Plate-forme de données d'IA

Créez un data lakehouse complet sur des données structurées, semi-structurées et non structurées. Les données brutes se déposent dans le stockage d'objets en tant que couche Bronze, ingérée là où elle réside ou déposées directement, sans duplication inutile. Le redimensionnement automatique du calcul avec Apache Spark géré les transforme en jeux de données propres et à accès contrôlé dans la couche Silver. Oracle Base de données IA autonome fournit la couche Gold organisée et prête pour l'IA, optimisée pour les analyses, le machine learning et les agents d'IA. Un lakehouse. Un environnement. Cela signifie que chaque utilisateur, de l'ingénieur de données à l'utilisateur professionnel, travaille avec les mêmes données fiables.

• Toutes les sources, toutes les destinations, toutes les langues, n'importe où
  Cataloguez et connectez-vous à plus de 100 sources et destinations, y compris les bases de données relationnelles, les applications SaaS, les flux de streaming et les fournisseurs de données tiers. Par exemple, un ingénieur de données peut combiner des enregistrements ERP, des événements client et des données de parcours de navigation dans des transformations Apache Spark, et atterrir dans un onglet Gold fiable
• Création visuelle de pipeline de données
  Concevez des pipelines ETL et ELT sans code et pro-code qui orchestrent l'ingestion, la transformation et l'enrichissement du niveau Bronze à Gold, dans un seul workflow.
• Interopérabilité avec les formats de fichier ouverts
  Stockez et interrogez les données dans des formats ouverts, y compris Apache Iceberg et Delta Lake, directement sur Oracle Cloud Infrastructure (OCI) Object Storage, avec une cohérence transactionnelle, des requêtes de voyage dans le temps et une évolution de schéma. Interagissez avec Apache Spark, Apache Flink et tout moteur compatible avec Iceberg ou Delta Lake. Pas de verrouillage propriétaire ni de réécriture lorsque les outils changent.
• Moteurs de pointe pour la préparation des données et les requêtes
  Les ingénieurs de données peuvent exécuter des transformations de données à grande échelle dans Apache Spark. Les data scientists peuvent créer des modèles de machine learning. Les utilisateurs professionnels peuvent effectuer une exploration ad hoc à l'aide de SQL et d'Oracle Base de données IA sur les mêmes données. Chaque utilisateur peut choisir le bon moteur pour sa charge de travail, sans copier ni remodeler les données.
• Analyses convergées sur les données et les bases de données
  Interrogez des tables structurées, des données JSON semi-structurées, géospatiales et des incorporations de vecteurs d'IA dans le stockage d'objets et les bases de données connectées selon un modèle de contrôle d'accès basé sur les rôles. Par exemple, un utilisateur professionnel peut valider une nouvelle projection des revenus en joignant les flux d'activité du lakehouse aux enregistrements client faisant autorité dans Oracle Base de données IA dans une seule requête SQL.
• Couche Gold prête pour l'IA
  Les pipelines de machine learning, les bases de connaissances de génération augmentée par extraction (RAG) et les agents d'IA utilisent des données organisées et validées par l'entreprise. Les ingénieurs d'IA fondent des modèles sur les mêmes faits faisant autorité qui génèrent des rapports opérationnels, et non des copies brutes ou intermédiaires.
• Opérations de la couche Gold autonome
  Bénéficiez des avantages d'un entrepôt à réglage automatique, à mise à l'échelle automatique et à réparation automatique avec indexation automatique, optimisation des requêtes et gestion des charges de travail. Offrez des performances constantes inférieures à une seconde, sur des milliards de lignes pendant les heures de pointe, sans réglage manuel. Adaptez le calcul indépendamment du stockage pour servir des centaines d'utilisateurs simultanés.
• Intégration de première classe et de première partie
  Intégrez directement les données Oracle Applications Fusion, y compris ERP, HCM, de supply chain et CX, dans le lakehouse. Préparez les données Fusion dans les blocs-notes alimentés par Apache Spark pour l'ancrage des agents d'IA, la création de rapports historiques et l'analyse prédictive sur le système d'enregistrement opérationnel.
• Partage de données
  Partagez des données de lakehouse en direct avec les équipes internes, les partenaires et les applications Oracle sans les copier ou les déplacer. Le partage de données permet de maintenir chaque consommateur sur la version la plus récente et faisant autorité.

