【观察】甲骨文:云数智融合释放创新“乘数效应”,推动企业级AI规模化落地...

毫无疑问,今天在AI的推动下,企业数智化转型已进入规模化“倍增创新”的阶段,尤其是以生成式AI和大模型为代表的AI技术的不断演进,以及应用场景的不断拓展加深,都让各类AI创新应用如雨后春笋般涌现,并加速惠及千行万业。

特别是结合生成式AI技术,企业可以在工业设计、知识库构建、代码开发、邮件处理以及流程优化等领域实现全面创新,以提高企业的整体运营效率。

但也要看到,以生成式AI和大模型为代表的人工智能技术的发展,和在企业端难以快速利用AI技术形成优质新质生产力的“困境”正形成鲜明的对比。换句话说,在AI技术与应用之间,在通用的AI能力与定制化行业和企业需求之间,如何解决不同行业、企业的AI应用规模化落地等问题上,仍然存在“最后一公里”无法满足的情况。

f90c1c7e0830b0274fb3efc3019cb445.jpeg

在此背景下,在刚刚结束的2024甲骨文全球云大会(Oracle CloudWorld 2024)上,甲骨文不仅带来了其在数据库领域的最新技术创新,还推出了面向企业的以AI为中心的生成式开发基础设施GenDev,它可以帮助开发人员更快的通过生成式AI构建应用功能,同时在AI基础设施领域,甲骨文OCI也持续保持迭代和进化,能够为全球企业提供坚实、安全的基础架构,帮助企业更智能高效地布局全球市场。

正所谓“要想富、先修路”,任何国家和企业,要想在AI时代“富”起来,关键就是要把AI应用基础设施这条“路”修好,而甲骨文正以云数智的全面融合释放技术创新的“乘数效应”,加速生成式AI开发释放新价值,构筑AI时代基础设施新底座,由此更好地推动企业级AI的规模化落地,进一步加速AI“走深向实”,激发更多企业的新质生产力,其价值无疑重要而深远。

01.

企业AI落地背后面临的新挑战

事实上,随着大模型基础能力持续提升以及AI Agent技术的逐步成熟,使得企业AI采用率正在快速提升。麦肯锡近期的调查报告显示,当前不少企业在最少一个业务功能采用AI的比例也从2023年的55%大幅增加到2024年的72%。

具体而言,大模型越来越多地替代传统算法完成单点功能,比如CV、预测类;同时,面向各行业各职能领域的员工,基于角色的助手类应用Copilot模式也正成为新常态;不仅如此,基于业务场景的AI Agent也成为了企业AI落地的新方向,这是一个能够感知环境、做出决策并采取行动的自主智能体,有自主性、适应性、交互性等特征,是企业走向高度自治运营的核心和关键。

也正因此,企业唯有构建可持续满足企业AI应用的核心基础设施,才能更好的拥抱AI新时代,其中就包括高质量、更丰富的训练数据是模型进化、提升企业智能水平的关键;基于云,特别是混合多云,打造坚实的算力和数据基础设施底座,才能够更好地满足企业对算力和数据持续增长的需求;在此基础上,企业AI应用之间还需要一个“中间层”,因此构建以AI为中心的企业级开发架构,满足企业生成式AI应用开发需求,将是企业AI大规模落地的关键“抓手”。

但“知易行难”,能够预见未来不等于可以把握未来,摆在企业AI规模化应用面前的,仍有很多难题。

28685c3b21536fa89f9b80a47f23e59d.jpeg

在甲骨文公司副总裁及中国区董事总经理吴承杨看来:“当下生成式AI的热度很高,但是其中缺少了以AI为中心的企业级开发架构,因此导致企业级AI无法真正地落地,这是当下企业面临的所有问题的根本。”

背后的原因主要在于,受制于复杂的数据依赖关系和庞大数量的过程代码,传统应用开发基础设施难以在企业层面上充分发挥 AI 代码生成技术的优势,导致所生成的应用难以理解、验证、保护、维护和更新。

吴承杨说:“企业级AI的每一个应用之间、模块之间的关系很复杂,且连接很紧密,因此这就需要开发者来梳理应用以及模块之间的关系;另外,人工智能生成的企业级AI应用的代码将是可检验的;同时,这些企业级AI应用还将具有安全性、健壮性。”

