Oracle Cloud Infrastructure Blog(翻訳)

OCI Data ScienceでのLlama 3.1 405Bの導入 (2024/08/01) https://blogs.oracle.com/ai-and-datascience/post/deploy-llama-31-405b-in-oci-data-science 投稿者： Dipali Patidar | Senior Machine Learning Engineer Gaurav Kumar | Senior Member of Technical Staff Mayoor Rao | Consulting Member of Technical Staff Nipun Garg | Senior Member of Technical Staff Wendy Yip | Senior Product Manager, OCI Data Science 2024年7月にリリースされたMeta's Llama 3.1 405B は、カスタム商用ライセンスであるLlama 3.1 Community Licenseを持つ最先端のオープン・ソース・モデルです。最大128,000のコンテキスト・ウィンドウと、8つの言語(英語、ドイツ語、フランス語、イタリア語、ポルトガル語、ヒンディー語、スペイン語およびタイ語)にわたるサポートにより、一般的な知識、ステアビリティ、数学、ツールの使用および多言語翻訳において最先端の機能に関して、AIモデルが競合します。詳細は、 モデルの技術仕様 を参照してください。 お客様は、Oracle Cloud Infrastructure(OCI) Data Science にMetaのLlama 2および3モデルをすでに導入でき、Llama 3.1も導入できるようになりました。Llama 3.1 405Bのパワーを活用するために、OCI Data Science Model Deploymentをhttpエンドポイントとしてモデルをデプロイできます。OCI Data Scienceは、大型のLlama 3.1 405Bを導入できる業界をリードするGPUをサポートしています。 このブログ投稿では、 Bring Your Own Container (BYOC)アプローチを通じてOCI Data ScienceにL

OCI AIインフラストラクチャの新機能: NVIDIA L40Sを搭載したMidrange Bare Metal ComputeとNVIDIA H100/A100を搭載したVM (2024/08/01) https://blogs.oracle.com/cloud-infrastructure/post/oci-ai-infra-bm-compute-nvidia-l40s-vms-h100-a100 投稿者： Akshai Parthasarathy | Product Marketing Director, Oracle Sagar Zanwar | Principal Product Manager, Compute Oracleは、最先端のインフラストラクチャを構築してきた歴史があります。15年以上前に、Exadata v1でRDMAベースのクラスタ・ネットワーキングを先駆けました。2016年には、ハイパースケーラ間で ベアメタル・コンピュート・シェイプを導入 しました。 当社は、数万の NVIDIA A100 および H100 Tensor Core GPU 向けに、 OCI Supercluster で最大のAIクラスタを支えています。また、1~4個の NVIDIA A10 Tensor Core GPU を搭載した単一ノードで、小規模な仮想デスクトップ、AI推論、AIトレーニング・ワークロードを有効にできました。ただし、中規模のAIトレーニングおよび推論のために、非常に小規模から非常に大規模なデプロイメントまで、エンタープライズ・ユースケースで満たす必要のあるギャップがありました。 私たちが発表する2つの新しいシェイプは次のとおりです。 BM.GPU.L40S.4、「L40Sベアメタル: 」は、OCI Superclusterで最大3,840個のGPUをサポートし、 NVIDIA L40S GPU 当たり1,466個のTFLOPSをサポートします。 VM.GPU.A100.1およびVM.GPU.H100.1、「A100 VM」および「H100 VM」はそれぞれ、 NVIDIA H100 GPU 当たり最大3,958 TFLOPSのVMフォーム・ファクタで単一のGPUをサポートするためです。 4つのNVIDIA L40S GPUを搭載したOCIベア

