总结：
- Oracle 旗舰数据库的主要版本将 AI 构建到其核心中，将 AI 无缝集成到所有主要数据类型和工作负载中
- 使客户能够跨多云和本地环境实现突破性的洞察、创新和生产力
- 新的 Oracle 自治 AI 湖仓一体支持 Apache Iceberg 开放表格式，使客户能够将 Oracle AI 数据库的强大功能用于其数据湖数据
Oracle AI Database 26ai 将 AI 构建为数据管理的核心，进一步履行 Oracle 的承诺，帮助客户将 AI 安全地引入世界各地的所有数据。这一里程碑推进了 Oracle 的“AI for Data”愿景，即下一代 AI 原生数据库，在整个数据和开发堆栈中使用 AI，包括 AI 矢量搜索、用于数据库管理的 AI、用于数据开发的 AI、用于应用程序开发的 AI 和分析。客户现在可以运行动态代理 AI 工作流程，以提供复杂的答案和作，将私有数据库数据与公共信息相结合。Oracle Oracle 数据库技术执行副总裁 Juan Loaiza 表示：“通过将 AI 和数据构建在一起，Oracle AI 数据库使'AI for Data'变得简单易学，也易于使用。“我们使我们的客户能够轻松地为他们在任何地方的所有数据提供值得信赖的人工智能洞察力、创新和生产力，包括作系统和分析数据湖。”
Oracle 的“AI for Data”战略是开放且无处不在的。Oracle AI 数据库的内置 AI 功能为客户提供了广泛的选择自由，包括支持：Apache Iceberg 开放表格式;模型上下文协议 （MCP）;行业领先的法学硕士;流行的代理人工智能框架;和开放神经网络交换 （ONNX） 嵌入模型。Oracle AI 数据库的关键任务功能可安全、高效、可靠地将 AI 引入数据，无论数据位于何处 - Oracle 云、领先的超大规模云、私有云或本地部署。
Oracle AI 数据库实施了 NIST 批准的抗量子算法 （ML-KEM） 来加密动态数据。结合对静态数据抗量子加密的现有支持，Oracle AI 数据库的数据保护方法旨在防止黑客现在收集组织数据，并在以后使用量子计算机解密。其他供应商已经在其网络和存储架构或数据库服务中实施了抗量子算法，但并非两者兼而有之。
“伟大的人工智能需要伟大的数据。借助 Oracle AI 数据库 26ai，客户可以同时获得这两者。这是他们业务数据的单一位置——最新、一致且安全。这是在不移动数据的情况下对数据使用人工智能的最佳场所，“Constellation Research 副总裁兼首席分析师 Holger Mueller 说。“为了帮助简化和加速人工智能的采用，AI Database 26ai 包括令人印象深刻的新人工智能功能，超越了人工智能矢量搜索。一个亮点是 Oracle 将 Agentic AI 构建到数据库中，使客户能够使用包含预构建代理的无代码可视化平台构建、部署和管理自己的数据库内 AI 代理。随着甲骨文在事务处理领域的融合数据库领导地位不受挑战，其在数据和人工智能领域的领导地位也继续急剧上升。
Oracle AI Database 26ai 是替代 Oracle Database 23ai 的长期支持版本。客户只需应用 2025 年 10 月发布更新即可从 23ai 过渡到 26ai 当前可用的功能。客户将收到可用的功能，并在发布时为其他功能做好准备。无需数据库升级或应用程序重新认证。包括 AI 矢量搜索等高级 AI 功能，无需额外付费。
计划中的 Oracle AI Database 26ai 功能包括：
企业范围的人工智能和分析
- Oracle 自治 AI 湖仓一体：支持 Apache Iceberg 开放表格式，实现真正的企业级 AI 和分析。它现在可在所有四大超大规模企业（Oracle Cloud Infrastructure （OCI）、Amazon Web Services、Microsoft Azure 和 Google Cloud）上使用，并可与同一云上的 Databricks 和 Snowflake 互作。自主 AI 湖屋使客户能够利用其现有投资，并获得自主 AI 湖屋的 AI 优势来满足其业务需求。自治 AI 湖仓一体提供 Exadata 支持的性能和按使用付费的无服务器扩展。了解有关 Oracle 自治 AI 湖仓一体的更多信息。
基础人工智能技术
- 统一混合向量搜索：将 AI 向量搜索与关系、文本、JSON、知识图谱和空间搜索相结合，允许检索相关文档、图像、视频、音频和结构化数据。客户可以轻松地将 AI 矢量搜索与 LLM 相结合，以搜索 LLM 可以将这些数据与公共数据相结合来回答业务问题的私人数据。
