HeatWave GenAI 现在为 AWS 客户提供集成、自动化和安全的生成式 AI。在 AWS 和 OCI 上使用 HeatWave 进行矢量处理的性价比比 Snowflake 高 39 倍，比 Databricks 高 96 倍，比 Google Big Query 高 48 倍。
2024年9月10日，Oracle 宣布推出新的 HeatWave 功能，包括帮助组织更轻松、更安全地利用 Oracle 云基础设施 （OCI） 和 Amazon Web Services （AWS） 中的生成式 AI 的创新。其他新功能可帮助客户快速安全地为更广泛的使用案例实施湖仓一体和机器学习应用程序，并帮助提高事务应用程序的性能和可管理性。
“我们提供自动化、集成和安全的强大新 HeatWave 功能的记录现在扩展到 AI。一些组织（如 SmarterD）正在 HeatWave 上构建新的生成式 AI 应用程序，并在不到一个月的时间内投入生产，“Oracle 首席企业架构师 Edward Screven 说。“为了让更多客户能够利用我们的创新，包括具有数据库内LLMs，我们将在 AWS 上原生提供它们。这使 AWS 用户无需 AI 专业知识即可构建丰富的生成式 AI 应用程序，无需复杂的手动集成和故障排除，也无需将数据移动到单独服务的安全风险和成本。
“将生成式 AI 集成到 HeatWave 中对我们来说是一个重大飞跃，”SOCOBOX 首席技术官兼创始人 Hans Ospina 说。“通过将数据库内 LLMs、自动矢量处理、AutoML 和 Lakehouse 引入我们的工作流程，我们现在可以提供强大的 AI 驱动型洞察和应用程序，而无需外部工具的开销。这种全面的方法不仅简化了我们的运营，还确保了实时、经济高效的解决方案，与客户的需求产生共鸣。
跨各种数据类型和来源应用分析、事务处理、机器学习和生成式 AI 的组织可以利用新的 HeatWave 功能，包括：
AWS 上的 HeatWave
AWS 客户可以通过用 HeatWave 替换多达六项 AWS 服务来降低复杂性。AWS 上的新 HeatWave 功能（也可在 OCI 上使用）包括：
- HeatWave GenAI：帮助 AWS 客户以更低的成本简化安全生成式 AI 应用程序的开发。用户可以自动创建矢量存储和生成矢量嵌入，使用在 CPU 上运行的数据库内大型语言模型 （LLMs） 或使用 Amazon Bedrock 中的模型，并与 Amazon S3 中的文档进行自然语言对话。基准测试显示，使用 HeatWave 进行矢量处理的性价比比 Snowflake 高 39 倍，比 Databricks 高 96 倍，比 Google Big Query 高 48 倍。使用 HeatWave 创建矢量的速度提高了 30 倍，成本是 Amazon Bedrock 知识库的 1/3。
- 热浪湖仓一体：通过查询 Amazon S3 中的结构化、半结构化和非结构化数据，帮助 AWS 用户更快地从其所有数据中获得见解，并提供业界最佳的性能和性价比。
- 原生 JavaScript 支持：使 AWS 用户能够用 JavaScript 编写存储过程和函数，并在 HeatWave 中本地执行它们，例如，使用 JavaScript 的丰富功能构建动态内容加载应用程序，以处理和查询对象存储中的数据。
- HeatWave Autopilot 自动辅助驾驶索引：使 AWS 用户能够预测其 OLTP 工作负载所需的最佳索引集，从而减少手动确定所需索引的耗时和复杂任务。
HeatWave GenAI
通过提供集成、自动化和安全的生成式 AI，HeatWave GenAI 使开发人员无需 AI 专业知识、数据移动或额外成本即可构建新的生成式 AI 应用程序。新功能包括：
- 多语言支持：帮助开发人员构建全球应用程序，能够将 27 种语言的文档加载到 HeatWave Vector Store 中，以执行相似性搜索并以各种语言提出问题。
- 光学字符识别 （OCR） 支持：通过利用 HeatWave Vector Store 将保存为图像的扫描内容转换为可分析的文本数据，例如检测抄袭，帮助用户进行相似性搜索。
- LLM 推理批处理：通过在 HeatWave 集群中同时执行多个请求，帮助开发人员提高应用程序吞吐量。
- 自动矢量存储更新：将帮助开发人员使用最新数据构建应用程序，因为对对象存储中文档的更改会自动触发对相应矢量嵌入的更新。
- JavaScript 支持：例如，使开发人员能够使用具有 VECTOR 数据类型的 JavaScript，并从 JavaScript 程序调用 HeatWave GenAI，以便更轻松地构建访问企业数据的聊天机器人。
HeatWave MySQL
HeatWave MySQL 使 OLTP 工作负载能够利用 MySQL 数据库的企业版功能，并提供独特的功能，例如自动形状预测、自动线程池、Autopilot 索引和数据库内 JavaScript。新功能包括：
- Hypergraph 优化器：使用户能够实现真正的基于成本的查询计划联接优化，并提高性能，特别是对于复杂查询。
- 与 OCI Ops Insights 集成：帮助管理员使用基于 ML 的分析发现性能问题、预测消耗和规划容量。
- 批量摄取：将使用户能够以高达 5 倍的速度将数据加载到 HeatWave MySQL 中。因此，可以更快地查询数据，更快地释放资源，从而降低成本。
HeatWave Lakehouse
HeatWave Lakehouse 使用户能够以业内最佳的性价比查询对象存储中的数百 TB 数据。HeatWave Lakehouse 可以以与数据库查询相同的速度对对象存储中的数据进行唯一查询，而无需将数据从对象存储复制到数据库。新功能包括：
- 将结果写入对象存储：使用户能够轻松共享查询结果，并以较低的成本将其存储在对象存储中。它还使开发人员能够将 HeatWave 用于 MapReduce 应用程序。
- 自动更改传播：将使用户能够通过自动检测对象存储中的数据更改并将这些更改增量更新到 HeatWave 来始终查询最新数据。
HeatWave AutoML
HeatWave AutoML 包括用户在 HeatWave 中构建、训练和解释机器学习模型所需的一切，无需额外费用。它为分类、回归、异常检测、推荐系统和时间序列预测提供支持。新功能包括：
- 存储和处理较大的模型：通过增加容量以容纳 4 倍更大的模型，使用户能够使用更丰富的训练数据集训练 ML 模型。
- 主题建模：通过帮助用户了解文档中的关键主题，帮助用户发现大型文本数据集中的见解，例如，完成对社交媒体数据的情感分析。
- 数据漂移：通过检测用于训练的数据与新传入数据之间的差异，帮助用户确定何时重新训练模型。
- 半监督日志异常检测：使用户能够提供有关无监督异常检测结果的反馈，并使用此标记数据来帮助改进后续预测。
HeatWave 在 Oracle 云免费套餐中提供
HeatWave 现已在 OCI Always Free 服务中提供，使组织能够使用 HeatWave MySQL、分析、机器学习、JavaScript、HeatWave 向量存储来开发和运行小规模应用，并在对象存储中处理数据。所有 OCI 账户都可以无限期访问其主区域中 OCI 中的独立 HeatWave 实例，以及 50 GB 的存储和 50 GB 的备份存储。他们还会收到 300 USD 的储值，可用于所有符合条件的 OCI 服务，有效期最长为 30 天。
Oracle CloudWorld，拉斯维加斯 — 2024 年 9 月 10 日
