作者 | 徐豫
編輯 | 心緣
智東西10月17日報道，美國資料庫軟體巨頭甲骨文10月15日召開了中國區媒體溝通會，重點拆解了2024甲骨文全球雲大會上釋出的一系列生成式AI相關技術，包括生成式開發基礎架構GenDev、甲骨文最新版資料庫23ai、超50個AI Agents等。
“現在AI無疑是Big Deal”，甲骨文公司副總裁及中國區董事總經理吳承楊幾天前剛從美國洛杉矶飛回北京，他直言長期以來不少企業客戶都在問“如何讓生成式AI技術真正地為自己的企業帶來效益”。
吳承楊稱，甲骨文目前已經落地了一套解決方案，即面向企業建構了一個“以AI為中心的企業級的開發架構”，旨在簡化企業應用AI技術的全流程。
同時，借助RAG（檢索增強生成）Agent、自洽資料庫（Autonomous Database）、AI向量搜尋技術（AI Vector Search）等技術，這個以AI為中心的企業級的開發架構可以更有效地把關AI模型的輸出結果，進而大幅減少AI生成有偏差的、錯誤的、無中生有的資訊的情況。
一、從“一朵雲”走向“多雲”，全球TOP4雲服務商聯手
甲骨文率先落地了“多雲”可用的公有雲服務生态，這也是其以AI為中心的企業級架構的優勢所在。
按吳承楊的說法，該架構中的多雲服務與普遍意義的混合雲有所不同，其特指公有雲的範疇。
甲骨文通過以AI為中心的企業級架構，将企業級AI應用在前、中、後端所需的資源統一內建在公有雲生态上，而該架構同樣适用于私有雲和本地部署。甲骨文資料庫的最新長期支援版本Oracle Database 23ai，就可以作為一個成熟的産品，去支撐這個以AI為中心的企業級架構。
目前，甲骨文已與AWS（亞馬遜雲科技）、微軟Azure、谷歌GCP達成合作，該公司的資料庫軟體與上述雲服務商打通，使企業客戶可以在不同環節，或者根據自家不同産品，自主選用合适的雲服務。
▲甲骨文多雲生态的部分合作夥伴
例如，甲骨文的自治資料庫（Autonomous Database）支援客戶個性化部署可托管的資料庫。這個過程隻需花費幾分鐘，并且按量計費。
同時，吳承楊稱，甲骨文的“多雲”服務除了能達到高帶寬的标準，部分功能還可以免費使用。
二、“企業級應用容不得AI出現一點兒閃失”
對于大部分企業客戶而言，AI的穩定性和安全性水準不僅影響着他們用不用得上AI，而且更多是決定了他們敢不敢用AI。
吳承楊認為：“企業級應用是AI技術的最大局限。”
是以，甲骨文設計和開發以AI為中心的企業級架構時，重點考慮了以下3個方面。
首先是人為梳理清楚每個子產品之間的關系，其次是確定代碼是可檢驗的、可追責的，最後是運作機制能提供充分的安全性驗證。
▲甲骨文公司副總裁及中國區董事總經理吳承楊
在吳承楊看來，隻有確定AI最終輸出的結果沒有事實性錯誤，AI技術才能從整體上大幅提升企業的生産效率。
在今年9月的2024甲骨文全球雲大會（Oracle CloudWorld 2024）上，該公司釋出了一系列内嵌于甲骨文Fusion Applications的生成式AI功能，其中包括50多個AI Agents，原先使用Fusion Applications的企業客戶可以免費體驗這些新的AI功能。
▲2024甲骨文全球雲大會（Oracle CloudWorld 2024）現場
Fusion Applications是甲骨文一套基于雲的綜合性企業資源規劃（ERP）、供應鍊管理（SCM）、人力資本管理（HCM）和客戶體驗（CX）等解決方案，旨在幫助企業客戶提高工作流的速度和準确性、加快決策以及增加收入。
據甲骨文方面透露，其生成式AI功能可以通路Meta參數量從700億到4050億不等的Llama 3.1系列模型，和Cohere的Command R、Command R+、Embed模型，以支援輔助寫作、彙總、分析和聊天等應用場景。
三、RAG Agent自動檢索并“自我檢討”，是AI模型的好監工
RAG（檢索增強生成）Agent是甲骨文生成式AI Agents的首款産品，可以自動代理計劃、檢索、重新排名、生成和內建等操作。
同時，RAG Agent還具備自我檢查功能，這有助于減少AI模型的“幻覺”現象。
以甲骨文的自洽資料庫（Autonomous Database）為例，自洽資料庫中不僅搭載了RAG Agent、自然語言互動功能Select AI，還引入了甲骨文最新版資料庫Database 23ai中的AI向量搜尋技術（AI Vector Search）。
