Oracle HeatWave GenAI offre un'intelligenza artificiale generativa integrata, automatizzata e sicura con modelli linguistici di grandi dimensioni (LLM, large language model) nel database, una memoria di vettore automatizzata nel database, un'elaborazione della scalabilità del vettore e la possibilità di avere conversazioni contestuali in linguaggio naturale, consentendoti di sfruttare l'intelligenza artificiale generativa senza avere bisogno di competenze nell'area, di spostare dati o di sostenere costi aggiuntivi.
Fra le funzioni principali di HeatWave GenAI ci sono
Le versioni quantizzate dei seguenti LLM nel database sono attualmente disponibili in HeatWave:
Puoi creare una memoria di vettore per il contenuto non strutturato enterprise con un unico comando SQL. Tutti i passaggi per creare una memoria di vettore e gli incorporamenti vettoriali sono automatizzati ed eseguiti all'interno del database, tra cui la scoperta dei documenti nello storage degli oggetti, la loro analisi, la generazione di incorporamenti in modo altamente parallelo e ottimizzato e l'inserimento nella memoria di vettore, cose che rendono HeatWave Vector Store efficiente e facile da usare.
HeatWave viene eseguito su commodity hardware. Gli LLM nel database non vengono eseguiti su GPU, ma su CPU. Di conseguenza, puoi ridurre i costi e non devi preoccuparti della disponibilità di LLM in vari data center.
Quando si utilizzano LLM nel database e una memoria di vettore nel database, i dati non lasciano il database, cosa che contribuisce ad aumentare la sicurezza dei dati.
Sì, HeatWave GenAI è disponibile in modo nativo su AWS, insieme ad altre funzionalità HeatWave, tra cui HeatWave MySQL, HeatWave Lakehouse, HeatWave AutoML e HeatWave Autopilot.
Sì, è possibile generare integrazioni per i dati di testo in 27 lingue.
I prompt possono essere emessi in inglese. I prompt emessi in altre lingue, ad esempio spagnolo e tedesco, possono essere tradotti in inglese.
No, la ricerca vettoriale viene eseguita all'interno del cluster HeatWave.
HeatWave viene eseguito su un nodo MySQL. Consigliamo un nodo MySQL con una forma MySQL.32 e nodi HeatWave che utilizzano la forma HeatWave.512 GB per un ambiente di produzione. Per sviluppo e test, è possibile utilizzare una forma MySQL più piccola. Puoi consultare le forme MySQL supportate qui. Per HeatWave GenAI, la forma HeatWave.32GB non è supportata.
I formati supportati sono PDF, testo, PowerPoint, Word e HTML.
Non sono previsti costi aggiuntivi oltre il costo del cluster HeatWave per l'utilizzo di HeatWave GenAI. È possibile richiamare LLM nel database e incorporare modelli forniti con HeatWave GenAI senza costi aggiuntivi. Puoi anche richiamare LLM esterni disponibili tramite OCI Generative AI su OCI e Amazon Bedrock su AWS; per tali servizi poi verranno fatti addebiti.
No, i LLM sono modelli pre-addestrati. I tuoi dati non vengono utilizzati per la formazione di LLM.
No, gli LLM nel database forniti con HeatWave non possono essere ottimizzati.
No, non puoi portare i tuoi LLM o modelli di incorporamento. Tuttavia, puoi richiamare i LLM esterni o incorporare modelli disponibili tramite OCI Generative AI quando esegui HeatWave GenAI su OCI e tramite Amazon Bedrock quando esegui HeatWave GenAI su AWS.
Secondi i nostri test, i risultati sono paragonabili ai LLM non quantizzati per i casi d'uso che si basano su HeatWave Vector Store. Puoi testare facilmente i modelli per valutare le prestazioni e la qualità dei risultati.
È necessario generare incorporamenti una sola volta; questi verranno memorizzati in HeatWave Vector Store. Le modifiche ai documenti non strutturati nello storage degli oggetti attiveranno automaticamente gli aggiornamenti alle integrazioni vettoriali associate.
Sì, il supporto del riconoscimento ottico dei caratteri permette a HeatWave Vector Store di convertire i contenuti scansionati salvati come immagini in dati di testo che possono essere analizzati, ad esempio, per condurre ricerche di somiglianza.