作者 | 徐豫

编辑 | 心缘

智东西10月17日报道，美国数据库软件巨头甲骨文10月15日召开了中国区媒体沟通会，重点拆解了2024甲骨文全球云大会上发布的一系列生成式AI相关技术，包括生成式开发基础架构GenDev、甲骨文最新版数据库23ai、超50个AI Agents等。

“现在AI无疑是Big Deal”，甲骨文公司副总裁及中国区董事总经理吴承杨几天前刚从美国洛杉矶飞回北京，他直言长期以来不少企业客户都在问“如何让生成式AI技术真正地为自己的企业带来效益”。

吴承杨称，甲骨文目前已经落地了一套解决方案，即面向企业构建了一个“以AI为中心的企业级的开发架构”，旨在简化企业应用AI技术的全流程。

同时，借助RAG（检索增强生成）Agent、自洽数据库（Autonomous Database）、AI向量搜索技术（AI Vector Search）等技术，这个以AI为中心的企业级的开发架构可以更有效地把关AI模型的输出结果，从而大幅减少AI生成有偏差的、错误的、无中生有的信息的情况。

一、从“一朵云”走向“多云”，全球TOP4云服务商联手

甲骨文率先落地了“多云”可用的公有云服务生态，这也是其以AI为中心的企业级架构的优势所在。

按吴承杨的说法，该架构中的多云服务与普遍意义的混合云有所不同，其特指公有云的范畴。

甲骨文通过以AI为中心的企业级架构，将企业级AI应用在前、中、后端所需的资源统一集成在公有云生态上，而该架构同样适用于私有云和本地部署。甲骨文数据库的最新长期支持版本Oracle Database 23ai，就可以作为一个成熟的产品，去支撑这个以AI为中心的企业级架构。

目前，甲骨文已与AWS（亚马逊云科技）、微软Azure、谷歌GCP达成合作，该公司的数据库软件与上述云服务商打通，使企业客户可以在不同环节，或者根据自家不同产品，自主选用合适的云服务。

▲甲骨文多云生态的部分合作伙伴

例如，甲骨文的自治数据库（Autonomous Database）支持客户个性化部署可托管的数据库。这个过程只需花费几分钟，并且按量计费。

同时，吴承杨称，甲骨文的“多云”服务除了能达到高带宽的标准，部分功能还可以免费使用。

二、“企业级应用容不得AI出现一点儿闪失”

对于大部分企业客户而言，AI的稳定性和安全性水平不仅影响着他们用不用得上AI，而且更多是决定了他们敢不敢用AI。

吴承杨认为：“企业级应用是AI技术的最大局限。”

因此，甲骨文设计和开发以AI为中心的企业级架构时，重点考虑了以下3个方面。

首先是人为梳理清楚每个模块之间的关系，其次是确保代码是可检验的、可追责的，最后是运行机制能提供充分的安全性验证。

▲甲骨文公司副总裁及中国区董事总经理吴承杨

在吴承杨看来，只有确保AI最终输出的结果没有事实性错误，AI技术才能从整体上大幅提升企业的生产效率。

在今年9月的2024甲骨文全球云大会（Oracle CloudWorld 2024）上，该公司发布了一系列内嵌于甲骨文Fusion Applications的生成式AI功能，其中包括50多个AI Agents，原先使用Fusion Applications的企业客户可以免费体验这些新的AI功能。

▲2024甲骨文全球云大会（Oracle CloudWorld 2024）现场

Fusion Applications是甲骨文一套基于云的综合性企业资源规划（ERP）、供应链管理（SCM）、人力资本管理（HCM）和客户体验（CX）等解决方案，旨在帮助企业客户提高工作流的速度和准确性、加快决策以及增加收入。

据甲骨文方面透露，其生成式AI功能可以访问Meta参数量从700亿到4050亿不等的Llama 3.1系列模型，和Cohere的Command R、Command R+、Embed模型，以支持辅助写作、汇总、分析和聊天等应用场景。

三、RAG Agent自动检索并“自我反省”，是AI模型的好监工

RAG（检索增强生成）Agent是甲骨文生成式AI Agents的首款产品，可以自动代理计划、检索、重新排名、生成和集成等操作。

同时，RAG Agent还具备自我检查功能，这有助于减少AI模型的“幻觉”现象。

以甲骨文的自洽数据库（Autonomous Database）为例，自洽数据库中不仅搭载了RAG Agent、自然语言交互功能Select AI，还引入了甲骨文最新版数据库Database 23ai中的AI向量搜索技术（AI Vector Search）。

