甲骨文公司宣布与全球知名开源解决方案提供商红帽公司 (Red Hat, Inc.) 建立多阶段联盟,以扩展 Oracle 云基础设施远程软件服务 (Oracle Cloud Infrastructure, OCI) 支持的操作系统,为客户带来广泛的选择。这项战略合作始于支持红帽企业 Linux (Red Hat Enterprise Linux) 在 OCI 上作为操作系统运行,为那些依靠 OCI 和红帽企业 Linux 来推动数字化转型和将关键任务应用迁移到云的企业提供更好的体验。
根据 Gartner 《预测:2020-2026 年全球公有云服务(2022 年第四季度更新)》指出,“全球公有云服务预计将在 2023 年增长 18.5%”,同时“企业继续加速上云,推动高达 19.6% 的五年复合年增长率”。[1]这种增长表明了客户需要广泛的选择空间,包括自由选择云供应商和云环境所支持的操作系统。

目前,大部分财富 500 强企业正在使用红帽和甲骨文的解决方案。其中,大部分企业将红帽企业 Linux 用作操作系统基础,并通过 OCI 获取高性能的关键任务云服务,以支持数字化运营。现在,这些企业能够通过在 OCI 上运行的红帽企业 Linux 来实现云运营标准化,让客户能够获得从数据中心延伸到 OCI 分布式云技术的通用平台。
通过这一战略合作,经认证的 OCI 灵活虚拟机配置可以运行红帽企业 Linux,客户也可以更有信心地将原本基于红帽企业 Linux 运行的工作负载顺利迁移到在 OCI 上运行的红帽企业 Linux。OCI 灵活虚拟机支持低至单个 CPU 的扩展,可优化性价比并减少资源浪费。客户还可以享有红帽和甲骨文共同提供的支持服务,以解决潜在问题。
红帽企业 Linux 是红帽混合云技术组合的主干,该技术组合包含红帽 OpenShift (Red Hat OpenShift)、红帽 Ansible 自动化平台 (Red Hat Ansible Automation Platform) 和其他技术,以支持现代云原生堆栈。现在,红帽和甲骨文公司的共同客户可以为面向未来的红帽企业 Linux 计算部署奠定基础,同时仍然保留现有 IT 投资的价值。
可用性
红帽企业 Linux 现已在 OCI 灵活虚拟机上获得认证,在扩展方面,该虚拟机的单个 CPU 支持 1 - 80 个 CPU 核心以及 1 GB - 1024 GB 内存,具体取决于处理器。新的 OCI 虚拟机配置通过 AMD、Intel 和 Arm 处理器支持红帽企业 Linux。
请点击此处,了解有关在 OCI 上启用红帽企业 Linux 的更多信息,包括分步指南。此外,我们已计划在 OCI 裸金属服务器上认证红帽企业 Linux,进而提供与本地部署环境类似的隔离程度和性能。
关于红帽企业 Linux
红帽企业 Linux (Red Hat Enterprise Linux) 为混合云创新提供了灵活而稳定的 Linux 基础。该平台旨在更快、更高效地构建、部署和管理应用和关键工作负载,并提高物理云、虚拟云、私有云、公有云和边缘部署之间的一致性。在开发阶段,该平台提供了将安全性和合规性功能构建到基础架构中的功能;在整个生产生命周期中,该平台提供了更容易维持稳定性的途径。无论选择在何处运行,IT 组织都可以使用一个支持创新并可提高内部运营效率的平台,更加自信地运营。
关于 OCI 分布式云技术
OCI 分布式云技术为客户提供了云的优势,以更好地控制数据驻留、本地性和主权,甚至跨多个云进行管理。OCI 分布式云技术具有以下特性:
专有云:OCI 提供专有区域,供客户在自己的数据中心内运行所有甲骨文云技术,而 Oracle Alloy 将帮助合作伙伴为客户定制云服务和体验。
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。