Oracle的最新AI解决方案有效地集成并管理您的数据

甲骨文提出令人信服的理由,让您的数据留在原地,尤其是存储在他们的数据库中,当您准备探索生成式人工智能的世界时。这种方法可能改变游戏规则,特别是对于已深度使用甲骨文生态系统的企业用户。
在迪拜最近的合作伙伴活动中,甲骨文宣布其OCI生成式AI服务的正式可用性。这项托管AI服务于去年9月进入测试版,现已准备好全面推出。同时,甲骨文推出了两项仍在测试版的新产品:OCI Gen AI Agents和OCI Data Science AI Quick Actions。
甲骨文的定位明确:在现有数据基础设施上构建企业生成式AI应用,不仅能更有效地利用独特数据,还能避免额外的基础设施开支。OCI(甲骨文云基础设施)涵盖全球网络和计算资源,包括甲骨文自治数据库和Nvidia GPU“超级集群”,甲骨文已为此投入数十亿美元。
甲骨文战略与运营副总裁Erik Bergenholtz强调公司策略:“我们实际上是将AI带到数据中。”他指出,甲骨文的Fusion应用(如ERP和HCM)存储了海量数据,公司正将生成式AI整合到这些庞大数据池中。
Bergenholtz表示,基于甲骨文的数据库、中间件和Fusion应用构建的实际好处显著。他指出,虽然企业可以选择购买如Pine Cone的向量数据库等额外软件,但这种方式增加成本和复杂性。“缺点当然是多了一层基础设施,提高了云成本,还需要跨原始数据存储移动和同步数据,”他解释道。使用OCI服务则“消除了客户的这一障碍和摩擦”。
甲骨文数据库与自治服务营销副总裁Steve Zivanic补充说:“我们不希望客户移动数据,因为他们最不想做的是为了利用生成式AI而移动500TB的数据。”
新推出的OCI生成式AI服务包括预构建的大型语言模型(LLMs),如Meta的开源Llama 2 70亿参数模型。甲骨文还与投资的初创公司Cohere合作,纳入三种模型:Command用于主流文本语言功能,Summarize用于文档摘要,Embed用于多语言功能。
Bergenholtz强调数据隐私的重要性,指出在OCI中用于训练或微调模型的客户数据保持机密,其他甲骨文客户无法访问。自测试阶段以来,该服务新增了内容审核功能,在提示提交给语言模型前和模型生成响应后进行审核。
该服务还与LangChain开发框架集成,提升了开发者使用LLMs的实用性。
OCI Gen AI Agents产品旨在将LLMs与其他资源(如客户专有数据)连接。首个代理用于检索增强生成(RAG),允许语言模型访问OCI的OpenSearch等数据源,很快还将支持甲骨文的Database 23c AI向量搜索和MySQL Heatwave向量存储。AI代理服务将于本月开始测试。
OCI Data Science Quick Actions源自甲骨文2018年收购DataScience,提供无代码方式部署和微调语言模型。它支持多种分布式训练框架,并使用对象和文件存储管理模型权重。Quick Actions将于下月进入测试。
甲骨文在OCI Gen AI服务的测试阶段观察到多种用例。常见应用包括自动回答HR政策问题,如根据公司政策和个人使用情况计算剩余休假天数。类似应用还包括回答医疗保险福利问题。另一个普遍用例是客户支持,RAG可帮助总结案例并提供后续步骤脚本,提升用户体验。
对于对将生成式AI与数据整合持谨慎态度的用户,Zivanic概述了甲骨文的策略:通过将向量搜索等功能直接嵌入甲骨文数据库和Heatwave,将技术带给客户。他承认一些组织可能从侧项目开始以适应技术,但预测随着时间推移,融合数据库的优势将显现,超越管理多个数据库的复杂性。
相关文章
Anthropic 将 Claude AI 编码工具扩展至日本,以推动海外增长
Anthropic,一家美国知名的人工智能公司,正加强其全球推广力度。周三,该公司在东京举办了一场大型开发者活动“Code with Claude”,吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场,强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中,Anthropic展示了其先进的自主编码系统,该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长,Anthropic希望通过此类活动加强
印度软件巨头缩减招聘,承诺随着 AI 代理规模扩大不裁员
随着人工智能重塑传统的劳动密集型商业模式,印度领先的软件外包公司塔塔咨询服务公司(TCS)公布了其战略应对措施。在周二的年度股东大会上,董事长概述了人机协作的愿景,并澄清了公司在人工智能时代的人力资源战略。不裁员,但招聘将放缓TCS董事长明确表示,公司没有因采用人工智能而裁员的计划,尽管整体招聘速度将放缓。虽然TCS此前减少了超过10,000名员工,但官员们强调,公司现在更倾向于通过自然流失来优化其人员结构,而非突然裁员。高层管理人员指出,以前由人类处理的重复性、机械性任务正不可避免地转向
中国在全国高考期间锁定人工智能模型,以阻止即时作业辅导
随着2026年高考临近,关于考试期间暂停使用AI工具的谣言引发了激烈的网络争论。针对公众关切,各大AI平台和教育应用澄清了立场:并非全面禁止,而是对考试相关功能实施有针对性的“限时锁定”。这些平台采用了精确的基于时间的控制机制。在官方考试时间内,如拍照解题和题目分析等功能将被暂时禁用。然而,日常对话功能和一般生活类查询对用户完全开放。这种有针对性的做法并非没有先例。去年,几个AI平台在高考期间引入了类似的限制措施。业内人士指出,这些措施旨在符合监管标准,即禁止使用深度合成服务从事损害公共利益
相关专题推荐
评论 (14)
0/500