Oracle Plate-forme de données IA offre aux data scientists et aux ingénieurs de machine learning un environnement entièrement géré où ils peuvent créer, former, suivre et rendre opérationnels des modèles de machine learning directement sur les données des lakehouses. Le cycle de vie complet des MLOps (entraînement Spark distribué, suivi des expériences, registre de modèles et déploiement publié dans un catalogue) s'exécute dans un espace de travail géré et gouverné par le client, sans infrastructure à gérer.

• Pipelines et workflows de ML : orchestrez des pipelines de ML de bout en bout avec des composants réutilisables (préparation des données, ingénierie des fonctionnalités, entraînement et évaluation) à l'aide de l'infrastructure de workflow de Plate-forme de données IA. Créez une version, exécutez-la de manière planifiée ou sur un déclencheur, avec des stratégies de contrôle d'accès basées sur les rôles que vous définissez et contrôlez.
• Registre de modèles et expériences : suivez toutes les exécutions d'entraînement de modèle avec la journalisation automatique des mesures, la capture des hyperparamètres et la gestion des versions d'artefact. Comparez les expériences, enregistrez les modèles de production et gérez les workflows de cycle de vie.
• Publication de modèle et inscription de catalogue : publiez des modèles entraînés dans le catalogue de données d'IA pour les rendre repérables, gérés par version et accessibles entre les agents, les applications et les workflows. Les politiques de suivi du lignage et de contrôle d'accès sont appliquées lors de l'inscription.
• Apache Spark avec GPU : faites évoluer l'ingénierie des fonctionnalités et l'entraînement des modèles sur les clusters Spark distribués, en accélérant les charges de travail avec l'ETL et le ML alimentés par GPU NVIDIA, leaders du marché.
• Agents de science des données (bientôt disponibles) : agents d'IA qui explorent les ensembles de données de manière autonome, génèrent des hypothèses, écrivent et exécutent du code, et itèrent sur l'entraînement des modèles, réduisant considérablement le temps entre les données brutes et le modèle de production.

Créez des agents et des applications d'IA basés sur les données de votre entreprise, et non sur des fonctionnalités LLM génériques. Vos agents et applications sont contrôlés par vos stratégies et enrichis de votre sémantique d'entreprise, ainsi que de vos connaissances du domaine. Les agents d'IA sont connectés à votre catalogue de données, à vos ontologies métier et à vos systèmes d'entreprise afin qu'ils puissent raisonner dans le contexte sur lequel votre entreprise s'exécute réellement. Composez des systèmes multi-agents à l'aide de n'importe quel modèle de base, des constructeurs visuels sans code au développement pro-code complet, et déployez-les sur un calcul d'IA géré avec une observabilité intégrée.

• Générateur de flux visuel sans code : concevez et composez les agents visuellement à l'aide d'un canevas par glisser-déplacer. Connectez les outils SQL, les bases de connaissances RAG, les nœuds d'invite LLM et ventilez-les vers plusieurs outils, le tout sans écrire de ligne de code. Basculez les modèles de base à partir d'une liste déroulante sans reconstruire le flux.
• Développement pro-code : écrivez des agents en Python à l'aide du kit SDK Plate-forme de données IA avec un accès complet à LangChain, à OCI IA générative et à toute bibliothèque open source. Chaque fonctionnalité de flux visuel est entièrement accessible dans le code. Importez scikit-learn, LangChain ou n'importe quelle structure avec le kit SDK d'agent.
• Systèmes multi-agents : concevez et orchestrez des systèmes d'agents d'IA coopérants, tels que des agents d'orchestration, des sous-agents spécialisés et des agents utilisant des outils, pour vous aider à gérer des workflows d'entreprise complexes en plusieurs étapes, de manière autonome à l'aide du protocole A2A.
• Tout modèle de base : utilisez n'importe quel modèle sur OCI, tel que Llama, Cohere, Mistral, Grok, etc., ou apportez vos propres modèles affinés. Remplacez les modèles à partir du menu déroulant Oracle Cloud Infrastructure (OCI) Calcul sans reconstruire la logique de l'application.
• AIOps et observabilité : observabilité complète tout au long du cycle de vie de l'agent, du développement à la production. Testez les agents de manière interactive dans le terrain de test de la plate-forme, inspectez les appels d'outil, le raisonnement LLM et les sorties avant le déploiement. Les sessions capturent une piste d'audit avec le statut, la durée, les entrées/sorties et des détails d'événement par étape pour les environnements de développement, de test et de production. Surveillez la latence, l'utilisation des jetons, les taux d'erreur et les indicateurs clés de performance métier personnalisés en temps réel.

