甲骨文的Exadata平台的最新版本现已普遍可用，此次更新带来性能提升，主要针对AI、分析和在线事务处理工作负载。

在十多年前，甲骨文首次推出Exadata，这是Oracle Database的基础设施。自推出以来，Exadata已经发布多次更新，以跟上数据管理、分析和人工智能的发展步伐。

Oracle Exadata X11M于周二推出，与之前的Exadata版本相同，提供基于消费的定价，旨在提高效率。据甲骨文称，该更新将AI管理使用量与在更少的系统上更快地运行工作负载的能力相结合，从而提高性能。

除了效率之外，甲骨文的Exadata更新旨在通过在各种环境（公共云、多云和本地）中提供其关系数据库功能来提供灵活性。

Constellation Research公司分析师Holger Mueller表示，鉴于此次更新在保持价格不变的同时提供更高的效率，这对这家科技巨头的客户来说是一个重大进步。

他表示：“甲骨文继续以相同的价格为客户提供更好的性能，让客户享受摩尔定律带来的好处。”他引用了英特尔创始人戈登·摩尔提出的想法，即随着工作量的增加，效率也会增加。

Mueller继续说，随着对性能的持续关注，Oracle Database正在超越IBM Db2和Microsoft SQL Server等竞争对手的数据库。

他说，Exadata上的Oracle Database已经赢了。甲骨文提供一系列数据管理和分析平台，包括数据库产品Oracle Database和Autonomous Database。

2024年7月，甲骨文推出了Exadata Exascale，这是甲骨文数据库的新架构，旨在满足企业客户的需求，因为他们对AI开发的投资不断增加，对数据库和其他数据管理工具的性能提出新的要求。

此次更新

企业正在对生成式AI应用程序进行大量投资，主要是因为生成式AI有望将分析推广到普通用户（过去几十年来，分析仅限于训练有素的专家），并能以指数级方式提高效率。

然而，与仪表板或报告等分析工具相比，生成式AI和传统人工智能都需要更多的训练数据才能准确。如果没有大量数据，与使用正确数量数据训练的应用程序相比，生成式AI应用程序更有可能产生幻觉。

因此，训练AI应用程序所需的工作量比其他数据驱动应用程序的工作量更大。为了在不减速的情况下满足AI开发的工作量要求，很多数据库供应商将性能改进作为优先事项。

例如，Neo4j在2023年底瞄准了性能速度，InfluxData在2024年底也做到了同样的性能速度。

甲骨文同样优先考虑性能改进，Exadata X11M是最新的例子。BARC U.S.的分析师Shawn Rogers表示，通过在不提高价格的情况下提供改进版的Exadata，这家科技巨头不仅为现有客户提供服务，还可以吸引新客户。

他说：“速度和灵活性……是有价值的增强，具有逻辑投资回报率和成本节约。新版本与Exadata X10M的价格相同，对很多甲骨文客户和潜在客户来说，特别是那些对AI和分析应用程序感兴趣的客户和潜在客户来说，选择Exadata X11M是很容易的决定。”

具体来说，根据该供应商的说法，甲骨文的Exadata更新增加了以下内容：

• 与Exadata X10M相比，矢量索引搜索速度高达55%，内存内矢量索引查询速度高达43%，使用户能够加快发现训练模型或应用程序所需的相关数据，并降低基于使用的定价费用。
• 串行事务处理速度提高高达25%，并发事务吞吐量提高25%，这也通过允许用户以较小的计算能力运行工作负载来降低成本。
• 分析查询处理速度提高高达25%，使用户能够对交易数据进行实时分析。

Rogers表示，在这些更新中，速度明显更快的矢量搜索很重要。

矢量搜索能够发现相关的非结构化数据，例如文本和图像，这使其成为人工智能发展的重要组成部分。因此，更高效的矢量搜索有利于企业构建人工智能模型和应用程序。

Rogers说：”人工智能正在推动整个企业领域的创新。提高矢量搜索速度……将提高甲骨文客户的性能，使人工智能应用程序更有价值并降低成本。根据BARC研究表明，成本是企业部署AI面临的头号挑战。”

他继续说，增加部署灵活性也很重要，因为企业对不同类型的数据有不同的要求。

Mueller还强调此次矢量搜索能力的改进，因为它在人工智能发展中发挥重要作用。

他说，甲骨文必须确保甲骨文数据库与人工智能开发相关，而Exadata是其人工智能工作负载的平台。

甲骨文公司（包括Exadata）数据库技术产品副总裁Ashish Ray表示，甲骨文将性能作为其最新Exadata更新的焦点的原因在于，很多客户正在收集比以往任何时候都更多的数据，并使用他们的数据库来处理更多的工作负载。

为了在不强迫他们增加支出的情况下满足他们的需求，Exadata需要提高效率。

Ray说：“为了有效地处理这种不断变化的复杂数据环境，我们的客户需要其数据库平台提供极端水平的性能、规模、可用性和安全性，并可控制成本、实现可持续性目标和在不同地点部署解决方案。”

未来计划

Ray表示，在Exadata X11M全面推出后，随着数据库工作负载需求的持续增加，以及数据量的增长和对人工智能开发的投资的增加，甲骨文将专注于进一步的性能改进。

Mueller表示，甲骨文在其数据库和甲骨文智能数据湖之间开发实时集成是明智的做法，甲骨文智能数据湖于去年9月亮相。

与此同时，Rogers表示，与AWS、Google Cloud和Microsoft相比，甲骨文已经很好地定位自己。他们将继续专注于性能速度和效率、成本节约以及实现人工智能和分析应用程序的开发，这将是正确的做法。

Rogers说，甲骨文应该，而且可能会，在推进这些优先事项上加倍努力。