MySQL HeatWave GenAI

Oracle MySQL HeatWave GenAIは、データベース内の大規模言語モデル（LLM）、自動化されたデータベース内ベクトルストア、スケールアウト型ベクトル処理、自然言語によるコンテキスト会話機能などを備え、統合・自動化されたセキュアな生成AIを提供します。これにより、AIの専門知識やデータの移動、追加コストなしで、生成AIのメリットを手軽に活用いただけます。MySQL HeatWave GenAIは、Oracle Cloud Infrastructure（OCI）、Amazon Web Services（AWS）、Microsoft Azureでご利用いただけます。

デモを見る（5:27）

MySQLグローバルフォーラム: MySQLの30年を祝う

録画されたウェブキャストをご都合に合わせてご覧ください。コミュニティのエキスパートによるMySQL のベストプラクティスに関する説明を聞き、開発者の生産性、クラウド・サービス、生成 AI などの新しい機能強化について知識を深めましょう。

MySQL HeatWave GenAIが選ばれる理由

  • 生成AIをどこでもすぐに使用できる

    外部LLMの選択や統合に煩わされることなく、クラウドやリージョン全体でデータベース内のLLMを使用し、データを取得してコンテンツを生成または要約できます。

  • より正確で関連性の高い回答を簡単に取得できる

    AIの専門知識を必要とせず、またデータを別のベクトル・データベースに移動することなく、LLMに専有ドキュメントを検索させ、より正確でコンテキストに即した回答を得ることができます。MySQL HeatWave GenAIでは、埋め込みの生成が自動化されています。

  • 自然言語で会話できる

    自然言語での会話を通じて、ドキュメントから迅速にインサイトを得ることができます。MySQL HeatWave Chatインタフェースはコンテキストを保持し、フォローアップ質問も可能で、人間同士のような会話を実現します。

MySQL HeatWave GenAIの主な機能

データベース内のLLM

すべてのOracle Cloud Infrastructure（OCI）リージョン、OCI専用リージョン、およびクラウド全体にわたり、組み込みのLLMを使用し、導入全体にわたり予測可能なパフォーマンスで一貫した結果を得ます。GPUのプロビジョニングが不要になるため、インフラストラクチャ・コスト削減を支援します。

他の生成AIサービスと統合

OCI上でMySQL HeatWave GenAIを使用している場合はOCI Generative AIサービスを介して、AWS上でHeatWave GenAIを使用している場合はAmazon Bedrockを介して、CohereやMetaの事前学習済み基盤モデルにアクセスできます。

MySQL HeatWave Chat

MySQL HeatWave Vector Store内の非構造化データを活用し、文脈に沿った自然言語での会話が可能です。統合されたLakehouse Navigatorを使用して、LLMが特定のデータ・セットを検索できるように支援することで、コストを削減しながら、より正確な結果を迅速に得ることができます。

データベース内ベクトル・ストア

MySQL HeatWave Vector Storeは、独自のドキュメントを様々な形式で格納し、検索拡張生成（RAG）のナレッジベースとして機能します。これにより、データを別のベクトル・データベースに移動することなく、より正確で文脈に即した回答を提供します。

組み込みの自動生成

MySQL HeatWave Vector Storeにある独自ドキュメントの発見と取り込みを支援する自動化パイプラインを活用することで、AIの専門知識がない開発者やアナリストでもベクトルストアをより簡単に利用できるようになります。

スケールアウト・ベクトルの処理

ベクトル処理は最大512台のMySQL HeatWaveクラスターノード全体で並列化され、メモリ帯域幅で実行されます。これにより、精度の低下リスクを抑えつつ、高速な結果を提供します。

MySQL HeatWave GenAIに対するお客様の声

  • 「MySQL HeatWave GenAIは、生成AIを非常に簡単に活用できるようにしてくれます。データベース内LLMとデータベース内ベクトル作成をサポートしているため、アプリケーションの複雑さが大幅に減少し、推論レイテンシの予測が可能となり、そして何より素晴らしいのは、LLMの使用や埋込みの作成に追加のコストがかからないということです。これはまさに生成AIの民主化であり、MySQL HeatWave GenAIを活用することで、より充実したアプリケーションの構築や、お客様の生産性向上につながると確信しています。」