Environnement de développement intégré unique permettant aux ingénieurs de données, aux data scientists et aux développeurs d'IA de collaborer sur des projets de données et d'IA de bout en bout grâce au contrôle d'accès basé sur les rôles (RBAC) de niveau entreprise, à l'intégration continue et au déploiement continu, à la gestion des versions et à l'auditabilité intégrés. Connectez tous les personas via des outils, des blocs-notes et des pipelines partagés, le tout optimisé par un accès intégré aux services et au catalogue sous-jacents de la plate-forme.

• Tableau de bord d'accueil du workbench : écran d'accueil unifié avec accès à toutes les fonctionnalités : catalogue principal, espaces de travail, workflows, calcul, flux d'agents et fonctions administratives, y compris le partage de données, les rôles et les journaux d'audit. Les mosaïques d'action rapide vous aident directement à intégrer l'IA, à obtenir des données, à analyser ou à gérer les fonctions d'accès.
• Espaces de travail : environnements dans le cadre d'un projet, dans lesquels les équipes collaborent sur des blocs-notes, des pipelines, des agents et des expériences. Tous les artefacts sont gérés par version, partagés et contrôlés dans la limite de l'espace de travail avec un contrôle d'accès complet basé sur les rôles par projet.
• Blocs-notes, workflows et agents : tous les artefacts de développement sont gérés en un seul endroit, y compris les blocs-notes compatibles avec Jupyter, les DAG de workflow de pipeline, les agents d'IA et les expériences de machine learning. Partagez, créez des versions et collaborez au sein de l'équipe sans changer de contexte.
• Gestion des outils SQL et du calcul : exécutez des requêtes SQL ad hoc directement sur les tables de catalogue avec les contrôles de cycle de vie du calcul intégrés. Attachez, détachez ou configurez de nouvelles ressources de calcul d'IA à partir de l'IDE, aucune console distincte n'est requise.
• Intégration CI/CD et Git : intégration Git native pour la gestion des versions des blocs-notes, des pipelines, des définitions d'agent et des configurations de modèle. Connectez-vous à GitHub, GitLab ou Bitbucket pour une intégration continue et un déploiement automatisé des artefacts de projet des données vers l'IA.
• RBAC, audit et isolation du réseau : contrôle d'accès granulaire basé sur les rôles sur les espaces de travail, les artefacts et le calcul. Journaux d'audit complets pour chaque action utilisateur. L'isolation du réseau avec des points de terminaison privés permet de s'assurer que les charges de travail sensibles ne touchent jamais le réseau Internet public.

Découvrez, comprenez et gérez l'accès à toutes vos données et ressources d'IA dans un catalogue unique et unifié couvrant l'architecture médaillon complète, y compris l'ingestion des données dans la couche Bronze, la préparation dans la couche Silver et les produits de données prêts pour l'IA dans la couche Gold. Le catalogue de données d'IA d'Oracle Plate-forme de données IA se connecte à la base de données d'IA autonome, à OCI Object Storage et à des sources tierces via des catalogues externes, ce qui donne une signification commerciale riche grâce à un contexte sémantique et des ontologies. Chaque équipe trouve non seulement que les données existent, mais aussi ce qu'elles signifient pour l'entreprise. Chaque agent d'IA hérite automatiquement de cette compréhension.

