甲骨文：按下AI应用的加速键

2023年9月中，一年一度的甲骨文全球云大会（Oracle CloudWorld 2023）再度召开。与以往不同，本次大会的焦点格外明确——这在甲骨文发布的新闻稿中就能深刻体会：Oracle 宣布Oracle 云基础设施（Oracle Cloud Infrastructure）提供企业生成式AI 服务；Oracle 将人工智能引入Oracle Analytics Server；Oracle推出生成式AI功能，助力HR提高生产力；Oracle 推出集成向量数据库，增强生成式AI并提高开发人员工作效率；Oracle通过向量存储和全新的生成式AI功能，持续推动MySQL HeatWave创新……在新技术应用上从不肯落后的甲骨文，这次将关注的重点放在了AI上。

事实上将AI应用融入到自己的产品当中，甲骨文早在2017年推出的Oracle自治式数据库云（Oracle Autonomous Database Cloud）就已经开始。彼时，拉里·埃里森将其称为是一项“革命性新技术”；如今，在整个IT行业、甚至整个科技领域都在讨论AI技术本身的时候，甲骨文对于AI的关注，又与市场上的其他技术提供者略有不同。

“以前，Oracle经常讲数据库和云是甲骨文业务的双引擎，从现在开始，甲骨文除了仍然具有数据库和云的引擎，我们还增加了一个很基本的支撑点：AI。”吴承杨，甲骨文公司副总裁及中国区董事总经理日前在面对媒体时强调：对于甲骨文而言，数据库、云和人工智能（AI），甚至大语言模型，都不是什么新鲜的技术和应用，甲骨文关注的重点，是如何将三者结合起来。“Oracle的认识在于：新技术的出现，最重要的问题不是技术本身，而是技术可以给人、给用户带来什么？如果不能回答这个问题，坦率讲，那么这个技术其实是没有意义的。”吴承杨强调，Oracle的优势是提供一个全堆栈解决方案：从与终端用户的距离看，距离最近的是SaaS应用，接下来是SaaS后台的AI、数据，最终是基础架构云平台。“Oracle的目标是将云、数据和AI融合在一起，提供给用户一个完整的解决方案。”

甲骨文公司副总裁及中国区董事总经理 吴承杨

而这里所提到的“完整解决方案”，也不仅仅指为企业用户提供从基础架构到终端应用的业务数字化转型方案，同时也包括为用户提供能够持续应用AI技术的完整技术架构。这一点，实际上从此次甲骨文发布的向量数据库就可以看出其中端倪。

向量数据库，被很多人认为是AI应用的基石。这并不难理解：无论大型语言模型、生成型AI以及语义搜索等应用，由于其对数据处理效率、维度、深度等各个方面的要求，已经大大超过了以往任何时候。因此就需要专门为这类AI应用构建一个全新的数据存储、管理模型——向量数据库就是为此诞生的。其是近年来兴起的非关系型数据库的一种，可以简单理解为：向量数据库通常采用基于向量索引的存储方式，将向量数据映射到高维空间中，并在这个空间中构建索引结构，以支持高效的相似度查询。因此其不仅能够高效处理大规模数据，而且支持高维数据、复杂查询，并易于扩展，是解决AI应用过程中与“数据”有关的最关键工具。

此次Oracle宣布：计划在 Oracle Database 23c 中添加使用 AI 向量的语义搜索功能（AI Vector Search），其中就包括新的向量数据类型、向量索引和向量搜索 SQL 运算符，这就使得 Oracle 数据库（Oracle Database）能够将文档、图像和其他非结构化数据的语义内容储存为向量，并以此快速运行相似性查询。甲骨文的新闻稿中还提到：这些新功能还将支持 Retrieval Augmented Generation (RAG)——这是一种创新性的生成式 AI 技术，将大型语言模型 (LLM) 和私有商业数据相结合，以回答自然语言问题。

“Oracle数据库原来的融合数据库，是可以处理整个结构化数据和一些非结构化数据。但是现在，甲骨文数据库有了一个更好的能力：将AI向量搜索与客户的业务数据相结合的检索。”李珈，甲骨文公司中国区技术咨询部高级总监强调说，增加了向量数据库的能力，企业的数据就有了一个统一管理的机制和平台：企业用户在将自己的数据在不同大语言模型进行向量化以后，就可以直接存储到甲骨文数据库中，“我们就可以通过向量的方式来对它进行查询。”而之所以将向量数据库融入到原有的融合数据库，从技术上看，“最主要的原因是它可以发挥整个数据库的整体能力，同时可以与其他数据之间做出快速的集成，从而给出一个有商业价值的结果。”

甲骨文公司中国区技术咨询部高级总监 李珈

这在吴承杨看来，实际上是对企业持续应用AI的巨大支持：“从某种程度来讲，向量数据库在做大语言模型或者生成式 AI时，必须要解决的一个问题。我们正在把向量数据库变成整个数据库当中的一个部分，把向量数据库、结构化数据库、JSON……所有的东西融合在一起。之所以要这样做，是因为甲骨文不是要解决企业某一方面的单一问题解决方案，而是要提供完整解决方案，解决完整的问题。”