例如,在为体育赛事开发的应用中,需要包含有运动员的特征数据,项目日程,还有售票与观众的信息,这就需要开发团队能够快速交付,以及快速响应举办方的修改要求,而以AI为中心的企业级开发架构,能极大地提升开发团队的效率,以及更好地保障最终产品的健壮性、安全性与可靠性,这对于这种容错率极低的大型活动来说,将是至关重要的。

“当然,在此过程中,企业还需要GPU资源等算力资源,以及传统数据库的补充来进一步完整地搭建整个以AI为中心的企业级开发架构,由此打造出可持续满足企业AI应用的核心基础设施,这才是企业制胜AI时代的关键,而甲骨文始终致力于将云、AI和数据有机的融合起来,帮助企业更好的拥抱AI新时代,为企业带来新质生产力。”吴承杨强调说。

由此可见,虽然我们已经见证了生成式AI和大模型开始与场景、行业进行深度融合并取得了不错的成绩,验证了生成式AI不仅仅在科技企业中得到了应用,更迈出了走向千行万业的步伐,但生成式AI和大模型的落地并不是一件“一蹴而就”的事情,这其中构筑以AI为中心的企业级开发架构,推动企业级AI应用更加快速和普惠的落地,可以说不仅是“大势所趋”,更是“迫在眉睫”。

02.

加速生成式应用开发释放新价值

正是洞察到这种全新的变化,在今年的OCW上,甲骨文正式推出了面向企业的以AI为中心的生成式开发基础设施GenDev,它结合了Oracle Database 23ai 中的创新技术,如JSON Relational Duality Views、AI Vector Search 和 APEX 等,能够提供以AI为中心的声明式基础设施,可自动实现企业级AI应用所需的独立性、隔离性、保密性、一致性、可演进性和可生成性。

4e7b283fef74cdb1eeb715a5504ff51c.jpeg

据了解,GenDev 能够帮助开发人员利用AI快速生成易于理解和安全的模块化、可演进的企业应用,而用户可以使用自然语言与数据和应用交互,并根据语义内容查找数据。受益于此,AI开发人员可专注于构建应用功能,而不是数据基础设施需求。

甲骨文公司中国区技术咨询部高级总监李珈认为,甲骨文推出的面向企业的以AI为中心的生成式开发基础设施GenDev,不仅为生成式应用开发带来了一种突破性的技术和基础架构,更是一种全新的方法论,它具备三大核心能力。

一是,其模块是可以组装的,互相之间是独立的,但又可以各自发展;二是,其AI应用支持用声明式的语言简单地翻译,并对它进行描述;三是,整个基础设施还具备健壮性、鲁棒性、高可用性、安全性、一致性等等。特别值得一提的是,甲骨文还特别强调一点,即企业客户只要说出想要做什么就可以,而具体怎么做就交给后端的GenDev,交给AI去执行就可以了。

GenDev的所有核心能力,都是架构在Oracle Database 23ai 能力之上的,这其中就包括具有RAG 和其他增强功能的Oracle 自治数据库 Select AI能力,通过检索增强生成 (RAG) 和 AI 向量搜索,开发人员在使用大型语言模型(LLM)处理企业数据时,可以更精确地回答自然语言问题,从而帮助客户降低出现幻觉的风险。同时,自治数据库还消除了创建 AI 管道以生成和填充向量嵌入的专业知识的需求。

此外,GenDev也支持更为广泛的LLM,通过使用 Autonomous Database 与其他 LLM (Google Gemini、Anthropic Claude 和 Hugging Face) 的内置集成,GenDev可以帮助企业从生成式 AI 中获得更多价值。目前,Autonomous Database 与七家提供商的 35 个不同的 LLM 相集成,为客户提供了构建GenDev应用程序的广泛选择;与此同时,GenDev也支持客户访问 NVIDIA GPU 来加速某些 AI 数据操作的性能,而无需担心供应或管理 GPU 服务器等等。

吴承杨进一步表示,拥有一个以AI为中心的生成式开发基础架构,不仅对企业级用户很重要,同时也对许多的ISV应用开发商非常重要,这是因为采用以AI为中心的开发架构,将会为更多的企业级客户提供更高的开发效率,实现更高档次的开发的成果,从而在市场竞争中取得更加显著的优势。

