核心观点 - 甲骨文公司宣布在加拿大推出Oracle Database@Google Cloud服务 使加拿大客户能够在谷歌云的蒙特利尔和多伦多区域访问并运行甲骨文的数据库与AI服务 同时满足数据驻留和合规要求 [1] - 该服务旨在帮助企业客户将其甲骨文数据库中的企业数据与谷歌云的分析及AI服务相结合 以改善决策并推动业务洞察 同时支持关键工作负载迁移和应用现代化 [2] - 甲骨文与谷歌云高管均强调 此次合作结合了甲骨文的数据库领导地位与谷歌云的AI能力 旨在帮助加拿大组织加速IT现代化 实现AI价值并在多云环境中创新 [3] - 公司推出了业界首个合作伙伴计划 允许符合条件的谷歌云和甲骨文合作伙伴通过谷歌云市场转售该服务 并集成到其解决方案中 [6] 服务详情与功能 - 客户可直接访问在谷歌云区域内部署于OCI上的甲骨文AI数据库服务 实现与谷歌云上应用程序的低延迟连接 以及与Vertex AI和Gemini模型的简单安全集成 [4] - 在加拿大首批提供的服务包括：Oracle Exadata Database Service on Dedicated Infrastructure 支持Exadata X11M并利用Oracle RAC 为AI、分析和OLTP等高要求工作负载提供性能、可扩展性、可用性和安全性 [4] - Oracle Autonomous AI Database 是一个全托管平台 利用AI和ML自动化修补、配置、监控、扩展、调优、备份和应用程序索引等关键任务 支持每小时超过480亿次查询 并提供自动威胁检测与修复 [4] - Oracle Autonomous AI Lakehouse 结合了Apache Iceberg开放数据表格式与Oracle AI Database 26ai、Exadata和Autonomous AI Database 用于企业级AI和分析 并可与其他数据平台（如Google BigQuery和BigLake）集成 [4][5] - 附加资源中提及Oracle AI Database 26ai 包含AI向量搜索、JSON关系对偶视图等300多项主要功能 以简化AI与数据的使用 同时提及Oracle Database Zero Data Loss Autonomous Recovery Service 可在发生中断或勒索软件攻击后一秒内恢复关键业务数据 [9] 市场拓展与区域部署 - 新的北美-东北2（多伦多）区域是谷歌云全球部署的一部分 目前已在全球11个区域提供服务 包括东京、孟买、悉尼、墨尔本、法兰克福、蒙特利尔、圣保罗、伦敦、爱荷华、阿什本和盐湖城 [8] - 为满足不断增长的客户需求 计划在未来12个月内将服务扩展至更多新区域 包括首尔、大阪、德里、马德里、巴黎、米兰、都灵、达曼、墨西哥和圣地亚哥 [8] - 甲骨文的分布式云产品组合包括公共云、专属云、混合云和多云部署 其中多云服务已物理部署在所有超大规模云提供商（包括AWS、谷歌云和微软Azure）内部 提供低延迟和原生集成的数据库服务 [10][14] 合作伙伴计划 - 新的合作伙伴计划现已推出 允许同时属于谷歌云合作伙伴优势计划和甲骨文合作伙伴网络的加拿大合作伙伴 通过谷歌云市场以私人报价购买Oracle Database@Google Cloud 并将其转售给客户或集成到自身解决方案中 [6][7] - 合作伙伴可以利用其在谷歌云的现有投资承诺 来满足对现代多云架构日益增长的需求 [7] - 德勤加拿大作为谷歌云的联盟合作伙伴表示 该服务为加拿大组织创造了灵活、企业级的创新基础 提供了利用多云环境技术的及时机会 [8]

公司战略转型 - 公司年度大会名称从“Oracle Cloud World”变更为“Oracle AI World”，显示其对人工智能的高度重视 [2] - 公司战略核心从数据库和企业应用转向以人工智能为未来增长的核心引擎，将AI定位为平台级能力并融入所有产品线 [4] - 公司采取“多模型+多云”差异化竞争路线，专注于高性能计算和企业级工作负载，不与顶级模型公司直接竞争，而是专注于企业落地和数据融合 [7][8] 财务与市场表现 - 公司公布财报后股价单日暴涨36%，盘中市值逼近万亿美元大关，创始人拉里·埃里森盘中短暂登顶全球首富 [2] - 财报关键信息显示剩余履约义务暴增至4550亿美元，远超市场预期的1780亿美元 [2] - 2026财年第一季度总营收同比增长12%至149亿美元，云收入增长28%至72亿美元，其中云基础设施（IaaS）收入增长55%至33亿美元，云应用（SaaS）收入增长11%至38亿美元 [12] - 公司市值重回全球科技公司前十，云业务占比突破40% [13] 技术产品与基础设施 - 公司云基础设施（OCI）由创始人拉里·埃里森亲自挂帅研发，其设计理念瞄准企业核心业务需求和高性能计算，为AI大模型训练提供更强性能、更低延迟和成本效益 [7] - 推出Oracle AI Database 