相对于推出向量数据库，提高企业用户自身对AI的应用能力，直接在各个产品线当中都融入AI应用似乎更直接和更有效一些。

例如，在本次大会上，Oracle 宣布在 Oracle Fusion Cloud Customer Experience (CX) ——客户体验云，类似于软件时代的CRM——推出新的生成式 AI 功能。新闻稿显示：Oracle Cloud CX生成式AI服务由Oracle云基础设施远程软件服务（OracleCloud Infrastructure, OCI）驱动。而OCI利用 OCI Supercluster（包括基于 NVIDIA GPU 的裸金属计算以及云端高带宽 RDMA 网络）加速 LLM 训练，不仅性能更高，成本也更低。IDC 研究副总裁 Aly Pinder通过甲骨文发布的新闻稿表示：“许多企业深感传统客户服务角色的人力无法满足需求，并开始积极采用更多自动化、数字助理和自助服务渠道来填补这些空缺，以达到客户期望。Oracle Cloud CX 的更新让企业可以利用生成式 AI 快速解决问题，同时通过提高客服专员、现场技术人员和客户自助服务效率来改善客户体验。”

另一个在软件层面的AI应用是Oracle 宣布在Oracle Analytics Cloud中推出基于AI的新功能。新功能利用同样利用OCI提供的生成式AI服务，帮助自助分析用户更快速、高效地执行复杂分析并做出更明智的业务决策，无需等待数据科学家或IT团队提供支持。

从SaaS应用到数据库：甲骨文此次除了宣布在 Oracle Database 23c 中添加使用 AI 向量的语义搜索功能外，还宣布将对 MySQL HeatWave——一款MySQL云数据库服务——进行革新，包括支持向量存储、生成式 AI、新增数据库内机器学习功能、MySQL Autopilot 增强功能、新增 HeatWave Lakehouse 功能、支持 JavaScript、加速 JSON 查询以及支持新的分析运算符。“此次宣布推出的 MySQL HeatWave 增强功能，是我们在解决客户数据、分析和 AI 等紧迫问题的又一个重要里程碑。”甲骨文公司首席企业架构师 Edward Screven 在新闻稿中表示：“甲骨文以往在 HeatWave 中添加了具有高性价比、自动化机器学习、湖仓一体和多云功能的实时分析。现在，向量存储和生成式 AI 为客户带来了强大的 LLM，用户可以用一种直观的方式来与企业中的数据交互，并获得业务所需的准确结果。”

另外一个重要的AI与数据的结合，是甲骨文此次宣布宣布推出新一代数据、分析和 AI 平台 Fusion Data Intelligence Platform，从而帮助 Oracle Fusion Cloud Applications用户利用数据驱动的洞察做出更明智的决策。据悉，新平台由 Oracle Fusion Analytics Warehouse 产品演变而来，通过自动化的数据管道、适用于关键业务实体的360度数据模型、丰富的交互式分析、众多 AI/机器学习模型以及智能应用，为用户提供业务数据即服务。Oracle Analytics 执行副总裁 T.K. Anand表示：“Oracle Fusion Data Intelligence Platform区别于传统的数据和分析应用：其将允许用户基于角色和工作流情境获得洞察。事实上，用户甚至不需要脱离应用就能够基于数据和洞察做出决策并采取行动。”

在基础架构层面，由于有甲骨文从应用层到数据库层提供的AI功能和应用，都是源自OCI，因此此次甲骨文对OCI也进行了全新拓展：Oracle 宣布推出OCI Generative AI（生成式AI服务）。根据新闻稿说，该项服务将是一个由OCI与Cohere合作构建的托管服务完成，可以实现帮助用户通过可用的API将LLM（大型语言模型）集成到自己的应用中。待正式发布后，此服务和Cohere模型可与甲骨文Oracle Database 23c 中添加使用的 AI 向量的语义搜索功能（AI Vector Search）无缝运行。同时，OCI Generative AI服务还将为嵌入到 Oracle SaaS 应用套件中的生成式 AI 功能奠定基础，其中包括 Oracle Fusion Cloud Applications Suite、Oracle NetSuite 和 Oracle Cerner 等行业应用。

“甲骨文的每一个产品线里，都有自己AI具体的使用场景：例如在应用层面，应用团队会根据具体的企业需求将AI能力融合进NetSuite ERP、Fusion ERP、HCM；数据库业务中，有自治数据库，也有数据分析，还有向量数据库；在应用层间讨论更多的是大语言模型，那么甲骨文的架构团队就会从架构层间提供足够的算力，也会提供与Cohere的合作，来满足这些需求。”吴承杨强调，对于甲骨文而言，仅仅强调AI技术和应用本身的价值，是远远不够的，甲骨文的目标是要让用户真切从AI应用当中收益，因此各个部门都会在自己所负责的部分——云基础架构、数据库和应用等——完成AI与应用场景之间的融合。

“Oracle的策略是，我们把最新的技术引进来，同时帮助客户走出去。我们以客户成功为中心，提供客户所需要的优质服务、产品和技术。”采访的最后，吴承杨如是说。