데이터 이동보다 Oracle의 DB에서 바로 AI를 돌리는 개념은 비용 효율적이네요. 그런데 이게 결국 벤더 종속(vendor lock-in) 증가로 이어지지 않을까요? 이미 Oracle 생태계에 투자한 기업에게는 편리하겠지만, 나중에 옮기려면 큰 삽질이 될 수도... 🤔
Oracle's Ansatz, Daten direkt in ihren eigenen Datenbanken zu belassen, ist für Unternehmen, die bereits in deren Ökosystem investiert sind, sicherlich praktisch. 🤔 Ich frage mich allerdings, ob das nicht zu noch mehr Vendor-Lock-in führt. Irgendwie fühlt es sich nach einer cleveren Marketingstrategie an, anstatt einem echten Fortschritt in Sachen KI-Integration.
Oracle's AI solutions sound promising for enterprises already in their ecosystem. The idea of managing data in-place for AI is smart—less hassle, more efficiency. Curious how it stacks up against competitors like AWS or Google Cloud. Anyone tried it yet? 🤔
Oracle's AI solutions sound like a game-changer for enterprises! Keeping data in-house while diving into generative AI is a bold move. Curious how it stacks up against competitors in terms of speed and scalability. Anyone tried it yet? 🤔
As soluções de IA da Oracle são um salva-vidas para gerenciar nossos dados. É tão fácil integrar tudo e manter tudo em um só lugar. Mas, tenho que dizer, a curva de aprendizado é um pouco íngreme. Levou um tempo para eu pegar o jeito. Ainda assim, é bem sólido quando você entende! 💪

甲骨文提出令人信服的理由,让您的数据留在原地,尤其是存储在他们的数据库中,当您准备探索生成式人工智能的世界时。这种方法可能改变游戏规则,特别是对于已深度使用甲骨文生态系统的企业用户。
在迪拜最近的合作伙伴活动中,甲骨文宣布其OCI生成式AI服务的正式可用性。这项托管AI服务于去年9月进入测试版,现已准备好全面推出。同时,甲骨文推出了两项仍在测试版的新产品:OCI Gen AI Agents和OCI Data Science AI Quick Actions。
甲骨文的定位明确:在现有数据基础设施上构建企业生成式AI应用,不仅能更有效地利用独特数据,还能避免额外的基础设施开支。OCI(甲骨文云基础设施)涵盖全球网络和计算资源,包括甲骨文自治数据库和Nvidia GPU“超级集群”,甲骨文已为此投入数十亿美元。
甲骨文战略与运营副总裁Erik Bergenholtz强调公司策略:“我们实际上是将AI带到数据中。”他指出,甲骨文的Fusion应用(如ERP和HCM)存储了海量数据,公司正将生成式AI整合到这些庞大数据池中。
Bergenholtz表示,基于甲骨文的数据库、中间件和Fusion应用构建的实际好处显著。他指出,虽然企业可以选择购买如Pine Cone的向量数据库等额外软件,但这种方式增加成本和复杂性。“缺点当然是多了一层基础设施,提高了云成本,还需要跨原始数据存储移动和同步数据,”他解释道。使用OCI服务则“消除了客户的这一障碍和摩擦”。
甲骨文数据库与自治服务营销副总裁Steve Zivanic补充说:“我们不希望客户移动数据,因为他们最不想做的是为了利用生成式AI而移动500TB的数据。”
新推出的OCI生成式AI服务包括预构建的大型语言模型(LLMs),如Meta的开源Llama 2 70亿参数模型。甲骨文还与投资的初创公司Cohere合作,纳入三种模型:Command用于主流文本语言功能,Summarize用于文档摘要,Embed用于多语言功能。
Bergenholtz强调数据隐私的重要性,指出在OCI中用于训练或微调模型的客户数据保持机密,其他甲骨文客户无法访问。自测试阶段以来,该服务新增了内容审核功能,在提示提交给语言模型前和模型生成响应后进行审核。
该服务还与LangChain开发框架集成,提升了开发者使用LLMs的实用性。
OCI Gen AI Agents产品旨在将LLMs与其他资源(如客户专有数据)连接。首个代理用于检索增强生成(RAG),允许语言模型访问OCI的OpenSearch等数据源,很快还将支持甲骨文的Database 23c AI向量搜索和MySQL Heatwave向量存储。AI代理服务将于本月开始测试。
