甲骨文公司关键任务数据库技术执行副总裁 Juan Loaiza 表示:“对于全球企业而言,Oracle Database 23ai 改变了游戏规则,由于这个版本主要专注于突破性的 AI 技术,因此我们将其重命名为 Oracle Database 23ai。AI Vector Search 结合了新的统一开发范例和关键任务功能,让开发人员和数据专业人员可以轻松构建智能应用,提高开发人员生产力并运行关键任务工作负载。”
野村综合研究所 (NRI) 认证 IT 架构师 Shinichiro Otsuka 表示:“我们很高兴地看到,Oracle将AI Vector Search 添加到 Oracle Database 中。我们理解,能够在与其他工作负载相同的 Oracle Database 中运行 AI Vector Search,这使我们能够提供可靠又安全的解决方案。”
Oracle Database 23ai 的新功能包括:
面向数据的 AI
Oracle AI Vector Search:让客户可以轻松根据概念内容(而不是特定的文字、像素或数据值)来搜索文档、图像和关系数据。AI Vector Search 使 LLM 可以使用自然语言界面查询私有业务数据,并帮助 LLM 提供更准确和更相关的结果。此外,借助 AI Vector Search,开发人员可以轻松地为新应用和现有应用添加语义搜索功能。现在,Oracle Database 的关键任务功能可以与 AI 向量透明地协同工作,即使是非常关键的任务应用,Oracle 客户也可以运行 AI Vector Search。通过在同一高性能数据库中存储和处理业务和向量数据,客户可以将 AI Vector Search 无缝集成到现有业务应用中,实现新的创新 AI 使用场景,并且不会影响数据安全性。
Oracle Exadata System Software 24ai:Exadata 智能存储可将 AI Vector Search 的速度提高数个量级,使应用能够在大量数据和用户的情况下运行 AI Vector Search。
OCI GoldenGate 23ai:GoldenGate 支持跨云数据存储,实现异构数据集成和高可用性。GoldenGate 23ai 提供了新的功能,支持在异构向量存储之间实时复制向量。此外,GoldenGate 23ai 还支持企业将现有数据库的数据复制到 Oracle Database 23ai,以低风险的方式快速将 AI 引入所有数据,并对其进行向量化和索引,从而实现快速 AI 搜索。
IDC 数据管理软件研究副总裁 Carl Olofson 表示:“随着生成式 AI 的兴起,向量数据库被赋予新的价值,成为了在非结构化和结构化数据源中搜索数据的高效方法。然而,根据我们的经验,孤立的数据库成为了另一个需要管理和保持同步的数据资源。由于需要使用 RAG 技术对 LLM 进行微调,因此过时的数据是无法被接受的。Oracle Database 23ai 旨在通过使用 AI Vector Search 协调向量与客户数据来解决这个问题。该数据库为客户提供了一组夯实生成式 AI 基础所需的集成功能,在从项目到生产的过程中保持内容及时更新且相关,并利用数据库中的全部高级功能。借助 Oracle Database 23ai 的生成式 AI 创新,尤其是 AI Vector Search,Oracle 为客户带来了巨大的飞跃,提供了一体化解决方案。”