在Oracle CloudWorld大会将于下周于拉斯维加斯举行之际,Oracle和微软宣布推出Oracle Database@Azure。
据悉,这将直接访问在Oracle Cloud Infrastructure(OCI)上运行并部署在微软Azure数据中心的Oracle数据库服务。
此次合作还向Oracle客户开放了微软的Azure OpenAI服务。
微软公司董事长兼首席执行官萨提亚.纳德拉(Satya Nadella)表示:“我们与Oracle扩大合作,将使微软Azure成为Oracle之外唯一运行Oracle数据库服务的云提供商,并帮助我们的客户开启新一轮云驱动的创新浪潮。”
Oracle的董事长兼首席技术官拉里.埃里森(Larry Ellison)表示:“大多数客户已经在使用多种云。微软和Oracle一直在共同努力,使这些客户能够轻松地将Azure服务与最新的Oracle数据库技术无缝连接起来。”
“通过在Azure数据中心配置Oracle Exadata硬件,客户将体验到最好的数据库和网络性能。”
Fidelity Investments的企业数据主管Mihir Shah表示:“今天的声明展示了行业领导者微软和Oracle是如何将客户利益放在首位,并提供合作解决方案,使Fidelity这样的企业能够为客户提供一流的体验,并以最少的停机时间满足大量的合规性和监管要求。”
百事公司高级副总裁兼全球首席技术官Magesh Bagavathi也发表了自己的看法:“数据是所有企业的命脉,而云技术是分析数据的最佳方式,让洞察力变得具有操作性。”
“利用Oracle Database@Azure在云中运行关键任务系统和相关数据的能力为我们的全球运营提供了规模化的战略优势。”
沃达丰公司首席技术官Scott Petty在英国纽伯里(Newbury)表示:“Oracle和微软提供的这项新服务使我们能够以更快的速度和更高的成本效益为客户提供创新和差异化的数字服务。”
Oracle将直接在微软的全球数据中心内运营和管理这些OCI服务,首先从北美和欧洲地区开始。
埃里森在宣布两家供应商联合行动的活动上表示:“(我们)将Oracle的硬件和软件,在Oracle Cloud中使用的所有Oracle Database硬件以及Oracle Cloud中使用的所有数据库软件都实际转移到了Azure数据中心。”
“我们正在让客户能够方便经济地迁移可能存储在Oracle数据库中的海量数据,以训练OpenAI模型。”
向云端迁移的现状
埃里森接着谈到了Oracle工作负载的云迁移状况。他表示:“大部分数据还没有从内部迁移到云端,但是它们会的。”“我们正在努力加快这一进程,让客户更容易地将整个数据中心的工作负载迁移到云端。”
供应商表示,扩大合作将提供一个“在Oracle Database和Azure服务之间简化云采购和管理的精简环境。”
他们还表示,Database@Azure “这项新服务旨在消除客户在采用多云架构时面临的最大挑战,包括管理脱节、孤立的工具以及采购流程太复杂。”
客户将能够利用现有的Azure协议,通过Azure Marketplace购买Oracle Database@Azure。他们还可以使用现有的Oracle数据库许可证优惠,包括自带许可证(Bring Your Own License)和Oracle支持奖励计划。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。