26ai数据库，将AI直接嵌入数据库核心，支持多模数据融合，解决企业AI项目的数据孤岛痛点 [11][12] - 凭借与英伟达深度合作获得稳定GPU供应，将合作建造美国能源部最大的AI超级计算机Solstice系统（配备10万块英伟达Blackwell GPU） [9] - 公司与OpenAI签署史上最大云服务协议，为“星际之门”项目提供4.5吉瓦算力，同期OCI增长率飙升至超70% [9] - 未来几年公司将投入数千亿美元用于基础设施建设，例如在德克萨斯州西部数据中心每年投入超10亿美元 [13] 行业背景与机遇 - 2025年第二季度全球云基础设施支出达953亿美元，同比增长22%，连续四个季度增速超20% [6] - 云计算市场存在严重供需失衡，AWS、微软Azure和谷歌云分别存在1950亿、3680亿和1060亿美元订单积压，交付周期需数个季度，为具备快速交付能力的厂商创造机会 [6] - 全球AI算力需求呈指数级增长，公司早在2021年就开始囤积GPU，其2025年投产的Zettascale10集群赶上算力缺口最大的窗口期 [5]

文章核心观点 - 甲骨文公司新推出的Autonomous AI Lakehouse旨在解决当前企业数据架构因数据碎片化而面临的挑战，通过结合其自主数据库平台与开源表格式Apache Iceberg，提供一个跨多云部署、高性能且开放的数据湖仓一体解决方案[4][5][18] - 该解决方案通过统一元数据视图、优化查询性能、集成自然语言AI功能以及实现实时数据流集成等关键能力，为企业加速AI和分析计划提供了新的选择[6][7][9][10] - 甲骨文凭借其成熟的数据库工程技术、多云部署灵活性以及与运营数据库的深度集成能力，在竞争激烈的数据基础设施市场中形成了差异化优势，并对现有市场领导者构成了竞争压力[12][13][14][17] 关键能力总结 - 平台结合了甲骨文自主数据库与Apache Iceberg开放表格式，保留了自治数据仓库的所有功能，并新增了对Iceberg的支持[5] - 通过Autonomous AI Database Catalog提供统一的元数据层，实现跨数据库、多目录和多平台的联邦，使用户无需移动数据即可使用标准SQL搜索、发现和查询跨云数据[6] - 采用数据湖加速器动态扩展网络带宽和计算资源以优化大型查询性能，并通过Exadata表缓存将频繁访问的Iceberg表存储在高速闪存中，提供数据库级性能[7][8] - 扩展Select AI自然语言功能至Iceberg数据，允许业务用户用自然语言提问，并推出Select AI代理框架以自动化多步骤数据工作流[9] - 通过与Oracle GoldenGate集成，支持将运营数据及来自数百个来源的数据实时流式传输到Iceberg表中[10] 竞争优势总结 - 解决方案提供真正的多云部署模式，可在OCI、AWS、Azure和Google Cloud上一致部署，而竞争对手如Databricks需要为每个云进行单独实施，Snowflake则缺乏真正的可移植性[12] - 支持从运营数据库（而不仅仅是分析平台）访问Iceberg数据，可将湖仓数据直接集成到交易处理系统和核心业务应用中，实现业务数据的实时分析[13] - 公司将经过实战检验的使命关键型数据库工程技术应用于湖仓领域，在企业级安全性和可用性等方面提供成熟的能力，这对于受严格监管的行业具有直接价值[14][15] 行业影响与市场定位 - 甲骨文对Apache Iceberg的支持验证了其作为行业标准的地位，并加速其取代专有表格式的进程，有助于减少市场碎片化[16] - 新产品的推出对Databricks和Snowflake构成竞争压力，迫使其扩展多云支持和目录联邦等功能，为客户提供了具体替代方案，有望推动成本下降和功能加速发展[17] - 为甲骨文现有客户提供了向Iceberg迁移的清晰路径，同时使其在数据基础设施市场从碎片化专有系统向开放互操作平台转型的过程中占据有利位置[18][20]

产品核心发布 - Oracle AI Database 26ai发布，将AI架构融入数据管理的核心，标志着公司“AI for Data”愿景的里程碑[1] - 新产品旨在帮助客户安全地将AI应用于所有数据，无论数据位于多云还是本地环境，以实现突破性洞察、创新和生产力提升[1] - 该版本为长期支持版本，取代Oracle Database 23ai，客户可通过应用2025年10月的发布更新进行过渡，无需数据库升级或应用程序重新认证[4] 核心AI能力与战略 - 数据库内置AI能力提供广泛的选择自由，支持Apache Iceberg、MCP协议、行业领先的大语言模型、流行的智能体AI框架以及ONNX嵌入模型[2] - 战略是开放和普适的，其关键任务功能可安全、高效、可靠地将AI带给数据，无论数据位于Oracle云、主流超大规模云、私有云还是本地环境[2] - 