确实如此,今年初IDC 发布的《2024 AIGC应用层十大趋势白皮书》中显示,随着生成式AI技术的快速发展,智能化应用将呈现爆发式增长,同时IDC预测,到 2024 年全球将涌现出超过5亿个新应用,这相当于过去 40 年间出现的应用数总和。从这个角度来说,未来企业借助甲骨文GenDev的“加持”,无疑将会促进更多企业使用生成式 AI进行开发,从而释放出更多的新价值。

75ac6f098c27295902e48f1a079d3120.jpeg

除此之外,随着企业AI应用规模的不断增大,数据的规模也会以指数级的速度变大,而企业也不得不再度面对数据处理的挑战。同样,甲骨文在数据库领域也保持着“与时俱进”的技术创新,帮助企业在AI时代面对全新的数据挑战。

比如Oracle Database 23ai中就新增“Lock-free”(无锁)功能,如在电商应用中,每次购买产品时,应用都会更新该产品的单位数。通常,大量的并发会话会尝试更新低基数表,以减少给定产品的单位数。这会导致可扩展性问题,因为每个并发会话都需要获取库存表中特定行的独占锁,使用传统锁定机制很难缓解这种情况,而通过“Lock-free”技术,则能够在频繁更新的数据中消除热点块带来的性能影响,由此让数据更新没有“天花板”。

在多种数据类型支持方面,全新的Oracle Database 23ai也支持包括关系型数据、空间数据、图数据、区块链数据、文本、XML、JSON、传感器数据等各种数据类型,同时也支持各种开发框架,如Spring Boot、MyBatis、LangChain、TensorFlow等。

而在自治数据库领域,基于Oracle Dedicated Region技术,以及自治数据库服务,可以帮助客户将成本降低到90%;而在AI方面,甲骨文也充分践行“AI in the Database”,把AI引入数据库中等等。

正如李珈所言:“无论是最新的Oracle Database 23ai,还是全新推出的GenDev,甲骨文一直致力于为开发和运行现代化应用和分析提供完整而简单的数据库和服务,甲骨文的目标始终是进一步简化数据利用的方式和方法,在需要更多数据服务的时候,不是进一步让企业做加法,而是让企业可以直接利用SQL,就能帮助企业简单地把应用构建出来。”(更多内容参考:甲骨文:用“SQL”实现AI的“融会贯通”,打通应用落地的“最后一公里”

03.

构筑AI时代坚实基础设施新底座

客观地看,当前的AI发展迅速,新技术新应用层出不穷,如何去构建一个坚实可靠的基础设施底座来满足长远未来的发展需求和应付人工智能应用的迭代演进,将是全社会和所有企业都必须去迎接的新挑战,在这方面,甲骨文OCI同样“一马当先”,以前所未有的创新力和产品力,引领了AI基础设施建设的新方向和新趋势。

首先,是区域覆盖方面,甲骨文OCI目前在全球已经建成和正在建设的数据中心共有162个区域,数量非常之多,这种“广覆盖”的策略正是当下甲骨文对数据中心建设的新定位和新理念。

据甲骨文公司中国区技术咨询部高级总监嵇小峰介绍,当前业界数据中心建设有两种思路,一种是部分云服务商所采用的,即在全球建立数目比较有限的,但是规模很大的数据中心;另一种则是基于客户的不同需求,建立不同的数据中心加以满足和覆盖,而甲骨文正是采用的后一种模式,原因在于甲骨文认为企业客户的需求是多种多样的,因此也应该提供多种多样的数据中心,既有超大型规模的,也有中型的,还有小型的。换句话说,数据中心的数量和体量应该根据企业客户的情况“应需而变”。

为了应对这种需求,甲骨文推出了基于模块化设计的OCI Dedicated Region,它能够以更小的基础设施规模和更低的成本,为更多企业客户及其数据中心提供完整的公有云服务。嵇小峰强调说:“OCI Dedicated Region从最早的二十多个rack(服务器机架)到十多个rack,到目前为止,甲骨文推出了3个rack的OCI Dedicated Region,这样就能够把甲骨文OCI放在里面,让更多的企业客户在自己的数据中心内就能获得公有云的敏捷性、经济性和规模。”

