甲骨文:让AI应用更简单
CBINEWS
责任编辑:张琳
电脑商情在线
时间:2025-07-24 15:05
甲骨文 融合数据库 人工智能
随着人工智能的发展,企业需将AI视为跨部门协作的革命性工具,而非孤立项目。所以,对于AI应用落地,也将引发企业内部体系的全面变革,如何更循序渐进地推进IT改造,是当前企业面临的关键挑战。其中,数据治理与整合将成为核心议题,通过构建统一的数据平台,打破信息孤岛,实现数据的高效流通与共享,从而提升AI应用的实效性。
甲骨文公司副总裁及中国区董事总经理吴承杨
甲骨文公司副总裁及中国区董事总经理吴承杨表示,甲骨文作为全球领先的企业软件供应商,凭借其在数据库、云服务和AI技术领域的深厚积累,致力于为企业提供全方位的AI解决方案。通过整合大数据挖掘、人工智能推荐等前沿技术,甲骨文帮助企业构建智慧化的数据平台,优化数据治理,提升AI应用的落地效率,助力企业在数字化转型中实现跨越式发展。
融合数据库,解决多元数据难题
事实上,AI时代下,甲骨文数据库的作用显得尤为突出。作为AI发展的核心要素之一,“数据”这一概念较过去更为宽泛,其范畴涵盖文字、空间数据、向量数据、文本、网页内容乃至人际关系等。因此,当下“数据”的概念与既往的理解存在差异。 与此同时,“数据库”这一概念亦与过往有所差异。甲骨文认为,数据的多模融合具有至关重要的意义。此处的多模融合主要涵盖数据类型与整体架构,例如图数据、数据流、数据仓库以及数据湖架构,同时还涉及多种应用层级。而AI的发展使得这些融合变得尤为关键。
所以,一个统一的“数据库”平台的出现恰如其分。多年前甲骨文提出了 “融合数据库” 的概念,并对数据库进行融合升级,对于当前AI爆发时代下,显得尤为重要。在甲骨文看来,融合数据库不仅是技术革新,更是企业数字化转型的基石,它能高效处理多元数据,支撑AI应用无缝集成,助力企业洞察先机,实现智能化决策。
具体而言,一方面,融合数据库的出现解决了数据孤岛问题,打通了多元数据混杂的壁垒,让数据的推理和分析更有效率;另一方面,融合数据库也让企业实现AI应用更为简洁,降低了技术门槛,提升了部署速度。同时,融合数据库还增强了数据安全性,确保敏感信息在多模环境中的安全流通,进一步提升了企业的数据治理能力。
吴承杨强调说,“把专业的事交给专业的人做,数据问题就该由数据领域的专家来解决。”这正是甲骨文AI时代下正在践行的事情,甲骨文所提供的,不仅限于单一数据库产品,而是涵盖全面解决方案。该方案旨在指导客户深入掌握归因分析的技巧、数据体系的搭建方法,以及如何有效将这些能力融入实际业务运营之中。
为此,甲骨文也与行业内的众多合作伙伴建立了紧密的合作关系,通过构筑“样板房”让用户通过实际案例直观理解技术落地效果。
技术更迭,让用户AI更好用
甲骨文公司中国区技术咨询部高级总监嵇小峰介绍说,对于企业客户来说,开展AI相关工作,所涉及的范畴不仅包含向量,还涵盖诸多其他重要方面。例如数据集成,借助 GoldenGate 技术,能够将分散于不同数据库中的数据进行整合,即便对于已经完成向量化的数据,同样可以实现集成。 其中,Biofy和DeweyVision是两家比较典型的客户应用案例。
甲骨文公司中国区技术咨询部高级总监嵇小峰
Biofy是一家全球做基因比对的公司,针对抗生素耐药性研究,通过融合数据库实现了高效数据整合,加速了耐药性分析;传统耐药性分析需要4到5天,而现在仅需数小时即可完成,显著提升了研究效率。
DeweyVision主要为好莱坞提供视频后处理服务,过去,该公司会将视频流的帧信息原数据存储在 PG 中,并通过在 Qdrant 和 FAISS 这两个开源向量数据库,对视频帧进行向量化存储,由于在业务实施时需要横跨三库进行数据调用,效率低下且易出错。采用融合数据库的向量技术极大缩短了制作周期。
上述两个案例为运用向量 AI 及向量相似性搜索技术的典型实例。鉴于数据量极为庞大,诸多数据库本身并不支持向量处理。而向量技术涵盖众多相关内容,例如向量索引、多种相似性检索算法,并且不同场景所适用的算法存在差异。以基因比对案例而言,需要采用特殊算法,故而向量数据库检索是否具备可开放、可扩展的结构显得尤为重要。
为实现开放、稳定与可扩展,在开发框架层面,甲骨文通过支持 LangChain 开发框架,并其兼容性开发框架API,可直接访问 Oracle 数据库进行向量操作。在自然交互层面,企业客户能通过自然语言与数据库交互。此外,Oracle 的向量化相关技术在关键任务运行中可直接在 Exadata 中体现。而在安全层面上,甲骨文采用Virtual Private Database、 Real Application Security与SQL Firewall等多种安全技术手段,实现数据隔离并防止SQL恶意注入。
总结来看,借助甲骨文融合数据库,使AI应用更为简便,可整合不同的数据类型与工作负载。并且,甲骨文融合数据库引擎能够满足企业级应用对于高可靠性、安全性和可扩展性的要求,为企业客户提供了简便易行的解决方案。