オラクルは、「HeatWave GenAI」の提供開始を発表した。
HeatWave GenAIは、インデータベース大規模言語モデル、自動化されたインデータベース・ベクトル・ストア、スケールアウト可能なベクトル処理、および非構造化コンテンツから情報を得た自然言語によるコンテキスト会話機能を備えているもの。これらの新機能は、AIの専門知識や別のベクトル・データベースへのデータの移動を必要とせず、ユーザーは自社の企業データに生成AIの機能を導入できるという。HeatWave GenAIは、「Oracle Cloud」リージョン、「Oracle Cloud Infrastructure Dedicated Region」、およびその他のクラウド上で利用可能で、HeatWaveの既存ユーザーは追加費用なしで利用できるとしている。
HeatWave GenAIにより、開発者は組み込みのエンベディング・モデルを使用し、単一のSQLコマンドで企業の非構造化コンテンツ用のベクトル・ストアを作成可能。ユーザーは、データベース内または外部のLLMを使用して、自然言語検索をワンステップで実行できるという。データはデータベースの外に出ることはなく、GPUのプロビジョニングは不要。その結果、開発者はアプリケーションの複雑さを軽減し、性能およびデータ・セキュリティの向上、コスト削減を実現できるとしている。
新たに自動化されたビルドイン生成AI機能は次のとおり。
- インデータベースLLM：ユーザーはHeatWaveの ベクトル・ストアでデータを検索し、コンテンツを生成または要約し、RAGを実行できる。また、生成AIをAutoMLなどのHeatWaveの他の組み込み機能と組み合わせることで、アプリケーションの構築が可能。また、HeatWave GenAIは、「OCI Generative AI」サービスと連携されており、主要なLLMプロバイダーの事前トレーニング済みの基盤モデルにアクセスできる
- 自動化されたインデータベース・ベクトル・ストア：ユーザーはAIの専門知識がなくても、ビジネス・ドキュメントで生成AIを使用可能。ベクトル・ストアとベクトルの埋め込みを作成するステップは自動化され、オブジェクト・ストレージ内のドキュメントの検出、解析、最適化された方法での埋め込み生成、ベクトル・ストアへの挿入など、データベース内で実行される。RAGにベクトル・ストアを使用することで、モデルが適切なコンテキストで独自のデータを検索し、関連性の高い回答を提供できるという
- スケールアウト可能なベクトル処理：ネイティブのVECTORデータ型と距離関数の実装をサポートしており、標準SQLでセマンティック検索を実行できる。HeatWaveのインメモリ・ハイブリッド・カラムナー表現とスケールアウト・アーキテクチャにより、ベクトル処理はメモリに近い帯域幅で実行され、最大512のHeatWaveノード間で並列化される。また、ユーザーはセマンティック検索を他のSQL演算子と組み合わせることで、異なるドキュメントを持つ複数のテーブルを結合し、ドキュメントで類似検索を実行可能
- HeatWave Chat：MySQL Shell用のVisual Codeプラグイン。HeatWave GenAIのグラフィカル・インターフェースを提供し、開発者は自然言語またはSQLで質問できる。統合されたLakehouse Navigatorにより、ユーザーはオブジェクト・ストレージからファイルを選択し、ベクトル・ストアを作成可能。HeatWaveは、質問の履歴、ソース文書の引用、LLMへのプロンプトなどのコンテキストを維持する。このコンテキストはHeatWaveで保持され、HeatWaveを使用するすべてのアプリケーションで利用可能
【関連記事】
・パロアルトネットワークス、「Prisma SASE 3.0」発表 エンタープライズブラウザを提供へ
・Datadog、ユーザーのKubernetes環境を自動的に拡張できる機能発表 リソースやコストを最適化
・カナメプロジェクト、東京学芸大学教員の学びを生成AI／ブロックチェーン技術で支援するシステム構築
