在甲骨文大中華區(qū)產(chǎn)品戰(zhàn)略總監(jiān)劉松的微博中,這樣介紹我們的這位采訪對象——甲骨文公司產(chǎn)品開發(fā)部執(zhí)行副總裁Thomas kurian:他曾經(jīng)是Java程序員,后來在類似麥肯錫的管理公司工作過。Thomas kurian是甲骨文中間件Fusion的提出者和推動者,是目前負責所有軟件R&D的最高主管,工作時間是按照10分鐘切片,來Review不同軟件產(chǎn)品的開發(fā)進度,從技術底層到業(yè)務價值都能深入了解,少見的能人。
作為軟件業(yè)務的最高主管,Thomas kurian從集成系統(tǒng)、數(shù)據(jù)庫、中間件、應用軟件、云計算這五個業(yè)務板塊來闡釋甲骨文的軟件策略。這五大業(yè)務板塊中,數(shù)據(jù)庫、中間件、應用軟件是傳統(tǒng)業(yè)務,而集成系統(tǒng)、云計算,其實可以看做傳統(tǒng)業(yè)務在新技術趨勢下的業(yè)務創(chuàng)新,而正是這兩大業(yè)務創(chuàng)新,成為推動甲骨文營收增長的雙引擎。
甲骨文公司產(chǎn)品開發(fā)部執(zhí)行副總裁Thomas kurian
一個數(shù)據(jù)庫中存儲100PB容量
在傳統(tǒng)業(yè)務中,甲骨文的數(shù)據(jù)庫業(yè)務是響當當?shù)模彩羌坠俏墓玖I(yè)的根本。據(jù)Thomas kurian介紹,甲骨文數(shù)據(jù)庫產(chǎn)品的市場份額,比排在其后的所有對手加在一起的市場份額還要大。對于甲骨文數(shù)據(jù)庫來說,核心在于存儲和管理所有結構化和非結構化的數(shù)據(jù),能夠在一個數(shù)據(jù)庫中存儲100PB容量的數(shù)據(jù),而且同時完成包括交易流程管理、數(shù)據(jù)分析在內的各類應用。
對于甲骨文推出的內存數(shù)據(jù)庫,Thomas kurian介紹其數(shù)據(jù)交易和分析都可以在內存中形成,可以提高數(shù)百倍的交易速度。其實在內存數(shù)據(jù)庫方面,從去年的甲骨文全球大會(OOW)開始,甲骨文與SAP已經(jīng)打了不少“嘴仗”,Thomas kurian認為甲骨文內存數(shù)據(jù)庫相對SAP的優(yōu)勢在于:甲骨文內存數(shù)據(jù)庫可以同時在同一個數(shù)據(jù)庫中支持分析應用和交易處理,而SAP的內存數(shù)據(jù)庫不能;另外,甲骨文內存數(shù)據(jù)庫支持以前任何版本的應用軟件,關系型數(shù)據(jù)庫也不需要進行任何改寫。對此甲骨文公司CEO拉里·埃里森的比喻更形象:“用戶無需對他們的Oracle數(shù)據(jù)庫應用進行任何改動,就可以很方便快捷的使用新的In-Memory功能。就好像扭開In-Memory開關,Oracle數(shù)據(jù)庫就可以用每秒數(shù)十億甚至上百億數(shù)據(jù)的處理速度開始工作一樣。”在這點上,Thomas kurian表示SAP需要根據(jù)內存數(shù)據(jù)庫Solaris進行重新編碼。
七大技術支撐中間件產(chǎn)品
在中間件方面,甲骨文中間件主要有七大技術支撐,第一個技術是甲骨文的基礎架構,其中WebLogic的市場份額跟甲骨文的數(shù)據(jù)庫相近,緊隨其后的三家大的競爭對手加在一起的市場份額也沒有甲骨文大。
在WebLogic基礎之上,甲骨文有其他一些模塊,使得甲骨文可以進行中間件的集成。第一個模塊叫數(shù)據(jù)整合,可以幫助甲骨文從一個系統(tǒng)向另外一個系統(tǒng)進行遷移數(shù)據(jù);第二個模塊是SOA套件,能夠把應用和舊的系統(tǒng)通過總線連接起來;第三個模塊是業(yè)務流程管理,會形成一個工作流,使甲骨文內部的系統(tǒng)以及跨部門的內部流程人員應用,都能形成一套標化的工作流程。