实现了NIST批准的抗量子算法（ML-KEM）来加密传输中的数据，结合对静态数据的抗量子加密支持，旨在防止黑客当前窃取数据并在未来使用量子计算机解密[3] 企业级AI与分析 - Oracle Autonomous AI Lakehouse支持Apache Iceberg开放表格式，现已在OCI、AWS、Azure和Google Cloud四大主流云上可用，并与同云上的Databricks和Snowflake互操作[5] - Autonomous AI Lakehouse提供Exadata驱动的性能和按使用量付费的无服务器扩展能力[6] - 支持构建、部署和管理数据库内AI智能体，使用包含预构建智能体的无代码可视化平台[4] 基础AI技术 - 统一混合向量搜索将AI向量搜索与关系、文本、JSON、知识图谱和空间搜索相结合，允许检索相关文档、图像、视频、音频和结构化数据[9] - 支持MCP服务器，使由大语言模型驱动的AI智能体能够访问组织数据库，使用迭代推理来回答问题[9] - 内置数据隐私保护在数据库中强制执行复杂的安全、隐私和合规规则，包括最终用户特定的行、列、单元格级数据可见性以及未授权数据的动态掩码[9] AI应用开发 - 统一数据模型将关系、JSON和图数据模型统一，实现大规模简化，加速开发人员生产力[9] - Select AI智能体通过简单、安全、可扩展的数据库内框架，在Oracle Autonomous AI Database内构建、部署和管理AI智能体[9] - AI Private Agent Factory提供无代码AI智能体构建器和部署框架，这些智能体受益于Oracle AI Database融合数据架构的全部能力[9] - 计划交付下一代APEX开发工具，使用自然语言界面为用户问题提供可信答案并生成企业级业务应用[9] 关键任务创新 - Oracle Exadata for AI通过软硬件协同工程加速大规模AI，可将AI向量查询卸载到Exadata智能存储以显著加速[9] - Private AI Services Container为运行AI模型（如嵌入模型、开放权重大语言模型）的私有实例提供预构建和测试环境，可部署在客户选择的任何环境以增强安全性[9] - 与NVIDIA合作加速AI数据库，支持与NVIDIA NeMo Retriever微服务集成，并设计为未来支持使用NVIDIA加速计算进行向量嵌入和索引生成[9] - 其他创新包括Globally Distributed Database支持超可扩展性和数据主权，True Cache提供应用透明的中间层缓存，SQL Firewall提供针对未经授权SQL活动和注入攻击的可扩展保护[16]

产品与服务更新 - Oracle Database@AWS 新增对 Oracle Autonomous AI Lakehouse、Oracle Database Zero Data Loss Autonomous Recovery Service 和 Terraform 的支持 [1] - 新增的 Oracle AI Database 能力提供高级安全功能、智能数据保护和弹性，实现近瞬时数据恢复，并允许开发运维团队部署基础设施即代码以简化数据库管理 [2] - Oracle Database Zero Data Loss Autonomous Recovery Service 帮助客户实时保护交易，使其能够在发生中断或勒索软件攻击后不到一秒内恢复关键业务数据，每日虚拟化全备份和增量永久模型最小化备份窗口 [6] - Oracle Autonomous AI Lakehouse 通过结合 Apache Iceberg 开放数据表格式与 Oracle AI Database 26ai、Oracle Exadata 和 Oracle Autonomous AI Database，实现全企业范围的AI和分析，并与AWS AI和分析服务提供零ETL集成 [11] - Terraform 帮助开发运维团队使用熟悉工具将 Oracle Database@AWS 资源纳入现有工作流，例如通过基础设施即代码定义和部署 Oracle Database@AWS 来置备和管理 Oracle Exadata Database Service 和 Oracle Autonomous AI Database 资源 [11] - Validated Oracle Maximum Availability Architecture (MAA) 帮助确保客户在最小停机时间和零数据丢失的情况下免受服务器和区域中断影响，并获得企业级黄金MAA认证 [11] 渠道与采购 - 客户现在可以通过合格的AWS和Oracle渠道合作伙伴采购 Oracle Database@AWS [1] - 合作伙伴现在可以通过AWS渠道合作伙伴私有报价计划向客户提供 Oracle Database@AWS，该计划对AWS合作伙伴网络和Oracle合作伙伴网络中的合格合作伙伴开放 [7] - 