将 AI Vector Search 与关系型、文本、JSON、知识图谱和空间搜索结合,实现对相关文档、图像、视频、音频及结构化数据的检索。客户可轻松将 AI Vector Search 与 LLM 结合,用于搜索私有数据,LLM 可将其与公共数据整合,以回答业务问题。
支持 LLM 驱动的 AI agent 访问组织数据库,通过迭代推理回答问题。AI agent 可探索多条解决路径,并在分析过程中请求额外数据,从而生成更优、更准确的结果。
MCP Server for Oracle Database 现已推出
在数据库中执行完善的安全、隐私和合规规则。具体措施包括基于最终用户的行级、列级和单元格级数据可见性控制,以及对未授权数据的动态脱敏。此外,它还帮助 AI 使用 SQL 或其他 API 直接访问数据库,避免暴露隐私数据。
通过硬件与软件协同优化,实现大规模 AI 加速,提供极致性能与高可用性。Exadata 可通过将 AI 向量查询卸载到 Exadata 智能存储显著提升查询速度。向量卸载同样适用于全新 Exadata Exascale 软件架构,实现极高弹性与更低成本,将 Exadata 优势扩展至小型工作负载和组织。
提供一个预构建且经过测试的环境,用于运行 AI 模型的私有实例,例如嵌入模型、开放权重 LLM 和命名实体识别器。使用此容器有助于增强 AI 工作负载的安全性,因为客户可以避免与第三方 AI 提供商共享数据。此容器可以部署在客户选择的任何位置,包括客户在公有云中的租户、私有云或本地部署环境。
Oracle AI Database API 不仅支持与 LLM 提供商集成,同时支持与 NVIDIA NIM 容器集成。借助此功能,Oracle AI Database 可以使用 NVIDIA NIM 容器运行向量嵌入模型或实施 RAG 管道。此外,Oracle Private AI Services Container 除了目前支持在 CPU 资源上执行之外,在设计上也考虑了支持将来使用 NVIDIA CAGRA(基于 CUDA ANN GRAph 的算法)和 cuVS (CUDA Vector Search),利用 NVIDIA GPU 嵌入向量并生成索引。
开发人员可以使用 SQL、JSON、XML 和一系列过程语言来快速创建可扩展、高性能、AI 驱动的应用。Oracle AI Database 26ai 提供了 APEX 等一系列内置开发工具、融合数据库功能以及下列功能。
向 AI 解释数据的用途、特征和语义。这些额外信息有助于 AI 生成更出色的应用,为自然语言问题提供更准确的解答。
关系型数据模型、JSON 数据模型和图形数据模型已被统一,大大简化了使用。这使应用能够通过 SQL(以关系格式)、JSON 文档或图形访问相同的数据,从而提升开发人员的生产力。
在 Oracle Autonomous AI Database 内构建、部署和管理 AI agent,提供简单、安全、可扩展的数据库内框架。它支持自定义与预构建的数据库内工具、通过 REST 的外部工具及 MCP 服务器,可自动化多步骤 agentic 工作流,加速创新,并帮助组织确保数据安全。
提供无代码 AI agent 构建与部署框架。这些 agent 可充分利用 Oracle AI Database 融合数据架构的计算能力、性能、可扩展性和安全性。可作为容器部署在客户选择的任意环境中,以增强数据安全性,无需将数据共享给第三方云上的 agentic 框架。
借助 Oracle Database In-Memory 和 Oracle Multitenant 等高级数据湖和仓库技术,分析团队可以在更短的时间内完成更多深入分析。客户可利用本地、Oracle Cloud Infrastructure 或其他超大规模云技术平台中的 Oracle AI Database 技术来获得更加深入的、数据驱动的洞察。
Autonomous AI Lakehouse 支持 Apache Iceberg 开放表格式,实现真正的企业级 AI 与分析。现在,该功能在 Oracle Cloud Infrastructure、Amazon Web Services、Microsoft Azure 和 Google Cloud 这四大主要超大规模云技术平台上均可使用,并且可以在同一云中与 Databricks 和 Snowflake 互操作,使客户能够充分发挥其现有投资,利用 Autonomous AI Lakehouse 的新 AI 技术来满足业务需求。Oracle Autonomous AI Lakehouse 具备 Exadata 驱动的性能以及按使用付费的无服务器扩展,可帮助您安全地实现这一目标。
