智東西（公眾號：zhidxcom）
作者 |? 徐豫
編輯 | ?心緣
智東西1月19日報道，2025甲骨文中國創新峰會17日在京舉行，主題為“數聚中國，智領未來”。甲骨文公司副總裁兼中國區董事總經理吳承楊、甲骨文公司副總裁兼中國區CTO謝鵬博士等多位甲骨文高層，拆解了過去一年該公司開發的“以AI重塑底層的一切”的原生AI架構。
臨近春節前夕，剛登臺吳承楊先給大家拜了個早年。2025年，他的新年愿望是“成為一名AI人”。
▲甲骨文公司副總裁兼中國區董事總經理 吳承楊
怎樣才算一名合格的AI人？吳承楊給出了他的答案：第一件事是你的生活中要有AI，第二件事是你的工作中要有AI，第三件事是你要學會用AI的方式思考。
為此過去一年，甲骨文嘗試轉型為非政府性質，其主線從深耕數據庫，轉向用云和AI重塑數據庫等一系列企業級底層架構，從而繼續在中國市場保有其產品、服務、價格的優勢。吳承楊直言這個過程“痛并快樂著”。
這一AI化的努力也反映在財報數據上。2024財年甲骨文總收入為530億美元。其中，研發投入有將近90億美元，這一數值不包括相關收購交易的花銷。
同期，甲骨文的中國客戶已超過26萬家，包括獵豹移動在內的多家合作伙伴，也到場分享了各自企業AI化的最新進展。在媒體溝通環節，吳承楊分享了他走訪多位甲骨文客戶的感受。他發現雖然每位客戶都有專門的團隊、公司高層跟進企業級AI部署，但不得不正視的是，短時間內現有的企業級AI項目效果有限，并不能給企業帶來很多實際性的幫助。
在吳承楊看來，AI不是一種技術創新，而是一場技術革命，并且今年最迫切需要重構AI架構的是獨立軟件開發商（ISV）們，“否則很有可能被淘汰”。
一、AI-centric數據中心可跨公司兼顧多ID，兼容英偉達架構
今天談到云，一般都是指公有云的概念。在當下的AI時代，數據中心如果只能提供計算資源，那是遠遠不夠的。
因此，吳承楊認為，以AI為中心的數據中心需達到四個要求，分別是彈性、效率、安全和智能。其中“彈性”指的是，基于一個多云互聯的數據中心，企業可以自由選擇是同時使用2個ID、6個ID，或者是同時連接自家和友商的多個ID。
據吳承楊分享，目前甲骨文每10天可交付1萬塊GPU。其ZettaScale級云計算集群，集群算力達到2.4Zetta FLOPs。
此外，甲骨文現有的AI架構與英偉達的架構兼容，按吳承楊的說法是“在一定程度上已英偉達化”，可滿足大部分AI企業平滑遷移數據庫的需求。
二、開發者可用自然語言交互的AI架構，破解企業AI部署3大痛點
吳承楊說道：“企業AI化不等于做一個AI項目。”因此，企業仍然需要一個全新的AI架構。他告訴智東西，預測獨立軟件開發商將是今年最急需底層架構AI化的群體，而這些獨立軟件開發商可能會先通過具體的、快速見效的AI項目試水。
企業級應用當前面臨3大挑戰，一是模塊和模塊之間的關聯較為復雜；二是企業可以用AI生成代碼，但難讀懂AI寫的代碼，也難找AI“擔責”；三是“絕對的”安全性和穩定性。
對此，甲骨文通過模塊獨立性、可信性和統一數據模型解決上述痛點。具體來看，其利用JSON關系二元性消除了數據重復及其隱患，并且整個結構內數據和應用解耦，企業可整取整用。
據吳承楊分析，其AI-centric企業應用開發架構與同行相比，有獨立、可信可發展、簡潔的聲明式語言、可擴展性、可靠性、一致性和安全性等優勢。這對于企業開發者而言，則是幾百行、幾十行的代碼，可以縮減為幾行代碼，從而檢查起來會更方便，降低出錯率。
謝鵬博士在會上提出了AI就緒的6項指標，包括戰略、基礎設施、數據、治理、人才和文化。會后，他接受媒體采訪時強調如果從長期主義的技術路線來思考，首先要考慮的是以AI為中心的基礎設施重建、數據平臺和開發架構圖。
換句話說，甲骨文所謂的長期主義路線，主要是堅持做原生AI的融合。謝鵬博士也進一步詳細拆解了原生AI底層架構的一些最新趨勢。
首先，AI正在重塑基礎設施。隨著生成式AI的發展，數據中心的設計更注重提高機架的功率密度和計算密度，以B2B、B2C、C2C等商業模式構成的傳統互聯網，將融合大量的M2M、A2A場景。盡管AI應用主要集中在云端，但考慮到成本、時效性和安全性等因素，AI向邊緣下沉已成為趨勢。
未來，以AI為中心的基礎設施不區分“公有云”和“私有云”，混合云已是基礎設施近年來的主要模式和發展方向。在云、邊、端融合的趨勢下，所有芯片資源將傾向用來構建CPU、GPU與NPU協同的算力底座。
其次，數據庫內AI就緒。AI就緒的意義在于整合數據操作、開發運維以及針對大型語言模型等操作，形成一個統一的操作平臺。借此，從數據清洗、編排到調用AI模型，讓用戶能夠在本地這個平臺上完成所有數據相關的操作，從而縮短生成式AI的路徑。
同時，企業要建立數據庫內的數據管線（Data pipeline），這是一種用于在不同系統、應用程序或數據存儲之間，傳輸、處理和轉換數據的架構或流程。一方面，它可以完成從向量化到檢索，為大語言模型調用做好準備；另一方面，這里還包括notebook、各種編排、開源的工具鏈等功能的集成。
除此之外，AI正重塑企業軟件開發架構。在軟件架構上，構建式架構轉為生成式架構；在軟件工程上，以人為中心的協同開發，轉向以數據為中心的生成式開發；在軟件交互上，鍵鼠+觸摸交互，轉為自然交互，例如語音和空間交互；在軟件交付上，一切即服務轉向服務即智能體。
▲甲骨文公司副總裁兼中國區CTO 謝鵬博士
結語：企業級AI部署待破碎重組，AI-centric架構助化繁為簡
當下，AI模型、AI Agents等AI技術落地概念如火如荼。不過當你進一步追溯AI產業鏈的上游，那么在推動AI模型、AI Agents落地前，更為基礎性的原生AI架構仍需打碎重構，才能適應這個AI變革的時代。
未來，甲骨文所選擇的從底層架構適配AI的路線，有望借助多個AI Agents簡化底層的數據層，讓企業安全地、快速地、穩定地用上AI。