除了以IT部門為中心的技術以外,在中間件產(chǎn)品系統(tǒng)當中,甲骨文還有三項以最終用戶為基礎的技術,其中第一項叫WebCenter技術,使甲骨文能夠幫助客戶建立自己的文件管理系統(tǒng),在此基礎之上形成客戶自己的門戶網(wǎng)站;第二個模塊稱之為商務智能(BI)工具,包括分析工具、報告工具、診斷工具、計分卡工具,能夠支持甲骨文傳統(tǒng)的關系型數(shù)據(jù)庫及非結構性數(shù)據(jù);第三項中間件技術是移動套件(Mobile Suite),它能夠把文件及應用傳輸?shù)揭苿酉到y(tǒng)當中,界面包括手機、平板電腦。
最后一項中間件模塊,是身份管理系統(tǒng),能夠幫助企業(yè)管理用戶的身份,涉及到角色、密碼、口令以及權限,通過一個中央管理的系統(tǒng),對所有身份進行存儲和管理。
6大類應用軟件可大可小可個性化
而對于甲骨文企業(yè)資源管理(ERP)、供應鏈管理(SCM)、人力資源管理(HCM)、客戶關系管理(CRM)、企業(yè)績效管理軟件(EPM)、針對特定行業(yè)開發(fā)的應用軟件這6大類應用軟件,Thomas kurian強調這些應用可大可小,而且是根據(jù)不同行業(yè)的具體要求來開發(fā)的,同時會針對具體的國家、市場進行個性化調整或本地化調整。
唯一同時提供SaaS、PaaS、IaaS 涵蓋整個企業(yè)級服務
在18個大類的行業(yè)當中,在全球范圍內甲骨文已經(jīng)擁有18萬以上的客戶,這里其實就融入了云計算,也就是Thomas kurian提到的軟件業(yè)務的第五大板塊了,因為現(xiàn)在的客戶完全可以以云的方式來使用甲骨文的應用軟件。這一點也可以從甲骨文最新季度財報當中看到成績,最近一個季度,甲骨文云軟件訂購收入增長25%,其中云應用軟件增長60%,季度收入已接近3億美元。
在云計算方面,甲骨文強調其是唯一能同時提供SaaS、PaaS、IaaS,涵蓋整個企業(yè)級服務的廠商。針對IaaS(基礎設施即服務),主要包括存儲、計算能力類;針對平臺即服務(PaaS),主要包括數(shù)據(jù)庫即服務類,以及融合中間件的七大類模塊,,此外BI的功能也可以通過PaaS來提供;針對軟件即服務(SaaS),ERP、SCM、HCM、CRM、EPM都可以通過SaaS來實現(xiàn)。
目前甲骨文的云服務通過16個國家建立的19個數(shù)據(jù)中心提供給客戶。全球有6200萬家客戶,每天通過甲骨文云計算服務來完成290億單交易。云計算對使用者的好處不僅僅是簡單,而且不用自己管理和維護。甲骨文通過云平臺提供的產(chǎn)品會有每年至少4次的定期更新。對于中國情況,Thomas kurian表示,目前中國客戶主要是通過SaaS方式享受甲骨文的云服務,雖然在中國甲骨文還沒有建立數(shù)據(jù)中心,但也在與合作伙伴討論可能性。
通過集成硬件讓軟件效能提升上百倍
對于集成系統(tǒng),其實大家一點都不陌生,甲骨文對此的核心戰(zhàn)略,在于把包括數(shù)據(jù)庫、中間件、應用軟件在內的軟件產(chǎn)品,與一直在進行技術演進的硬件產(chǎn)品集成,從而使軟件效能提高上百倍。甲骨文的硬件在過去一些年發(fā)生了革命性變化,比如處理器的多核心技術使甲骨文的處理器發(fā)生了很大變化,另外現(xiàn)在出現(xiàn)巨量內存技術,使大內存能夠得以實現(xiàn),此外,還包括從傳統(tǒng)磁盤、硬盤到閃存技術的發(fā)展,以及整個網(wǎng)絡速度的大規(guī)模提升,以及通過Infiniband等技術使得網(wǎng)絡連接的效率進一步提高。
提到與競爭友商同類產(chǎn)品相比的優(yōu)勢,Thomas kurian認為有三個:首先,只有甲骨文做到真正的軟硬件一體集成,其他對手都是通過硬件優(yōu)化來提升硬件性能,軟件性能無法與硬件真正集成;其次,甲骨文可以對自己的硬件處理器和自己的數(shù)據(jù)庫進行變革,對手做不到;最后,也就是性價比的優(yōu)勢了。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。