• Catalogue de ressources de données unifiées et d'IA : catalogue unique pour toutes les ressources de données et d'IA, y compris les tables structurées, les fichiers non structurés, les bases de connaissances, les modèles de machine learning, les banques de fonctionnalités et les définitions d'agent. Le catalogue est géré avec des stratégies cohérentes sur l'ensemble des données et de l'IA. Il couvre l'architecture médaillon complète, permettant une ingestion, une préparation et une livraison rapides de produits de données et d'applications d'IA à chaque couche.
• Catalogues externes et détection des ressources : connectez-vous à des sources de données externes : Base de données IA autonome, OCI Object Storage et systèmes tiers, sans déplacer ni dupliquer inutilement les données. Repérez et cataloguez automatiquement les actifs structurés et non structurés avec l'enrichissement des métadonnées assisté par l'IA et le suivi du lignage à partir du point de connexion.
• Ontologies métier et couche sémantique : définissez les ontologies de domaine et les relations sémantiques entre les concepts métier. Les glossaires métier, les ontologies sémantiques, les taxonomies de domaine et les synonymes générés par l'IA permettent aux utilisateurs de rechercher des données par signification, et non par noms de table. Les agents d'IA héritent automatiquement de cette compréhension sémantique.
• Sans copie : interrogez les données là où elles se trouvent. Accédez aux données et interrogez-les sans les déplacer ni les copier. Connectez-vous directement à votre base de données Oracle Base de données, Base de données IA autonome et Exadonnées existante et interrogez-la à l'aide de SQL. Les données restent dans leur source d'autorité tandis que le catalogue fédère l'accès, applique le contrôle d'accès basé sur les rôles et les affiche, ce qui réduit les doublons et les coûts.
• Zéro ETL : aide à éliminer les pipelines ETL avec Oracle GoldenGate pour la réplication basée sur les journaux, en temps réel et basée sur l'IA à partir de n'importe quelle base de données source, pour l'ingestion de flux à haut débit directement dans le lakehouse. Les données sont cataloguées et prêtes pour l'IA dès leur arrivée.
• Volumes : les volumes stockent des données non structurées ainsi que des actifs de données dans le catalogue. Associez-les à des bases de connaissances pour permettre aux agents et aux applications d'extraire en toute sécurité du contenu non structuré, tel que des documents, des PDF et des images.
• Lignage des données : visualisez le lignage des données de bout en bout, y compris l'ingestion brute via les transformations, l'ingénierie des fonctionnalités de machine learning, l'entraînement des modèles et le service des applications d'IA. Comprenez instantanément l'impact des modifications en amont sur l'ensemble du pipeline de données et d'IA.

L'IA d'entreprise à grande échelle exige une sécurité, une gestion des accès et une auditabilité de niveau entreprise, appliquées de manière cohérente à chaque ressource de données, modèle et agent. Oracle Plate-forme de données IA applique un modèle de sécurité à deux niveaux : Oracle Cloud Infrastructure Gestion des identités et des accès (GIA) pour l'identité et l'authentification, associé au workbench d'Oracle Plate-forme de données IA pour un contrôle d'accès fin sur chaque ressource de catalogue, espace de travail et ressource d'IA, avec des journaux d'audit exhaustifs pour une traçabilité complète. Gérez l'ensemble de vos données et de votre patrimoine d'IA sans renforcer la sécurité après coup.

• Modèle de sécurité à deux niveaux : la sécurité fonctionne à deux niveaux : OCI GAI gère l'identité, l'authentification et l'accès au niveau du cloud ; Workbench de plate-forme de données IA contrôle les personnes autorisées à repérer, lire, modifier et utiliser chaque actif de données et d'IA au sein de la plate-forme. Les deux politiques sont définies et gérées par le client. Oracle gère le framework qui les applique. Vous bénéficiez des avantages d'une architecture de défense en profondeur sans négliger le contrôle.
• Workbench de plate-forme de données IA : contrôle d'accès granulaire basé sur les rôles sur les espaces de travail, les actifs de catalogue, les ressources de calcul, les agents et les fonctions administratives. Les rôles sont appliqués de manière cohérente aux données et à l'IA, sans écart entre ce que les utilisateurs peuvent voir dans le catalogue et ce sur quoi ils peuvent agir sur la plate-forme.
• Journalisation et traçabilité des audits : les journaux d'audit complets pour chaque action utilisateur, accès aux données, interaction avec les agents et modification administrative fournissent une traçabilité sur l'ensemble de la plate-forme afin de soutenir la conformité, l'enquête et la création de rapports sur l'historique des accès.
• Isolation réseau et points de terminaison privés : déployez des connexions d'espaces de travail, de calcul et de données au sein de sous-réseaux VCN privés avec des points de terminaison privés. Les charges de travail sensibles ne traversent jamais le réseau Internet public. L'isolation du réseau est appliquée au niveau de la couche d'infrastructure.
• OCI Gestion des identités et des accès et intégration de la sécurité : OCI GIA gère la fédération d'identités et l'authentification sur la plate-forme. L'intégration approfondie avec OCI Coffre-fort pour la gestion des clés secrètes, OCI Certificats pour TLS et OCI Conseiller de sécurité pour les recommandations de posture, fournit un plan de contrôle de sécurité unifié sur les données, l'IA et l'infrastructure.