    —Vijay Sundhar氏、SmarterD、CEO

  • 「私たちは、お客様にさまざまな提案をするために、データベース内で稼働するMySQL HeatWave AutoMLを積極的に活用しています。MySQL HeatWaveがデータベース内LLMやデータベース内ベクトルストアに対応している点は大きな差別化要素であり、さらに生成AIとAutoMLを統合できることがMySQL HeatWaveの独自性を高め、業界内でも際立っています。AutoMLとの相乗効果により、LLM結果のパフォーマンスと品質も向上します」

    —Safarath Shafi氏、EatEasy、CEO

  • 「MySQL HeatWaveのデータベース内LLMやデータベース内ベクトルストア、スケールアウト型のインメモリベクトル処理、MySQL HeatWave Chatは、オラクルならではの非常に差別化された機能であり、生成AIを民主化し、誰でも簡単かつ安全、低コストで利用できるようにしてくれます。MySQL HeatWaveとAutoMLを企業ニーズに活用することで、すでに当社のビジネスはさまざまな面で変革を遂げています。今回オラクルが提供するこのイノベーションは、企業コンテンツに生成AIを活用する方法を模索するお客様向けの、新しい種類のアプリケーションの成長を促すことが期待されます。」

    —Eric Aguilar氏、Aiwifi、創業者

どのようなユーザーがMySQL HeatWave GenAIのメリットを享受できますか。

  • 開発者はAIを組み込んだアプリケーションを提供できます

    組み込みのLLMとMySQL HeatWave Chatにより、自然言語で状況に即した会話を行う事前構成されたアプリを提供できます。外部のLLMやGPUは必要ありません。

  • アナリストは新たなインサイトを迅速に獲得できます

    MySQL HeatWave GenAIは、データとの会話、ドキュメント間の類似性検索の実行、および専有データからの情報の取得を容易にします。

  • IT部門はAIイノベーションを加速できます

    生成AIを活用するための統合機能と自動化により、開発者とビジネス・チームをサポートします。自然言語の会話とRAGを簡単に実現します。

MySQL HeatWave GenAIのユースケース

データベース内LLMを使用して、非構造化ドキュメントに基づいてコンテンツを生成または要約できます。ユーザーはアプリケーションを介して自然言語で質問でき、LLMはリクエストを処理してコンテンツを提供します。


コンテンツ生成の図と説明：

あるユーザーが自然言語で「このソリューション概要の要約を生成できますか?」という質問をしています。大規模言語モデル（LLM）はこの入力情報を処理して要約を出力として生成します。



生成AIのパワーを機械学習など、MySQL HeatWaveの他の組込み機能と組み合せることで、コストを削減し、より正確な結果を迅速に得ることができます。こちらの例では、製造会社が予知保全のためにそうした取り組みを行っています。エンジニアは、Oracle MySQL HeatWave AutoMLを使用して、異常な本番ログのレポートを自動的に生成できます。また、MySQL HeatWave GenAIを活用することで、ログを手動で分析するのではなく、自然言語で質問するだけで問題の根本原因を迅速に特定できるようになります。


分析生成の図と説明：

あるユーザーがMySQL HeatWave Chatを介して「このログ・コレクションの主な問題は何ですか?2文に要約して教えてください」と質問しています。まずMySQLHeatWave AutoMLは、継続的に収集されるすべての本番ログに基づいて、異常なログをフィルタリングしてリスト化します。次に、MySQL HeatWaveベクトル・ストアが、ログのナレッジベースに基づいてLLMに追加のコンテキストを提供します。LLMは、その拡張プロンプトを受け取り、レポートを生成して、問題について自然言語で説明する詳細な回答をユーザーに提供します。



たとえばチャットボットはRAGを使用して、社内のポリシーに関する従業員の質問に回答するのを支援できます。ポリシーの詳細を説明する社内ドキュメントは、MySQL HeatWaveベクトル・ストアに埋め込みとして格納されます。特定のユーザ・クエリに対して、ベクトル・ストアは、格納された埋込みに対して類似検索を実行することで、最も類似したドキュメントを特定します。これらの文書は、正確な回答を提供できるよう、LLMに与えられたプロンプトを補強するために使用されます。


