Oracle公司今天推出了最新版本的Exadata数据库优化计算平台,宣称与上一代产品相比,其在人工智能模型训练中使用的矢量搜索性能提高了55%,分析扫描吞吐量提高了2.2倍,交易处理性能提高了25%。
Exadata X11M接替了18个月前推出的Exadata X10M。Oracle在这一版本中强调了灵活性,指出该系统可以在企业内部使用,也可以通过所有主要的云服务访问,还可以作为Oracle托管服务在本地部署。
它采用了AMD最新一代的 96 核EPYC处理器和远程直接内存访问技术。该技术允许在联网计算机的内存之间直接传输数据,不涉及任何一台计算机的操作系统或CPU。
Oracle表示,该版本的软件增强功能将RDMA性能提高了33%,与X10M相比,全闪存存储的使用将访问时间缩短了一半。
更快的矢量搜索
Oracle特别强调了该机器在矢量搜索方面的性能提升,矢量搜索是一种寻找数据数据的方法,与查询相似但不完全相同。它是推荐系统和自然语言处理等人工智能应用的核心功能。
该平台还支持持久矢量索引搜索功能,其中矢量索引及其相关数据不是完全存储在主内存中,而是存储在持久存储介质上。这样就可以在大型数据集上进行搜索,同时还能提高可用性。
新的矢量距离运算符会根据 SQL 查询返回矢量之间的距离。距离运算符通过测量两个向量之间的距离来量化它们之间的相似或不相似程度,距离越小表示项目之间的关系越密切。
Exadata数据库服务产品管理副总裁Bob Thome表示:“计算向量之间的距离非常耗费 CPU。”“我们将其下推到存储层,使其速度更快。”
Thome表示,矢量搜索可以透明地卸载到Exadata存储,并利用比传统架构快30倍的算法。搜索查询也可以在存储服务器之间自动并行。
这与软件有关
Oracle指出,Exadata使用现成的组件,通过软件实现其速度和灵活性。Thome表示:“如果你只是采用标准架构的CPU,你实现不了同样的结果。”“我们独特的数据智能软件可以实现更高量级的性能。”
这包括用于节点间集群协调的专有算法和可加速对存储数据的访问的独特RDMA 缓存功能。一项名为Smart Scan的功能可自动将数据密集型 SQL 操作卸载到存储中,而另一项功能则可自动将行数据转换为内存中的列格式,以便进行高速分析。Oracle称,与X10M相比,分析查询处理的速度最多可提高25%。
Oracle公司仍然重视多云部署,其目标是使Exadata成为所有企业使用该公司数据库管理软件的首选平台。去年7月,Oracle宣布推出一项服务,利用多个云实例大幅降低 Exadata 的成本。今年9月,在谷歌云和微软的Azure 之外,该公司平息了长久以来与AWS的争端,在AWS上的Oracle Cloud Infrastructure 上提供Exadata数据库服务。
数据库和自主服务产品营销全球副总裁 Steve Zivanic 表示,运行 Exadata工作负载的客户现在可以“在不同的部署场景之间移动,而不会出现停机或中断”。“如果你在企业内部部署,但想涉足云计算,不需要移植或更改应用程序。 你可以随心所欲地移动工作负载。”
好文章,需要你的鼓励
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
忽视智能体AI的潜力,特别是其对现代化数据基础设施的需求,面临着与忽视互联网的零售商相同的生存风险。关键不在于是否投资,而在于如何确保投资转化为可衡量的现实收益。企业需要超越AI试验阶段,明确业务目标,从治理开始构建ROI模型。成功的组织在整个技术栈中嵌入智能体,从面向客户的应用到内部治理系统。通过强化数据治理、减少重复工具和统一平台,AI的ROI将从理论变为现实。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。