ZD至顶网CIO与应用频道 07月22日 北京消息:前几天北京瓢泼大雨,满天的乌云笼罩了京城一个整天。应景的是那天甲骨文也召开了一个“云”大会——“甲骨文数据库云技术大会”,与去年不太一样的是,今年大会多了“云技术”三个字,意味不言而喻。
上个月从甲骨文发布的财报来看,净利润同比增长2%,超出了此前华尔街的预期。同时财报中显示,云业务所占78%的比例,看来对于这次扭亏为盈,云的投入的确发挥了一定的作用。
混合云是趋势
现在企业上云的顾虑无非是安全稳定性和成本可控,而兼顾二者很多人认为混合云是最好的办法。根据此前IDC研究报显示,截止到2017年,将会有超过80%的企业采纳混合云模式部署 ,兼顾公有云和私有云的优势,大幅推动组织变革和业务创新。
既然是趋势,甲骨文在此次大会上重点谈到了未来在混合云上的计划。“混合云是真正能够解决未来发展的良药,但混合云容易说却难做到。”甲骨文副总裁及中国区产品技术事业部总经理吴承杨说,由于不同的标准、架构、产品和技术,企业无法做到公有云和私有云间平滑的迁移。此外,严重的信息孤岛问题在“上云”之后也并没得到很好的解决。虽然云服务商很多,但标榜为一家企业级混合云服务商却几乎没有。
左:甲骨文公司副总裁及中国区技术产品事业部总经理 吴承杨
右:甲骨文公司中国区技术咨询部高级总监 李珈
而通过Oracle FastConnect,可以帮助企业在私有云和公有云之间实现透明的移动负载、无缝切换,在私有云上利用Oracle RAC、Oracle In-Memory、Oracle ADG、Oracle Exadata 数据库云平台等,保证业务连续、稳定、扩展,同时在公有云上加速业务创新,帮助企业更快更好地向云端转型。
还有一点值得注意的是,此次大会上甲骨文还强调了四层架构的云。除了常见的IaaS、PaaS、SaaS以外,作为一家老牌的数据库厂商,甲骨文的云架构中还包含了DaaS,即数据服务。通过发挥优势特长,降低了数据成本以及数据整合的复杂度。
混合云的关键能力:数据库、一体机、虚拟化
已经发展近40年的Oracle数据库,从10g、11g到最新的12c版本,甲骨文已经为政府、银行、制造业等多家大中型企业打造了坚实的虚拟化数据中心。Oracle数据库12c采用甲骨文最高可用性架构和Oracle RAC集群技术,突破性地使用多租户架构,可将各租户快速隔开,让每一个租户在单独承载的同时又可以共享操作系统和数据库。其次,作为一款可插拔数据库,它不仅可以减少系统资源开销,降低存储成本,在公有云、私有云中均对租户进行直接分隔管理,大幅度提升数据库性能。
根据甲骨文多年来累积的经验,“安全”是所有Oracle数据库用户最关心的问题。安全不仅关乎企业数据丢失盗窃等问题,Oracle数据库为企业提供三大防护:防范、侦测、管理,提供加密、屏蔽、行为监视、数据库房火墙、权限分析、敏感数据发现和分类等功能。其中,Oracle Key Vault是基于硬配置的全解决方案,易于安装、配置、部署及打补丁,密钥是由企业自行保管,任何人都无法窃取数据,为企业提供最高等级的安全保障。
Oracle Exadata 数据库云平台是甲骨文第一款数据库一体机,为私有云与公有云提供高可用模式,满足灵活的高可用性客户需求。Oracle Exadata 数据库云平台具备理想的数据库硬件,能支持水平扩展并且为数据库负载优化的计算、网络和存储,提供无与伦比的性能和最优的成本;其智能系统软件提供独有算法,提升数据库对各种负载的处理能力。此外,端到端全栈集成,从数据库到磁盘实现全方位的优化、自动化、测试验证、补丁修补与技术支持,降低运维开销。
今年2月,甲骨文收购了初创企业Ravello Systems,随即推出最新的Ravello应用胶囊服务,让企业能在短短5分钟轻松组装虚机云上应用,在云环境下可以运行任何类型的工作负载,帮助企业简单迅速的迁移到云环境中,节省时间和费用成本。
甲骨文公司中国区技术咨询部高级总监李珈表示:“平台层长期被大家忽略,依甲骨文之见,平台层才是混合云的核心,而混合云的关键则是数据库、一体机、虚拟化。甲骨文PaaS平台层具备高可用架构,为企业提供绝佳的安全、稳定、可靠的性能表现,帮助企业更快速、更安全地步入云端。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。