其次,在基础设施方面,为了更好地满足AI大模型和智能算力的爆炸式增长,甲骨文在今年的OCW上也推出了Zettascale云计算集群,其支持 131,072 个 NVIDIA GPU,同时提供突破性的2.4 zettaFLOPS 峰值性能。此外,Zettascale云计算集群还包含OCI计算节点、超低延迟网络以及高性能存储选项,更好的帮助客户大规模构建、训练和推理 AI。

除此之外,在基础设施安全领域,甲骨文OCI也推出了零信任包路由(Zero Trust Packet Routing,ZPR)技术,ZPR可帮助企业将网络配置与网络安全分离,防止人为错误造成的数据泄露,最大化帮助企业简化合规性工作,减轻安全团队的负担,进而加强安全性。

eaa52bf91ea1d5747d210d4b0a6701f1.jpeg

最后,在混合多云方面,甲骨文也走在了市场的前列,在今年的OCW上甲骨文更是重磅宣布和AWS建立战略合作伙伴关系,并推出了Oracle Database@AWS,支持企业客户在AWS中访问基于专用基础设施的Oracle Autonomous Database 和 Oracle Exadata Database Service,从而简化将企业工作负载迁移到云端的过程,同时提高敏捷性、灵活性和安全性。此前,甲骨文就与微软Azure以及谷歌GCP达成了一系列的战略合作,而随着AWS的加入,甲骨文在多云领域的“朋友圈”也愈加壮大。

对此,吴承杨表示:“我们认为今天多云已成为用户的根本需求,就像用户愿意选择多个数据库一样。”在此过程中,甲骨文始终倾听客户的需求,积极完成多云的“适配”,如今所有的甲骨文的数据库服务,都可以接入到其他的大型云供应商之中。此外,甲骨文与其它几家云供应商数据中心都有高速带宽的连接,甚至可以把应用和数据分别放在两个数据中心中,也可以在两个数据中心之间实现快速传递数据,而且两个数据中心的连接,如甲骨文和谷歌GCP端口之间的连接都是免费提供的。

“这也意味着,对于某一个应用,如果甲骨文有价格优势,用户可以转到OCI来,也可以用在GCP上,由此给用户带来更多的选择。目前,甲骨文与微软Azure之间,以及和谷歌GCP之间,都有超过十个互联数据中心提供支持。同样在中国,已经有不少的企业级客户都在使用这样的多云架构,享受多云的好处。”吴承杨最后说。

例如,易点天下是一家提供智能营销服务,包括社交媒体营销、电子商务开发和云咨询的公司,这家公司采用多云战略来部署其应用,并选择将其流量网关工作负载转移到甲骨文OCI上,以实现更好的全球数据中心覆盖。借助甲骨文OCI,易点天下降低了成本,提高了灾难恢复能力,并优化了合规性。

锐明技术以人工智能和视频技术为核心,专注于商用车的安全、合规和效率提升的AIOT智能物联解决方案提供商,业务辐射国内30多个省市以及北美、欧洲、中东等地。锐明技术将产品服务平台搭建在OCI,保证海外数据合规,实现降本增效,并借助 Oracle AI,加速产品创新。

全文总结,熊彼特曾经说过,创新是要“建立一种新的生产函数”,也就是形成一种从来没有过的生产要素和生产条件的“新组合”,作为全球领先的科技公司,甲骨文一直以来“以行践言”,通过云数智的全面融合释放技术创新的“乘数效应”,真正为企业走向AI新时代搭建好了“能力集”和“服务集”。相信甲骨文将会更好地加速千行万业的智能化变革新进程,为中国数字经济高质量发展注入更多的新动能,其重要价值也可以说:“不止于现在,更关乎未来。”

更多详细内容,请现场参与2024年11月12日在上海举办的2024甲骨文中国创新峰会!‍‍‍‍‍‍‍‍

3bacdb05e7b7cd9a966ea445476b52c4.jpeg

7d2692c2bf525bf6f7797792adcebc4f.gif

申耀的科技观察,由资深科技媒体人申斯基创办,20+年企业级科技内容传播工作经验,长期专注产业互联网、企业数智化、ICT基础设施、汽车科技等内容的观察和思考。

190169103305626a950f35b32e6684f5.png

上一篇:Detectron2和LSTM进行人体动作识别


下一篇:MySQL查看某个数据库里面每张表的字符集和字符排序集