Oracle anunció la disponibilidad general de HeatWave GenAI, que incluye los primeros grandes modelos de lenguaje (LLM) del sector, un almacén de vectores automatizado en la base de datos, procesamiento de vectores escalable horizontalmente y la capacidad de mantener conversaciones contextuales en lenguaje natural basadas en contenido no estructurado.
Estas nuevas funcionalidades permiten a los clientes llevar el poder de la IA generativa a sus datos empresariales sin necesidad de contar con experiencia en IA ni de migrar datos a una base de datos vectorial. HeatWave GenAI está disponible inmediatamente en todas las regiones de Oracle Cloud, Oracle Cloud Infrastructure (OCI) Dedicated Region y en todas las nubes sin costo adicional para los clientes de HeatWave.
Con HeatWave GenAI, los desarrolladores pueden crear un almacén de vectores para contenido empresarial no estructurado con un solo comando SQL, mediante modelos de incrustación incorporados. Los usuarios pueden realizar búsquedas en lenguaje natural en un solo paso gracias a los LLM externos o la base de datos.
“El asombroso ritmo de innovación de HeatWave continúa con la incorporación de HeatWave GenAI a las capacidades integradas existentes de HeatWave: HeatWave Lakehouse, HeatWave Autopilot, HeatWave AutoML y HeatWave MySQL”, comentó Edward Screven, arquitecto jefe corporativo de Oracle.
La creación de un almacén vectorial para documentos en formato PDF, PPT, WORD y HTML es hasta 23 veces más rápida con HeatWave GenAI y a 1/4 del costo de utilizar Knowledge base para Amazon Bedrock.
Según demuestra un benchmark de terceros utilizando una variedad de consultas de búsqueda de similitud en tablas que van desde 1,6 GB a 300 GB de tamaño, HeatWave GenAI es 30 veces más rápido que Snowflake y cuesta un 25% menos, 15 veces más rápido que Databricks y cuesta un 85% menos, y 18 veces más rápido que Google BigQuery y cuesta un 60 por ciento menos.
Una prueba comparativa independiente revela que los índices vectoriales en Amazon Aurora PostgreSQL con pgvector pueden tener un alto grado de imprecisión y pueden arrojar resultados incorrectos. Por el contrario, el procesamiento de búsqueda de similitudes de HeatWave proporciona siempre resultados precisos, tiene un tiempo de respuesta predecible, se realiza a una velocidad cercana a la de la memoria y es entre 10 y 80 veces más rápido que Aurora, utilizando el mismo número de núcleos.
Fuente: Oracle