的一部分,OCI将在设施当中引入数万个英伟达GPU。与OCI原有的裸机计算、集群网络和存储等AI云基础设施相结合,将为企业客户带来广泛且易于访问的大规模AI训练/深度学习推理选项组合。
例如,机器学习研究和产品实验室Adept AI将使用OCI加数千个英伟达GPU,来开发能够执行各类任务的通用型AI方案。
MySQL Heatwave则提供统一的分析与机器学习(ML)平台,全面覆盖分析数据库、机器学习工具以及提取、转换与加载(ETL)复制等独立功能。
灵活的多云选项
甲骨文已经清晰意识到,客户在不同位置上的云服务需求也各不相同,所以单纯建立少数几个超大规模区域是不够的。为此,甲骨文发布了“分布式云”战略和一系列相关公告。OCI Multicloud提供灵活的多云选项。去年,面向微软Azure的Oracle数据库服务正式推出,帮助Marriott等客户能够将两大主要云服务商的功能结合起来,从而获得更好的性能和可扩展性。面向微软Azure的Oracle数据库服务现已在12个区域上线,包括刚刚在凤凰城、首尔、新加坡和南非上线的新一批互连点。
Integra Life Sciences、MESTEC、Murad 和 TIM Brasil 等客户也在利用 OCI 的综合服务开展多云部署简化。
OCI Hybrid Cloud(OCI混合云)——Oracle Exadata Cloud@Customer的发展势头依然强劲。OCI目前将60多个国家/地区的客户数据中心以云基础设施的形式进行管理,并将其纳入分布式云体系当中。而且在去年6月,OCI发布了Compute Cloud@Customer的预览版本,能帮助客户在本地数据中心的托管基础设施上运行应用程序。例如,汇丰银行就选择将数据库系统迁移至Oracle Exadata Cloud@Customer,借助这套云平台将汇丰自己的数据中心作为托管基础设施服务进行交付。
OCI Dedicated Cloud(OCI专有云)——为特定客户提供完整区域,包括前文提到的沃达丰以及日本资本研究巨头野村综合研究所(NRI)。
Oracle Cloud Regions(甲骨文云区域)为分布在全球各地的数据中心。OCI体系仍在持续增长,目前在五大洲的22个国家/地区运营着41处公有云区域(包括保密区域则共有55处)。仅在今年,OCI就上线了5处新的公有云区域,现已开始为南非、巴黎、西班牙和芝加哥的本地客户提供服务。另外,OCI也是首家在墨西哥运营的云服务商。接下来,OCI还计划在塞尔维亚共和国(成为该国首个超大规模云服务商)和哥伦比亚启动首例商用区域。智利、沙特阿拉伯、墨西哥和新加坡的第二区域也已被纳入规划当中。
Sovereign Cloud Regions(主权云区域)强调保护公有云中的敏感数据。OCI在德国和西班牙两国,为欧盟建立了两处主权区域。欧盟各组织可以使用这些区域来托管敏感数据和应用程序,确保符合相应的欧盟法规与指导条款。
应用程序与云之间的数据移动
甲骨文为各类流行第三方软件提供超过80种集成适配器,包括Salesforce、SAP、Marketo、微软SQL Server、Paypal、ServiceNow和Workday等。配合另外300种预构建集成,这些认证支持的连接程序将帮助客户在应用程序和云API之间快速移动数据,以供新的Web服务随时使用。
OCI集成服务允许客户将现有本地Oracle应用程序原样迁移至OCI公有云,这样企业就能继续运行经过验证的原有系统,随后逐步进行一体化改造。
在合作伙伴Capgemini和Flexagon的帮助下,英国希思罗机场成功完成了向Oracle Fusion Applications的迁移和对第三方软件(包括Azure AD目录服务、IBM Maximo资产管理以及Office 365 SharePoint协作软件)的集成,顺利实现运营现代化改造。
总结
纵观过去这一年,甲骨文着实走出了几步好棋,客户也用真金白银投票表达了自己的支持。甲骨文占领市场份额的势头愈发稳固,企业客户纷纷在OCI上运行自己的关键任务工作负载。目前,与甲骨文联手的头面客户已经包括Albertson’s、通用航空、马自达汽车(欧洲)、Nespresso、丰田、Zoom、联邦快递、Experian以及Zebra Technologies。
就连全球收视率最高的国家级足球赛事英超联赛也加入进来,将历史内容归档和过去30年来的每一场比赛录像,都专门转移到了OCI当中。
OCI有没有把握住2022这关键的一年,在市场上提高自己的商业声誉?事实不言自明,毕竟众多知名客户的加入就是铁一般的答案。我们也有理由相信,这些客户在选择甲骨文之前,已经充分考虑过微软Azure、亚马逊AWS和Google Cloud。从这个角度看,也许OCI确实具备优于其他云服务巨头的商业价值。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。