- MCP 服务器支持：使由 LLM 提供支持的 AI 代理能够访问组织的数据库，以使用迭代推理回答问题。AI 代理可以探索多个解决方案路径，并在分析过程中请求其他数据，以产生更好、更准确的结果。
- 内置数据隐私保护：在数据库中实施复杂的安全、隐私和合规性规则。措施包括特定于最终用户的行、列和单元格级数据可见性，以及对未经授权的数据进行动态屏蔽。此外，它还可以帮助人工智能使用 SQL 或其他 API 直接访问数据库，而无需暴露私人数据。
- Oracle Exadata for AI：通过提供共同设计的硬件和软件来实现最佳性能和可用性，从而大规模加速 AI。Exadata 可以通过将 AI 矢量查询卸载到 Exadata 智能存储来加速 AI 矢量查询。矢量卸载还可与新的 Exadata Exascale 软件架构配合使用，该架构带来了极高的弹性和更低的成本，将 Exadata 的优势扩展到较小的工作负载和组织。此外，独特的远程直接内存访问 （RDMA） 算法通过实现从存储和集群中跨节点的超低延迟和高吞吐量数据访问，进一步加速 AI。自动数据分层可提供低内存延迟、高闪存 IO/s 和磁盘容量，同时还使用混合列式压缩 （HCC） 减少存储占用空间。最后，基于 Exascale 基础设施的 Exadata 数据库服务支持 OCI、Azure 和 Google Cloud 中的 Oracle Database 19c，使更广泛的工作负载能够利用 Exadata 的卓越性能和规模。
- 专用 AI 服务容器：提供预构建和测试的环境，用于运行 AI 模型的专用实例，例如嵌入模型、开放权重 LLM 和命名实体识别器。使用此容器有助于增强 AI 工作负载的安全性，因为客户可以避免与第三方 AI 提供商共享数据。容器可以部署在客户选择的任何位置，在客户在公共云、私有云或本地的租户中。
- 使用 Nvidia 实现 AI 数据库加速：支持与 LLM 提供商集成的 Oracle AI 数据库 26ai API 还支持与 Nvidia NeMo Retriever 微服务集成。使用此功能，Oracle AI Database 26ai 可以使用先前预配的 Nvidia NIM 微服务运行矢量嵌入模型或实施 RAG 管道。此外，目前支持在 CPU 资源上执行的 Oracle Private AI Services 容器也经过设计，支持未来使用 Nvidia cuVS（GPU 加速向量搜索）库中的 CAGRA（CUDA ANN GRAph 算法）进行向量嵌入和索引生成的 Nvidia 加速计算。
用于应用程序开发的人工智能
- 数据注释：帮助向 AI 解释数据的目的、特征和语义。这些附加信息有助于人工智能生成更好的应用程序并对自然语言问题提供更准确的回答。
- 统一数据模型：关系、JSON 和图形数据模型已统一，提供了巨大的简化。这使应用程序能够通过 SQL、JSON 文档或图形以关系格式访问相同的数据，从而提高开发人员的工作效率。
- 选择 AI 代理：使用简单、安全且可扩展的数据库内框架在 Oracle 自治 AI 数据库中构建、部署和管理 AI 代理。它支持自定义和预构建的数据库内工具、通过 REST 的外部工具以及 MCP 服务器，从而实现多步骤代理工作流的自动化，加速创新，并帮助组织保护其数据安全。
- AI Private Agent Factory：提供无代码 AI 代理构建器和部署框架。这些代理受益于 Oracle AI 数据库融合数据架构的全部功能、性能、可扩展性和安全性。它在客户选择的任何环境中作为容器运行，以增强数据安全性，而无需客户与第三方云上的代理框架共享数据。
- APEX AI 应用程序生成器：为了提高开发人员的工作效率，Oracle 计划提供下一代 APEX 开发工具，这些工具使用自然语言界面为用户问题提供可信的答案并生成企业级业务应用程序。
关键任务创新
- Oracle 数据库零数据丢失云保护：使用 OCI 中运行的 Oracle 零数据丢失恢复服务，保护内部部署 Oracle 数据库免受数据丢失和勒索软件的侵害。这包括对数据库更改的实时保护，并支持快速恢复到任何时间点。
- 全球分布式数据库：通过使单个逻辑数据库能够拆分为多个部分并存储在不同的服务器上，支持超可扩展性和数据主权。内置的基于 RAFT 的复制使多主、主动-主动分布式数据库能够在不到三秒的时间内以零数据丢失进行故障转移。
- True Cache：提供独特的应用程序透明中间层缓存，自动确保事务一致性。开发人员无需编写代码来填充和管理缓存中的数据。True Cache 将 Oracle AI 数据库的丰富功能引入中端缓存。所有 Oracle SQL、矢量、JSON、空间和图形查询功能也可通过 True Cache 获得。
- SQL 防火墙：提供数据库内可扩展的保护，防止未经授权的 SQL 活动和注入攻击，增强数据库中所有数据的安全性。