甲骨文与亚马逊云科技联合宣布推出Oracle Database@AWS。这款新产品允许客户直接在亚马逊云科技的基础设施之上访问Oracle Autonomous Database数据库以及Oracle Exadata Database Service相关服务。此外,企业客户还可以将甲骨文的数据库技术与亚马逊云科技的各类云服务无缝集成起来。
客户获益
新的Oracle Database@AWS服务允许客户在亚马逊云科技的专有基础设施之上运行甲骨文数据库,提供OCI与基础设施之间的无缝集成。这将为客户在甲骨文云基础设施和亚马逊云科技之间提供统一体验,大大降低数据库管理难度、简化计划模式并支持客户的联合访问。
新产品将甲骨文的先进数据库技术(包括Oracle Autonomous Database以及Oracle Exadata Database Service)优势同亚马逊云科技的灵活性、可扩展性以及强大的全球影响力成功结合起来。
这将为客户带来以下几项重要助益:
最重要的是,Oracle Database@AWS允许客户在针对该项技术进行优化的基础设施之上本地运行甲骨文数据库。例如,Oracle Exadata是甲骨文打造的工程平台,负责将专用存储及计算服务器同经过优化的软件相结合,为OLTP、数据仓库及其他关键任务工作负载提供极致的性能表现。
深度集成的解决方案使得甲骨文及亚马逊云科技完美契合,从而提供以往在通用云实例上运行甲骨文数据库软件所无法实现的性能水平。
分析师观点
甲骨文-亚马逊云科技之间的合作伙伴关系,属于整个行业向着多云应用迈进的广泛趋势的重要组成部分。现如今,几乎每家企业都会采用多家云服务商以平衡风险、确保遵从法规要求并优化业务性能。而与亚马逊云科技建立合作,将为企业在应对这些复杂难题时提供显著优势——甲骨文的数据库专业知识与亚马逊云科技庞大云基础设施的结合,无疑是一种两全其美的理想解决方案。
对于亚马逊云科技而言,此番合作代表着其企业工作负载支持战略层面的自然演进,同时也满足了企业客户对于多云解决方案日益增长的现实需求。亚马逊云科技历来专注于提供原生服务方案,而这有时会给依赖甲骨文等其他供应商技术的客户带来不便。此番合作表明,亚马逊云科技愿意通过在其生态系统之内原生提供甲骨文的领先数据库解决方案,借此优先满足客户的实际业务需求。
甲骨文与亚马逊云科技的合作关系,还只是这家数据库巨头多云战略的最新一步。今年早些时候,甲骨文已经宣布与Google Cloud建立合作伙伴关系,允许客户以无缝方式使用甲骨文与Google Cloud技术。今年晚些时候,Oracle Database@Google Cloud 的访问权限也将按计划面向客户正式开放。
同样的,甲骨文与微软近期也在持续扩大合作伙伴关系,允许Oracle Autonomous Database在其新的集成云服务Oracle Database@Azure之上向客户交付。
以上合作关系显然有助于缓解甲骨文当前面临的一大关键挑战:如何在众多企业客户已经依赖于其他云服务的前提下,说服客户转向甲骨文OCI基础设施。借助新的Oracle Database@AWS,甲骨文大大缓和了企业在不同云服务商之间做出选择时的决策压力,成功让甲骨文数据库产品对现有亚马逊云科技客户产生更强的吸引力。
此番Oracle Database@AWS公告,对于甲骨文和亚马逊云科技来说都是一项具有重大意义的战略举措。在甲骨文这边,此举增强了其数据库服务的可及性和采用率。而对于亚马逊云科技而言,其扩展了云巨头的产品组合,有望吸引到更多新的企业客户。再进一步立足整个云计算市场的视角,此次合作则代表着简化云管理和降低云运营复杂性的重要一步。
由甲骨文与亚马逊云科技联手打造的Oracle Database@AWS,无疑在日益多云的业务世界中为希望推动基础设施现代化的企业客户,提供了一套极具吸引力的方案选项。
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。