至顶网软件频道消息:
甲骨文公司将发布自主数据库方案,而矛头显然直指Amazon Web Services。
甲骨文方面将推出数据库的完全自主版本,通过云端进行交付,旨在尽可能减少管理工作带来的人力需求。
公司CTO Larry Ellison在本财年第一季度周报会议上指出,甲骨文方面将在今年年底之前推出下一代数据库方案,且其将以完全自主的方式运转。而更多相关细节信息,将在今年10月1日的本届OpenWorld大会这一时间节点上加以发布。
利用机器学习技术,甲骨文公司将实现这套数据库方案的自动化管理与调优。
Ellison解释称,“我们将建立公有云SLA,即服务水平协议,用以保证这套甲骨文数据库拥有99.995%的系统可用性比例; 99.995%的可用性意味着每一年其计划内或计划外停机时间将不超过30分钟。为了实现这一目标,甲骨文公司必须在系统运行的同时实现自动化调优、补丁安装与升级。AWS显然无法实现这样的效果。”
AWS是甲骨文这套自动化云数据库方案的一大主要竞争目标。AWS在多个方面挤压着甲骨文核心数据库业务的生存空间,而其中最为重要的选项无疑是AWS Redshift。甲骨文公司则已经有能力将其数据库与应用程序客户迁移至云端,同时收购NetSuite等多家厂商以弥合这一过程中出现的空白。
甲骨文公司新财年第一季度云营收与历史营收情况。
不过Ellison表示,甲骨文公司的收购活动即将告一段落。Ellison甚至指出,其不会继续收购其它云厂商。如此一来,甲骨文自身的云业务发展将以创新作为核心驱动力。在这样的背景之下,自主数据库对于甲骨文显然极具战略意义。Ellison解释称,“我们雄厚的技术储备将决定我们最终获得成功,包括自有数据库以及Fusion应用程序套件等成果皆由甲骨文自主研发得来。”
Ellison同时表示,这套自主数据库将在云经济体系当中与AWS开展直接竞争,但其明显拥有更出色的人力节约效果。
Ellison指出:
也许自动驾驶车辆以及我们的自主运行数据库都拥有着同样的自主系统特征,即实现全面自动化。自动驾驶车辆消除了人力驾驶成本以及高昂的人为错误成本; 而自主运行数据库则消除了数据库在调优、管理以及升级方面的人工成本,且同样能够避免与人为错误相关的昂贵停机事故。
自动驾驶出租车的价格要远低于人力出租车。运行甲骨文的自主数据库也能够带来较人为操作数据库(例如Amazon的Redshift)更低廉的使用成本。从Amazon Redshift迁移至甲骨文自主数据库的客户能够将成本削减一半以上,而甲骨文方面也将同时提供SLA以保证客户享受到这一可观的成本削减效果。
更为有趣的是,甲骨文公司发布的这一整套自动化方案是否会令数据库管理员最终退出历史舞台?如果相关从业者消失,那么甲骨文公司确实能够通过削减价格夺取这部分空白的市场份额。而Ellison本人也反复强调,AWS数据库的设置与管理工作需要人力参与。
因此,现在就要看其它云服务供应商如何快速推进自己的自动化转型工作了。
好文章,需要你的鼓励
这项由浙江大学与阿里巴巴通义实验室联合开展的研究,通过创新的半在线强化学习方法,显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录,为GUI自动化代理的发展开辟了新的技术路径。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。