OCI Data Science Quick Actions源自甲骨文2018年收购DataScience,提供无代码方式部署和微调语言模型。它支持多种分布式训练框架,并使用对象和文件存储管理模型权重。Quick Actions将于下月进入测试。
甲骨文在OCI Gen AI服务的测试阶段观察到多种用例。常见应用包括自动回答HR政策问题,如根据公司政策和个人使用情况计算剩余休假天数。类似应用还包括回答医疗保险福利问题。另一个普遍用例是客户支持,RAG可帮助总结案例并提供后续步骤脚本,提升用户体验。
对于对将生成式AI与数据整合持谨慎态度的用户,Zivanic概述了甲骨文的策略:通过将向量搜索等功能直接嵌入甲骨文数据库和Heatwave,将技术带给客户。他承认一些组织可能从侧项目开始以适应技术,但预测随着时间推移,融合数据库的优势将显现,超越管理多个数据库的复杂性。
Anthropic 将 Claude AI 编码工具扩展至日本,以推动海外增长
Anthropic,一家美国知名的人工智能公司,正加强其全球推广力度。周三,该公司在东京举办了一场大型开发者活动“Code with Claude”,吸引了近500名软件工程师参加。该举措旨在积极将Claude AI工具及相关产品引入日本市场,强调其自主编码能力在提升企业生产力方面的核心优势。强调自动化代码生成在活动中,Anthropic展示了其先进的自主编码系统,该系统能够独立处理复杂的编程任务并优化现有代码结构。随着全球对高效开发工具的需求不断增长,Anthropic希望通过此类活动加强
印度软件巨头缩减招聘,承诺随着 AI 代理规模扩大不裁员
随着人工智能重塑传统的劳动密集型商业模式,印度领先的软件外包公司塔塔咨询服务公司(TCS)公布了其战略应对措施。在周二的年度股东大会上,董事长概述了人机协作的愿景,并澄清了公司在人工智能时代的人力资源战略。不裁员,但招聘将放缓TCS董事长明确表示,公司没有因采用人工智能而裁员的计划,尽管整体招聘速度将放缓。虽然TCS此前减少了超过10,000名员工,但官员们强调,公司现在更倾向于通过自然流失来优化其人员结构,而非突然裁员。高层管理人员指出,以前由人类处理的重复性、机械性任务正不可避免地转向
中国在全国高考期间锁定人工智能模型,以阻止即时作业辅导
随着2026年高考临近,关于考试期间暂停使用AI工具的谣言引发了激烈的网络争论。针对公众关切,各大AI平台和教育应用澄清了立场:并非全面禁止,而是对考试相关功能实施有针对性的“限时锁定”。这些平台采用了精确的基于时间的控制机制。在官方考试时间内,如拍照解题和题目分析等功能将被暂时禁用。然而,日常对话功能和一般生活类查询对用户完全开放。这种有针对性的做法并非没有先例。去年,几个AI平台在高考期间引入了类似的限制措施。业内人士指出,这些措施旨在符合监管标准,即禁止使用深度合成服务从事损害公共利益
데이터 이동보다 Oracle의 DB에서 바로 AI를 돌리는 개념은 비용 효율적이네요. 그런데 이게 결국 벤더 종속(vendor lock-in) 증가로 이어지지 않을까요? 이미 Oracle 생태계에 투자한 기업에게는 편리하겠지만, 나중에 옮기려면 큰 삽질이 될 수도... 🤔
Oracle's Ansatz, Daten direkt in ihren eigenen Datenbanken zu belassen, ist für Unternehmen, die bereits in deren Ökosystem investiert sind, sicherlich praktisch. 🤔 Ich frage mich allerdings, ob das nicht zu noch mehr Vendor-Lock-in führt. Irgendwie fühlt es sich nach einer cleveren Marketingstrategie an, anstatt einem echten Fortschritt in Sachen KI-Integration.
Oracle's AI solutions sound promising for enterprises already in their ecosystem. The idea of managing data in-place for AI is smart—less hassle, more efficiency. Curious how it stacks up against competitors like AWS or Google Cloud. Anyone tried it yet? 🤔
Oracle's AI solutions sound like a game-changer for enterprises! Keeping data in-house while diving into generative AI is a bold move. Curious how it stacks up against competitors in terms of speed and scalability. Anyone tried it yet? 🤔
As soluções de IA da Oracle são um salva-vidas para gerenciar nossos dados. É tão fácil integrar tudo e manter tudo em um só lugar. Mas, tenho que dizer, a curva de aprendizado é um pouco íngreme. Levou um tempo para eu pegar o jeito. Ainda assim, é bem sólido quando você entende! 💪





首页