该合作伙伴计划使合作伙伴能够提供灵活定价、定制合同条款、捆绑额外服务并与客户保持直接计费关系，同时利用AWS Marketplace的效率 [7] - 这为客户提供了通过AWS Marketplace简化采购和计费的更大灵活性，支持更快的采购决策和更高效的IT资产整体管理 [8] 客户采用与效益 - 包括Zema Global在内的各行业和地区企业正在采用 Oracle Database@AWS 来支持关键业务工作负载 [1][4] - Oracle Database@AWS 使客户能够轻松快速地将Oracle Exadata工作负载迁移到AWS，且改动最小，保持全功能可用性和与本地相同的性能 [3] - 该服务提供零ETL集成，统一Oracle和AWS的数据，用于高级分析、机器学习和生成式AI服务，包括Amazon Bedrock [3] - 客户受益于协作支持、通过AWS Marketplace统一采购和简化操作的简化体验，同时应用其现有的AWS承诺和Oracle许可证权益 [3] - Zema Global表示，该服务提供了从本地到AWS的简化迁移路径，显著提高了正常运行时间和弹性，同时为其能源和大宗商品交易员提供了对历史市场数据的低延迟访问 [5] - 现在能够将所有企业数据与Amazon Bedrock结合，使Zema Global能够开发创新的AI解决方案，为客户提供更大价值 [5] 市场拓展与区域可用性 - Oracle Database@AWS 目前在AWS美国东部和西部区域可用，公司计划将可用性扩展到另外20个区域，包括加拿大、法兰克福、海得拉巴、爱尔兰、伦敦、墨尔本、米兰、孟买、大阪、巴黎、圣保罗、首尔、新加坡、西班牙、斯德哥尔摩、悉尼、东京和美国东部等 [10] 合作伙伴评价 - 埃森哲表示，作为Oracle和AWS的战略合作伙伴，新的合作伙伴计划将帮助加速客户将关键业务工作负载迁移到云端，以增强敏捷性并实现持续重塑和创新 [9] - 德勤咨询指出，企业今天需要敏捷性、智能创新和在动态环境中快速转向的能力，通过 Oracle Database@AWS，德勤能够为客户加速洞察时间、推动运营弹性和培养持续创新，从而实现有意义的业务成果 [9] - Infosys表示，通过 Oracle Database@AWS 合作伙伴计划，公司将其云和AI专业知识与Oracle AI Database 26ai的能力以及AWS的高级生成式AI和分析服务相结合，帮助推动客户的新创新 [9]

服务正式上线 - Oracle Autonomous AI Lakehouse、Oracle Exadata Database Service on Exascale Infrastructure 和 Oracle Base Database Service 现已全面上市 [1] - 强大的多云数据库服务现已在亚太、欧洲和北美的八个 Google Cloud 区域可用 [1] - 客户现在可以通过 Oracle 和 Google Cloud 合作伙伴购买 Oracle Database@Google Cloud [1] 新服务与区域扩展 - Oracle Exadata Database Service on Exascale Infrastructure 正式上市，提供更低的入门点和高性能，采用按需付费定价，允许客户从小规模起步并轻松扩展 Exadata 计算和存储资源 [3] - Oracle Base Database Service 正式上市，通过广泛的自动化（包括自动化生命周期管理和内置的低代码环境）以及按需付费定价，帮助简化数据库管理、加速应用开发和降低成本 [3] - Oracle Autonomous AI Lakehouse 正式上市，通过结合 Apache Iceberg 开源数据表格式与 Oracle AI Database 26ai 等技术，并集成 Google BigQuery 等数据平台，支持企业级 AI 和分析 [3] - Oracle Database@Google Cloud 新增三个 Google Cloud 区域：澳大利亚东南部2（墨尔本）、北美东北部1（蒙特利尔）和美国中部1（爱荷华州），使可用区域总数达到八个 [3] - 未来12个月内计划新增九个区域，包括墨西哥城、悉尼、大阪、孟买、德里、米兰、都灵、多伦多和圣保罗，并将在法兰克福、墨尔本和米兰增加灾备区域以满足弹性需求 [3][4] 合作伙伴计划 - 推出 Oracle Database@Google Cloud 合作伙伴计划，Google Cloud 和 Oracle 的合作伙伴现在可以通过 Google Cloud Marketplace 以私人优惠购买该服务，将其转售给客户并集成到自身解决方案中 [5] - 该计划对同时属于 Google Cloud Partner Advantage 计划和 Oracle PartnerNetwork (OPN) 