使用现有 SQL 开发工具和框架,构建图形分析和应用。Oracle AI Database 26ai 是一个率先实施了 SQL:2023 新标准的商业数据库,让任何具备 SQL 知识的用户都可以轻松定义和查询属性图形模型。
通过在 OCI、AWS、Azure 或 Google Cloud 中运行的 Oracle Zero Data Loss Recovery Service,保护本地 Oracle 数据库免受数据丢失和勒索软件攻击,包括对数据库变更的实时保护,并支持快速恢复到任意时间点。
通过将单一逻辑数据库拆分存储在不同服务器上,实现超大规模扩展和数据主权。它内置了基于 RAFT 的复制功能,使多主双活分布式数据库能够在三秒内实现零数据丢失的故障转移。
探索 Oracle Globally Distributed Database
提供一个独特的、对应用透明的中间层高速缓存,自动确保事务一致性。开发人员无需编写代码来填充和管理高速缓存中的数据。True Cache 将 Oracle AI Database 的丰富功能引入中间层高速缓存中。所有 Oracle SQL、Vector、JSON、Spatial 和 Graph 查询功能也都可通过 True Cache 使用。
提供数据库内的可扩展保护,防止未经授权的 SQL 活动和注入攻击,从而增强数据库中所有数据的安全性。
将云端数据存储在多个位置的多个物理数据库中,而不是存储在单一数据库中。同时,向应用公开单个数据库映像。Oracle Globally Distributed Database 可用于实现超大规模,并帮助满足数据驻留和数据主权要求。物理数据库之间的 RAFT 复制可在不到十秒的时间内实现零数据丢失的自动故障转移,可简化容错分布式数据库的创建和管理,并消除主动-主动式可用性的手动维护流程。
通过单一管理仪表盘和一致的管理流程提高企业级数据库的性能和可用性。通过 Oracle 数据库管理解决方案整合在本地部署环境、Oracle Cloud Infrastructure 和第三方云技术解决方案中运行的数据库监视和管理,从而减少数据库管理员 (DBA) 的工作量。
Oracle 数据库安全性解决方案可降低数据泄露风险,并让客户能够更加轻松地满足合规性要求。借助加密、数据脱敏、特权用户访问控制、活动监视和审计功能,IT 团队可以有效保护 Oracle AI Database 环境并掌握潜在漏洞。
主要功能如下:
Oracle Cloud Infrastructure 提供一系列优化的数据库功能,可帮助客户密切协同资源与其特定需求,从而实现经济、高效的运营。
企业可以通过这几种方式来实现数字化转型:采用 Oracle 全面的数据库云技术服务产品组合(包括完全托管的 Autonomous AI Database 和自动化的 Exadata Database Service);在分布式数据中心使用 Exadata Cloud@Customer;以及在 Microsoft Azure、Amazon AWS 和 Google Cloud 中使用这些数据中心托管的基于 OCI 运行的深度集成 Oracle AI Database 服务。
Oracle Database Zero Data Loss Cloud Protect 借助在 OCI、AWS、Azure 和 Google Cloud 多云环境中运行的 Oracle Zero Data Loss Recovery Service 保护本地 Oracle 数据库。此功能包括对数据库变更的实时保护,并支持快速恢复到任意时间点和任意位置。
了解 Oracle AI Database Cloud 技术
了解 Oracle Autonomous AI Database
主要功能如下:
Oracle AI Database 提供丰富的内置功能和选件,包括 Oracle Active Data Guard 和 Oracle Real Application Clusters,支持用户高效扩展和整合数据库。无论是在本地部署环境还是 Oracle Cloud Infrastructure 中,IT 团队都可以使用相同的功能来保护重要客户数据库并大幅提高其可用性。
了解 Oracle Maximum Availability Architecture
主要功能如下:
通过一系列强大功能优化低延迟和高吞吐量,从而满足实时环境和数据中心部署的严格性能要求。
注:为免疑义,本网页所用以下术语专指以下含义: