當(dāng)甲骨文軟硬件集成系統(tǒng)從推出之初的面對質(zhì)疑,到一步一步以業(yè)績證明其優(yōu)勢從而得到認(rèn)可時,甲骨文究竟是如何讓軟件和硬件系統(tǒng)通過調(diào)優(yōu)、集成,發(fā)揮1+ 1》2的性能魔力的?在本次甲骨文總部之行中,我們采訪了甲骨文公司系統(tǒng)事業(yè)部執(zhí)行副總裁John Fowler,從性能、研發(fā)、產(chǎn)品路線圖、團隊合作等方面,他詳解了甲骨文軟硬件產(chǎn)品是如何“水乳交融”的。
甲骨文公司系統(tǒng)事業(yè)部執(zhí)行副總裁John Fowler
這一切建立的根本,是甲骨文公司各個業(yè)務(wù)線都在強調(diào)的“同類最佳”的目標(biāo),其核心就是“永遠(yuǎn)爭第一”,力求每個產(chǎn)品都做到同類最好。在同類最佳的基礎(chǔ)之上,甲骨文再把每一類已經(jīng)是市場最好的軟件和硬件集成在一起,這也就奠定了1+1》2的基礎(chǔ)。大家還記得甲骨文那張著名的七層堆棧的圖嗎?從存儲設(shè)備、服務(wù)器、虛擬化設(shè)備到操作系統(tǒng)、數(shù)據(jù)庫、中間件、應(yīng)用軟件,甲骨文擁有業(yè)界最全的產(chǎn)品線,并且在每一層都有最優(yōu)秀的產(chǎn)品。
七層堆棧圖,從底層開始分別包括:存儲設(shè)備、服務(wù)器、虛擬化設(shè)備到操作系統(tǒng)、數(shù)據(jù)庫、中間件、應(yīng)用軟件。
在采訪中John Fowler透露,其實在當(dāng)年甲骨文收購SUN之前,拉里·埃里森(甲骨文創(chuàng)始人及CEO)已經(jīng)開發(fā)出了第一代的Exadata軟硬件集成系統(tǒng),當(dāng)時是通過與惠普的合作來開發(fā)的。拉里在與惠普合作中受到的最大啟發(fā),就是這種軟硬件集成的一體化產(chǎn)品是真正劃時代的,但是與此同時他也認(rèn)識到,甲骨文只有自己完全擁有硬件工程師團隊之后,才能夠按照自己的想法去實施集成系統(tǒng)的戰(zhàn)略。
據(jù)John Fowler介紹,在甲骨文軟硬件集成系統(tǒng)推出的背后,是需要甲骨文軟件團隊和硬件團隊之間進(jìn)行大量合作的。一開始把兩個團隊工程師放在一起的時候,甚至都沒有共同語言,因為平時使用的詞匯都完全不一樣。但是隨著兩個團隊合作的深入,他們會產(chǎn)生很多好的想法,甲骨文會通過實際產(chǎn)品研發(fā)的模擬來證明這些想法。整個過程就是一個把大家的討論逐步轉(zhuǎn)變成可模擬的實際測驗的一個過程,絕對不是工程師之間的辯論或者吵架。
這種軟件和硬件部門的合作也在集成系統(tǒng)之外開展,內(nèi)存數(shù)據(jù)庫技術(shù)其實就是一個很好的案例。眾所周知內(nèi)存數(shù)據(jù)庫技術(shù)是甲骨文提供給所有數(shù)據(jù)庫12c用戶的一個增強選件,可以讓用戶以內(nèi)存的方式來讀取數(shù)據(jù)庫里面的數(shù)據(jù),而不需要通過原先的硬盤來讀取數(shù)據(jù),這種方式使得用戶的數(shù)據(jù)處理分析速度大幅度提高。在這個過程當(dāng)中,甲骨文的硬件團隊就充分考慮了未來內(nèi)存數(shù)據(jù)庫的功能特點,在硬件開發(fā)的過程當(dāng)中支持內(nèi)存數(shù)據(jù)庫技術(shù),在整個芯片的設(shè)計、處理器的設(shè)計方面充分考慮內(nèi)存數(shù)據(jù)庫的功能和特點,充分考慮未來軟件的發(fā)展趨勢。
在研發(fā)上,甲骨文斯毫不吝嗇,每年用于研發(fā)的投入達(dá)到50億美金,而對于硬件產(chǎn)品的研發(fā)重點,John Fowler強調(diào)大量的研發(fā)都是基于自有核心技術(shù)的產(chǎn)品或者是高附加值的產(chǎn)品。比如正在測試的微處理器芯片,就會把數(shù)據(jù)庫加速的一些功能內(nèi)嵌到芯片當(dāng)中。從這進(jìn)程來看,其實光有研發(fā)投入也不夠,必須要同時擁有軟件和硬件的自主知識產(chǎn)權(quán)才行。
對于甲骨文來說,過去的傳統(tǒng)業(yè)務(wù)重點在于為客戶提供企業(yè)內(nèi)部使用的相關(guān)軟件、硬件或者集成系統(tǒng),而現(xiàn)在,甲骨文的戰(zhàn)略之一就是慢慢通過云的方式向顧客提供相應(yīng)的軟硬件集成服務(wù)。
在這其中,SDN(軟件定義網(wǎng)絡(luò))對于甲骨文的云戰(zhàn)略來說是非常重要的一環(huán),因為它能夠幫助甲骨文靈活處理虛擬機上面的應(yīng)用軟件運行和整個網(wǎng)絡(luò)能力的配置,未來甲骨文會在所有系列產(chǎn)品中都嵌入SDN的功能,把它當(dāng)成是甲骨文平臺的一個有機組成部分。另外,甲骨文還會將SDN技術(shù)與其存儲產(chǎn)品結(jié)合在一起,實現(xiàn)端到端的處理。另外甲骨文也把SDN功能植入到Solaris操作系統(tǒng)當(dāng)中,新一版的Solaris里SDN功能會得到大幅度增強。
其實對于連續(xù)兩個季度獲得業(yè)績增長的甲骨文硬件業(yè)務(wù),外界環(huán)境并不好,全球硬件市場就處在緩慢下滑的態(tài)勢當(dāng)中,不過John Fowler依舊預(yù)測接下來的這一季度,甲骨文的硬件業(yè)務(wù)仍然將繼續(xù)保持10%以內(nèi)的增長。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。