的合作伙伴开放 [5] 行业合作与客户价值 - 德勤咨询指出，多云是推动企业转型的引擎，Oracle Database@Google Cloud 结合了 Oracle 的企业数据库与 Google Cloud 的前沿 AI 和分析能力，帮助客户将数据转化为可操作的见解 [6] - Infosys 表示，Oracle 和 Google Cloud 经过深思熟虑的合作伙伴方法使其能够帮助客户更快实现现代化、更智能地创新并解锁新的敏捷性 [6] - Infolob 认为该服务融合了 Oracle Exadata 无与伦比的性能与可靠性和 Google Cloud 的可扩展性与开放性，满足了客户对随时随地敏捷访问数据的需求 [6] - Quantiphi 通过整合 Oracle Exadata 的高性能与先进 AI 功能（如集成 Oracle AI Database 26ai 的 AI 向量搜索以及 Google 的 Gemini 模型和 Vertex AI 平台），构建了一个安全、可扩展且支持 AI 的生态系统 [6]

产品发布核心观点 - 公司推出Oracle Autonomous AI Lakehouse，这是一个开放、可互操作的数据平台，结合了Oracle Autonomous AI Database与Apache Iceberg标准，旨在消除功能权衡、打破分析孤岛并加速团队构建AI和分析解决方案[1] - 该平台现已在OCI、AWS、Azure、Google Cloud以及Exadata Cloud@Customer上可用[1][2] 产品功能与技术整合 - Oracle Autonomous AI Lakehouse通过原生支持Apache Iceberg，提供了对任何Iceberg表的简单、高性能访问，并可集成包括Databricks Unity、AWS Glue和Snowflake Polaris在内的目录[2] - 平台提供强大功能，如Select AI（支持自然语言到SQL转换和代理AI框架）、JSON-Relational Duality、Property Graph Analytics以及AI Vector Search，用于处理Iceberg表上的数据，所有这些都基于Exadata的性能、可用性和安全性，同时保持供应商独立性并避免数据移动的操作负担[2] - 公司还推出了Autonomous AI Database Catalog，这是一个“目录的目录”，可统一来自其他目录和平台的企业数据和元数据，以简化跨多个数据平台和云的数据发现和访问[1] - 关键功能包括Autonomous AI Database Data Lake Accelerator，通过根据查询需求自动分配额外的网络和计算资源，加速跨Iceberg表的大规模查询[3] - Select AI Agent提供了一个简单、安全且可扩展的数据库内框架，用于在Oracle Autonomous AI Database内构建、部署和管理AI代理，支持自定义和预构建的PL/SQL工具、通过REST的外部工具以及MCP服务器，实现多步骤代理工作流的自动化[3][4] - 其他功能包括Plug and Play SQL Access（通过新的简化SQL语法查询数据）、Exadata Table Cache（通过缓存数据提高查询性能）、GoldenGate for Iceberg（实时流式传输数据到任何Iceberg目标）以及Table Hyperlink for Easy Data Sharing（通过临时超链接安全共享数据）[10] 合作伙伴与客户反馈 - Databricks高级副总裁Stephen Orban表示，Databricks致力于开放和可互操作的数据访问，Unity Catalog通过为Apache Iceberg等格式提供统一治理层来实现这一点，并欢迎Oracle Autonomous AI Lakehouse与Unity Catalog的集成，使联合客户能够无缝访问数据并灵活使用Oracle和Databricks[3] - SKY巴西的Rosiane Porto表示，作为Data Lake Accelerator有限可用性计划的一部分，SKY测试了该新功能，对其性能印象深刻，Data Lake Accelerator显著提高了对象存储中外部数据的查询速度，无需移动数据或改变工作流程，按需动态扩展计算资源的能力提供了处理复杂查询的灵活性，同时控制成本[3] 行业专家评价 - HyperFRAME Research副总裁Ron Westfall指出，公司对Apache Iceberg的支持意味着组织可以在他们选择的超大规模云上一次性获得尖端AI、高性能分析以及安全、开放的访问，通过围绕Iceberg及其Autonomous AI Database构建“目录的目录”，公司使团队能够更简单地发现、保护并利用各处数据，这对于打破当今碎片化数据景观中的壁垒具有变革性意义[5]