那麼，企業在調用大模型處理自洽資料庫中的企業資料時，大模型除了可以更精确地回答多語種自然語言的提問，還可以大幅降低出現“幻覺”的風險。
甲骨文公司中國區技術咨詢部進階總監李珈告訴智東西，稱甲骨文的以AI為中心的企業級架構實際上提供了一個多元的生成式AI能力的內建平台，可多重把關和驗證生成式AI的輸出結果，進而盡可能降低AI模型出現“幻覺”的幾率，讓企業客戶可用、敢用AI。
在客戶對AI提要求的環節，該架構具備意圖識别了解能力，可以更準确地了解和拆解客戶的需求。
在AI提取和處理資料的環節，借助RAG Agent的圖像檢索能力，可以更高效地讀取資料庫中的内容。
在AI給客戶回報生成結果的環節，該架構可以連結企業内部資料，并與AI生成結果中的核心關系資料作對比，進而通過交叉驗證的方式核實資訊真實性和準确性。
▲甲骨文公司中國區技術咨詢部進階總監李珈
目前RAG Agent“開箱即用”，企業客戶能夠快速将該AI功能內建到工作流中，而無需花費大量時間和資金研發相關技術。
四、背靠35個模型，用GenDev搭建企業通用的AI基礎設施
談到甲骨文在生成式AI領域的重點突破時，李珈強調了新推出的“GenDev”生成式開發基礎架構。GenDev采用了新型ZPR網絡安全系統、Lock-free深度優化資料更新等技術，來管理共享資料。
▲甲骨文釋出“GenDev”生成式開發基礎架構
該架構主要用于促進生成式AI的研發，李珈稱：“現在開發者和AI技術可以更專注于應用程式功能的開發，而不再是基礎設施方面。”
通常來說，能夠滿足AI開發需求的基礎設施具備以下3個關鍵點：
- 以類似于獨立、可信、可發展的子產品組合的形式，來生成應用程式
- 能通過簡潔的聲明式語言，使生成的應用程式易于了解和編輯
- 具有自動化企業應用程式所需的“健壯性”
甲骨文方面稱，這幾點該公司的企業級生成式開發基礎架構GenDev都能滿足。
▲GenDev生成式開發基礎架構的3大核心技術
目前，甲骨文的資料庫與主流的資料庫基本都建立了接口，并且其自洽資料庫已經接入來自7家模型提供商的共35個模型，這些都為客戶利用GenDev建構應用程式，提供了更多選擇。
▲面向開發者的GenDev生成式開發基礎架構
李珈提到有30%比例的客戶選擇用甲骨文的一系列解決方案定制企業資料庫，成本降低了近9成。
其中，阿根廷電子商務巨頭美客多托管的資料量達到超30億的節點及超50億的邊，換用甲骨文的資料庫後，其延遲降低了50%，成本也減少了一半。
五、采取小而多的打法，甲骨文的資料中心覆寫超160個地區
甲骨文公司中國區技術咨詢部進階總監嵇小峰解釋道，目前大緻有兩種建設資料中心的思路，一種是建設少數但單個規模龐大的資料中心，另一種是覆寫面更廣而單個體量有大有小的資料中心，甲骨文選擇了後者。
包括已經建成的和正在建設中的在内，該公司累計在162個地區設有不同規模的資料中心（Oracle Cloud Infrastructure，簡稱OCI）。這些資料中心均采用了子產品化設計，使企業客戶可以更輕松地調用、修改所需資料。
▲甲骨文公司中國區技術咨詢部進階總監嵇小峰
嵇小峰透露其中還包括了為單一客戶建立的公有雲，這種形式可以幫助企業客戶兼顧私有雲的安全性和定制化優勢，以及公有雲的可擴充性和低成本優勢。
OCI推出了全球首個澤塔級計算叢集，名為OCI Supercluster。其由英偉達Blackwell平台支援，預計将搭載超13萬顆英偉達B200 GPU，具有低延遲、高性能存儲、高效管理運維的優勢。甲骨文方面透露将于明年上半年推出基于Blackwell的OCI。
結語：未來的資料開發和應用場景，将看到開發者口頭指揮AI編碼
甲骨文公司副總裁及中國區董事總經理吳承楊說：“不是隻是缺GPU、不是隻是缺大語言模型，而是缺一個以AI為中心的架構。”這是甲骨文堅持落地以AI為中心的企業級架構的初衷。
過去，企業想要真正把AI技術融入日常生産工作中，需要邁過GPU、網絡、存儲、散熱、能源等一座又一座大山。而甲骨文公司副總裁及中國區董事總經理吳承楊則用“修建一條不颠簸的高速公路”，來形容他們為企業搭建的一站式AI基建平台。
按照甲骨文的設想，未來讓AI生成應用，企業隻需“說出你想要應用做什麼”，而不再需要告訴AI“應該要怎麼做”。
▲2024甲骨文全球雲大會（Oracle CloudWorld 2024）活動現場人頭攢動
目前在中國市場，甲骨文已與跨國營銷廣告服務商易點天下，和跨國商用車安全及資訊化解決方案提供商銳明技術展開合作。比如，銳明技術借助甲骨文的AI能力、資料庫、多雲生态，來監測貨車司機的安全駕駛情況。