RAGの図と説明：

あるユーザーが、MySQL HeatWave Chatを介して「どのノートパソコンを注文できますか。また、その手続きはどのようなものですか」と尋ねます。MySQL HeatWaveは、MySQL HeatWave Vector Storeにある内部ポリシー・ドキュメントにアクセスして質問を処理します。その後、LLMに拡張プロンプトが提供され、「承認済みベンダーのリストと注文手順は次のとおりです」という応答が生成されます。



開発者は、MySQL HeatWaveに組み込まれたMLと生成AIの複合的な機能を活用して、パーソナライズされたレコメンデーションを提供するアプリケーションを構築することができます。この例では、アプリケーションでMySQL HeatWave AutoML推奨システムを使用して、ユーザーの好みや、ユーザーが以前に注文した内容に基づいてレストランを推奨します。MySQL HeatWave Vector StoreでレストランのPDF形式のメニュー検索を支援して特定の料理を提案することで、顧客により大きな価値を提供できます。


MLで強化されたRAGの図と説明：

あるユーザーが、MySQL HeatWave Chat を介して「今日のおすすめのヴィーガン料理は何ですか」と尋ねます。まずMySQL HeatWave AutoML推奨システムは、ユーザーが以前に注文した内容に基づいてレストランのリストを提案します。次に、MySQL HeatWave Vector Storeは、レストランのメニューに基づいてLLMに拡張プロンプトを提供します。これにより、LLMは自然言語でパーソナライズされたおすすめ料理を生成できます。



MySQL HeatWave GenAIに関する業界トップアナリストの評価

  • NAND Researchのロゴ

    「データベース内でそのまま使えるLLMや、初日からベクトル処理に対応できる完全自動化ベクトルストアを備えたMySQL HeatWave GenAIは、AIのシンプルさやコストパフォーマンスの面で、Snowflake、Google BigQuery、Databricksといった競合他社を大きく引き離しています。」

    Steve McDowell氏
    NAND Research、チーフ・アナリスト兼創業パートナー
  • Constellation Researchのロゴ

    「MySQL HeatWaveのエンジニアリングの革新は、ユニバーサル・クラウド・データベースというビジョンを継続的に実現しています。最新の取り組みは、『MySQL HeatWaveスタイル』の生成AIであり、MySQL HeatWaveのコアに自動化されたデータベース内ベクトルストアとデータベース内LLMを直接統合しています。これにより、開発者はMySQL HeatWaveの要素を組み合わせて、新しい種類のアプリケーションを創出できるようになります。」

    Constellation Research、バイスプレジデント兼プリンシパル・アナリスト
    Holger Mueller氏
  • dbInsightのロゴ

    「MySQL HeatWaveは、ベクトル埋め込みの作成に伴う複雑な処理をすべて裏側で処理することで、生成AIや検索拡張生成（RAG）の利用を大きく身近なものにしています。開発者はクラウドのオブジェク・トストレージに保存されているソースファイルを指定するだけで、あとはMySQL HeatWaveが自動的に必要な処理を行います。」

    Tony Baer氏
    dbInsight、創業者兼CEO

異なるワークロードに対応するMySQL HeatWaveソリューションの詳細

ここから始めよう

ドキュメントを見る

GenAIアプリケーションを簡単に構築

ステップに従い、提供されるコードを使用することで、MySQL HeatWave GenAIを活用したアプリケーションを迅速かつ簡単に構築できます。

サービスに申し込む

MySQL HeatWave GenAIの無料トライアル版にサインアップしましょう。30日間、機能をお試しいただける 300米ドルのクラウド・クレジットをお受け取りいただけるほか、MySQL HeatWave のさまざまな機能に無期限で無料アクセスできます。

営業へのお問い合わせ

MySQL HeatWave GenAIの詳細をご希望の場合は、当社のエキスパートにお問い合わせください。