那么，企业在调用大模型处理自洽数据库中的企业数据时，大模型除了可以更精确地回答多语种自然语言的提问，还可以大幅降低出现“幻觉”的风险。

甲骨文公司中国区技术咨询部高级总监李珈告诉智东西，称甲骨文的以AI为中心的企业级架构实际上提供了一个多维的生成式AI能力的集成平台，可多重把关和验证生成式AI的输出结果，从而尽可能降低AI模型出现“幻觉”的几率，让企业客户可用、敢用AI。

在客户对AI提要求的环节，该架构具备意图识别理解能力，可以更准确地理解和拆解客户的需求。

在AI提取和处理数据的环节，借助RAG Agent的图像检索能力，可以更高效地读取数据库中的内容。

在AI给客户反馈生成结果的环节，该架构可以链接企业内部数据，并与AI生成结果中的核心关系数据作对比，从而通过交叉验证的方式核实信息真实性和准确性。

▲甲骨文公司中国区技术咨询部高级总监李珈

目前RAG Agent“开箱即用”，企业客户能够快速将该AI功能集成到工作流中，而无需花费大量时间和资金研发相关技术。

四、背靠35个模型，用GenDev搭建企业通用的AI基础设施

谈到甲骨文在生成式AI领域的重点突破时，李珈强调了新推出的“GenDev”生成式开发基础架构。GenDev采用了新型ZPR网络安全系统、Lock-free深度优化数据更新等技术，来管理共享数据。

▲甲骨文发布“GenDev”生成式开发基础架构

该架构主要用于促进生成式AI的研发，李珈称：“现在开发者和AI技术可以更专注于应用程序功能的开发，而不再是基础设施方面。”

通常来说，能够满足AI开发需求的基础设施具备以下3个关键点：

以类似于独立、可信、可发展的模块组合的形式，来生成应用程序

能通过简洁的声明式语言，使生成的应用程序易于理解和编辑

具有自动化企业应用程序所需的“健壮性”

甲骨文方面称，这几点该公司的企业级生成式开发基础架构GenDev都能满足。

▲GenDev生成式开发基础架构的3大核心技术

目前，甲骨文的数据库与主流的数据库基本都建立了接口，并且其自洽数据库已经接入来自7家模型提供商的共35个模型，这些都为客户利用GenDev构建应用程序，提供了更多选择。

▲面向开发者的GenDev生成式开发基础架构

李珈提到有30%比例的客户选择用甲骨文的一系列解决方案定制企业数据库，成本降低了近9成。

其中，阿根廷电子商务巨头美客多托管的数据量达到超30亿的节点及超50亿的边，换用甲骨文的数据库后，其延迟降低了50%，成本也减少了一半。

五、采取小而多的打法，甲骨文的数据中心覆盖超160个地区

甲骨文公司中国区技术咨询部高级总监嵇小峰解释道，目前大致有两种建设数据中心的思路，一种是建设少数但单个规模庞大的数据中心，另一种是覆盖面更广而单个体量有大有小的数据中心，甲骨文选择了后者。

包括已经建成的和正在建设中的在内，该公司累计在162个地区设有不同规模的数据中心（Oracle Cloud Infrastructure，简称OCI）。这些数据中心均采用了模块化设计，使企业客户可以更轻松地调用、修改所需数据。

▲甲骨文公司中国区技术咨询部高级总监嵇小峰

嵇小峰透露其中还包括了为单一客户建立的公有云，这种形式可以帮助企业客户兼顾私有云的安全性和定制化优势，以及公有云的可扩展性和低成本优势。

OCI推出了全球首个泽塔级计算集群，名为OCI Supercluster。其由英伟达Blackwell平台支持，预计将搭载超13万颗英伟达B200 GPU，具有低延迟、高性能存储、高效管理运维的优势。甲骨文方面透露将于明年上半年推出基于Blackwell的OCI。

结语：未来的数据开发和应用场景，将看到开发者口头指挥AI编码

甲骨文公司副总裁及中国区董事总经理吴承杨说：“不是只是缺GPU、不是只是缺大语言模型，而是缺一个以AI为中心的架构。”这是甲骨文坚持落地以AI为中心的企业级架构的初衷。

过去，企业想要真正把AI技术融入日常生产工作中，需要迈过GPU、网络、存储、散热、能源等一座又一座大山。而甲骨文公司副总裁及中国区董事总经理吴承杨则用“修建一条不颠簸的高速公路”，来形容他们为企业搭建的一站式AI基建平台。

按照甲骨文的设想，未来让AI生成应用，企业只需“说出你想要应用做什么”，而不再需要告诉AI“应该要怎么做”。

▲2024甲骨文全球云大会（Oracle CloudWorld 2024）活动现场人头攒动

目前在中国市场，甲骨文已与跨国营销广告服务商易点天下，和跨国商用车安全及信息化解决方案提供商锐明技术展开合作。比如，锐明技术借助甲骨文的AI能力、数据库、多云生态，来监测货车司机的安全驾驶情况。