Registre centralisé pour la découverte et la gestion des agents d'IA à l'échelle de l'entreprise, y compris les agents créés avec Plate-forme de données IA et les agents tiers, ainsi que les serveurs et outils MCP. Le registre d'IA suit l'identité, les fonctionnalités, les autorisations, les versions et les journaux d'interaction de chaque agent, offrant aux administrateurs de plate-forme une visibilité et un contrôle sur le parc croissant d'agents d'IA opérant dans toute l'entreprise.

• Registre d'agents centralisé : un registre unifié pour vous aider à répertorier, à versionner et à gérer tous vos agents d'IA, qu'ils soient construits avec Plate-forme de données IA ou des outils tiers. Suivez l'identité de chaque agent, les fonctionnalités déclarées, la portée des droits d'accès, l'historique des versions et les journaux d'interaction. Découvrez les agents par capacité, domaine ou équipe avec des métadonnées enrichies pour la gestion, le contrôle d'accès et la réutilisation à l'échelle de l'entreprise.
• Protocole Agent-à-agent (A2A) : activez une communication structurée et standardisée entre les agents Plate-forme de données IA et les agents tiers, à l'aide du protocole A2A ouvert. Rédigez des workflows complexes dans lesquels des agents spécialisés collaborent avec des agents d'orchestration avec une identité claire, une déclaration de capacité et des limites d'autorisation appliquées à chaque interaction.
• Serveurs et outils MCP (Model Context Protocol) : enregistrez et exposez les serveurs et outils MCP. Les agents repèrent et appellent dynamiquement des outils lors de l'exécution, notamment des requêtes de base de données, des API REST et des fonctions métier personnalisées, sans liaisons codées en dur. Les droits d'accès aux outils sont gérés via les stratégies de registre que vous définissez de manière cohérente avec la façon dont l'accès des agents est contrôlé.

Donnez aux utilisateurs non techniques l'accès à toute la puissance de vos données d'entreprise, grâce à des analyses en libre accès, des agents d'IA organisés et des informations basées sur l'IA. Les fonctionnalités d'IA sont intégrées directement dans les workflows commerciaux où les décisions sont prises. Aucune compétence technique n'est nécessaire. L'IA d'entreprise s'est démocratisée.

• Analyses dans les workflows opérationnels : Oracle Analytics Cloud intègre des analyses de premier ordre directement dans les applications que vos équipes utilisent chaque jour, y compris Oracle ERP Fusion, HCM et CX. Posez des questions en langage naturel, mettez en avant les récits générés par l'IA et partagez des tableaux de bord gérés de manière centralisée dans le workflow.
• Une interface conversationnelle unifiée (bientôt disponible) : un écran unique pour découvrir, interroger et collaborer avec les agents d'IA de votre entreprise. Hub d'agent interprète les demandes des utilisateurs professionnels, recherche et appelle le bon agent et présente les résultats en contexte, le tout en langage naturel. Aucune compétence technique n'est nécessaire.
• Bibliothèque d'agents d'IA organisée : parcourez une bibliothèque organisée d'agents approuvés (agents internes créés par vos équipes de données et agents tiers approuvés) avec des descriptions, des exemples d'invites et des conseils d'utilisation pour les tâches métier courantes.
• Accès et sécurité gérés : les utilisateurs peuvent gérer chaque requête d'interaction et d'analyse d'agent avec les mêmes politiques RBAC que les données sous-jacentes. Les utilisateurs ne voient que les agents et les données auxquels ils sont autorisés à accéder. Vous bénéficiez d'une sécurité d'entreprise sans configuration supplémentaire.