ZD至顶网软件频道消息: 3月2日,为了能让企业在自己的数据中心使用云,继续帮助企业简化采用云的过程,甲骨文宣布推出Oracle Exadata Cloud Machine,以进一步扩展Oracle Cloud at Customer产品组合。面对关键任务的工作负载,企业需要决定在何处部署全球最先进的数据库云,这个发布标志着甲骨文为企业提供了极致的选择与灵活性。企业现在可通过多种方式部署Oracle Exadata,包括将其作为一种云服务部署在自己的数据中心、部署在Oracle云或部署在传统的本地环境中。
企业一直希望能通过某些方式来消除公有云与本地部署之间的差距,因此Oracle Cloud at Customer自一年前面市以来受到了广泛欢迎。很多企业受到了商业、法律和监管要求的限制,即使希望将工作负载迁移至公有云,也无法将自己的数据和应用迁移出自己的数据中心。对于要求或希望将自己的数据库部署在本地的客户,Oracle Exadata Cloud Machine提供了部署于甲骨文公有云端的Oracle Exadata Cloud Service的全部功能。
甲骨文系统技术高级副总裁Juan Loaiza表示:“对于希望在自己的数据中心使用云的企业来说,Oracle Exadata Cloud Machine是一个理想的平台。多年以来,Oracle Exadata一直是数千家客户运行任务关键型甲骨文数据库的首选平台,而Oracle Exadata Cloud Machine又将这一核心优势进一步延伸,让希望使用云但无法采用或还未准备好迁移至公有云的客户也能享用这一优势。”
通过Oracle Exadata Cloud Machine,客户可以使用最强大的Oracle数据库,订阅数据库所有的选件和功能,例如实时应用集群(Real Application Clusters)、数据库内存(Database In-Memory)选件、Active Data Guard选件和Advanced Security选件,为任务关键型工作负载提供了极高水平的性能、可用性和安全保障。并且,Oracle Exadata Cloud Machine可完全兼容本地部署和Oracle云的应用及数据库,可确保将任何现有应用不经修改地快速迁移至云端。
Oracle Exadata Cloud Service和Oracle Exadata Cloud Machine提供众多领先的功能,包括:
IDC结构化数据管理软件研究副总裁Carl Olofson表示:“所有IT企业都计划迁移到公有云,甲骨文的客户也是一样。Oracle Cloud at Customer提供了一种转型至云端的全新模式,直接从数据中心开始,并能和企业本地的应用保持直接的互动。Oracle Exadata Cloud Machine通过Exadata的所有功能进一步扩展了这一能力,并由甲骨文云团队远程管理,向最终实现云部署迈出了绝佳的第一步。”
Oracle Cloud at Customer产品组合可让企业在自己的数据中心内享受甲骨文公有云服务的所有优势,其业务模式与订阅公有云服务相同,并且不改变软件和硬件,并由甲骨文专家监测并管理基础架构,此外,甲骨文公有云上的工具与Cloud Machine上的配置资源相同。在所有主要公共云提供商当中,只有这款产品提供可100%与Oracle云兼容,并且企业本地部署的堆栈同时也能使用。由于该软件可与Oracle云无缝集成,客户可将其用于多种应用,包括灾难恢复、弹性扩容、开发/测试、升降迁移工作负载和用于开发运营(DevOps)的单一API和脚本工具包。作为完全托管的甲骨文产品,无论是在自己的数据中心还是在甲骨文云端使用,客户都可以获得相同的体验和最前沿的创新优势。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。