全球首个唯一针对甲骨文数据库而优化的共享持久内存系统
甲骨文全球技术大会ORACLE OPENWORLD,旧金山,2019年9月16日——英特尔公司和甲骨文公司宣布,甲骨文将整合英特尔傲腾数据中心级持久内存的高性能功能至其下一代Exadata平台——ORACLE Exadata X8M当中。Exadata驱动着Oracle自研数据库、Oracle云应用以及全球大部分大型银行、电信运营商和零售商的高性能数据库基础设施。
Oracle Exadata X8M运行着全球大量任务关键型应用。Exadata是Oracle自研数据库的基础。(图片来源:甲骨文)
英特尔傲腾数据中心级持久内存专为数据中心应用而设计,代表着新一代内存和存储技术。 (图片来源:英特尔公司)
Oracle Exadata X8M基于业界标准的第二代英特尔至强可扩展处理器、英特尔傲腾数据中心级持久内存和100千兆RoCE网络构建,支持当今要求严苛的线上交易处理(OLTP)、分析和混合型工作负载数据库需求,以及数据库整合和数据库内机器学习。这一首创的集成方式旨在为延迟敏感型的活动提供卓越的性能,如高频股票交易、物联网数据处理、实时欺诈和入侵检测、金融交易,以及需要实时人机交互的应用。
英特尔公司执行副总裁兼数据中心事业部总经理孙纳颐(Navin Shenoy)表示:“在英特尔,我们致力于交付让客户能够充分释放数据价值的平台基础。英特尔第二代至强可扩展处理器和傲腾数据中心级持久内存在甲骨文Exadata X8M产品中的集成,代表了我们长期合作的进一步拓展,旨在为全球企业提供突破性解决方案。通过更快的分析和更短的响应时间,我们的客户正在体验傲腾数据中心级持久内存带来的各种可能性。”
甲骨文公司任务关键型数据库技术执行副总裁Juan Loaiza表示:“我们与英特尔的合作在支持具有最高性能和可用性的数据库方面树立了一个新的行业标杆。甲骨文和英特尔已经将先进的持久内存技术集成到领先的企业数据库机器中,以便实时访问最关键的任务数据。这打破了那些无法跟上创新水平的传统共享存储系统和服务器的局限。”
英特尔傲腾数据中心级持久内存是内存—存储层级中的一个突破性创新,能够集DRAM般的性能与数据存储的持久性于一身。第二代英特尔至强可扩展处理器所支持的傲腾数据中心级持久内存能够以更快的速度为每个平台提供更大的总内存容量,并能够比业界最佳的固态盘以更快的速度进行对持久数据的字节可寻址访问。
Exadata X8M以业界独一无二的方式应用英特尔傲腾数据中心级持久内存,在于Exadata采用复杂的远程直接内存访问(RDMA)技术,使数据库能够直接访问部署在智能共享存储服务器中的持久内存,从而绕过整个操作系统、网络和IO软件堆栈。与之前的Exadata版本相比,这可将Exadata X8M中的IO延迟减少十倍。
Exadata X8M代表了甲骨文与英特尔过往10余年的持续创新和深度工程合作。Exadata如今运行着世界上许多任务关键型应用,包括80%的大银行、电信运营商和零售商。《财富》全球100强中超过77%的企业在使用Exadata。Exadata是Oracle自研数据库的基础,它利用机器学习提供具有自我驱动、自我保护和自我修复功能的数据库服务,从而构建一个更具可靠性和安全性的系统,使企业机构和开发人员得以提高工作效率。
甲骨文提供各种选择和部署的灵活性,让客户能够在任何地方——Oracle云(作为客户服务中甲骨文独特的第二代Exadata云的核心)以及本地——使用Exadata。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。