OCI Network Firewallのトンネル検査を発表 (2024/08/01) https://blogs.oracle.com/cloud-infrastructure/post/announcing-tunnel-inspection-oci-network-firewall 投稿者： Troy Levin | Consulting Member of Technical Staff トンネルの検査がすべての商用リージョンで一般的に利用可能になり、政府リージョンも近日中になることをお知らせします。この新機能は、トンネル検査をOracle Cloud Infrastructure(OCI)ネイティブの仮想テスト・アクセス・ポート(VTAP)サービスと統合することで、脅威検出および分析機能を利用することを目的とした新しいユースケースに対する顧客の要求に対応します。この組み合わせにより、専用の帯域外チャネルを介した包括的なトラフィック分析が可能になります。これにより、悪意のあるソースまたは宛先の検出、不適切な暗号トラフィックの識別、および既知のコマンドおよび制御(C2)ドメインをターゲットとするSSHセッションの検出が可能になります。さらに、既知のエクスプロイトを使用した攻撃の識別や、不適切または悪意のある宛先に向けたトラフィックの監視、コマンドおよび制御システムなど、様々なセキュリティ問題に対するアラートのアクティブ化をサポートします。 企業は、OCI内でより多くのワークロードを導入しています。各ワークロードは、徐々に複雑なビジネス需要を伴います。その結果、この移行により、クラウド・ネットワーク内のスケール、複雑さおよびセキュリティの懸念が高まりました。OCI Network Firewallは、高度な脅威保護を使用したステートフル・アクセス制御、URLフィルタリング、SSL検査、侵入防止検出など、複数の方法を使用して、多数のネットワーク・セキュリティ・ポリシー制御を提供する様々なビジネス要件に対応しています。詳細は、 Oracle Blogsサイト のOCI Network Firewallを使用した多層防御、レイヤー化 を参照してください。 このブログ記事では、概要を説明し、実用的な用途に詳しく取り組んで、脅威の検出と分析のためのトンネル検査の使用につ

Oracle Data Safeでのカスタム・アラート・ポリシーの概要 (2024/07/31) https://blogs.oracle.com/database/post/data-safe-custom-alerts 投稿者： Angeline Dhanarani | Senior Principal Product Manager, Oracle Database Security 最近、Oracle Data Safeでカスタム・アラート・ポリシーのサポートが追加されました。この機能により、対象となる特定のデータベース・アクティビティを監視できます。カスタムアラートポリシーは、不要なアラートの「ノイズ」を減らし、不適切または潜在的に悪意のあるアクティビティを検出する能力を強化します。 異常なアクセス・パターンを検出する場合でも、クリティカル・データを不正に変更しようとする場合でも、潜在的な違反を示す異常な問合せを検出する場合でも、カスタム・アラート・ポリシーは、リスクがエスカレーションされる前に事前に特定して軽減するのに役立ちます。この新機能を活用して、インシデントの対応時間を短縮できます。 カスタム・アラート・ポリシーを使用すると、アラートするデータベースの変更をカスタマイズできます。この機能を使用すると、一連のルールおよび条件を調整して、重要度の低いアラートを除外できるため、最も関連性の高いアクション可能なアラートに優先順位を付けて集中できます。このターゲットを絞ったアプローチにより、真の脅威に集中できます。プロアクティブなセキュリティ・アプローチに不可欠な要素であり、組織はセキュリティ・アラートに効果的に優先順位を付け、潜在的な脅威への迅速な対応を可能にします。 Data Safeでは、「アラート・ポリシー」ページからカスタム・アラート・ポリシーを作成できます。この新機能には、実際のアクティビティに基づいてアラートを作成する機能が隠されています。「すべてのアクティビティ」監査レポートから、アラートを生成するアクティビティのみが表示されるまでフィルタをレポートに追加できます。次に、「アラート・ルールとして作成」をクリックして、それらのフィルタをアラート条件に転送します。「すべてのアクティビティ」監査レポートの利便性を使用して、フィルタされたイベント属性

スタック・モニタリングの異常検出により、パフォーマンスの問題を迅速に特定 (2024/07/31) https://blogs.oracle.com/observability/post/identify-performance-problems-quicker-with-stack-monitoring-anomaly-detection 投稿者： Jayaprakash Subramanian | Product Management, SCP for OCI Observability & Management / Enterprise Manager OCI Stack Monitoringの改善により、追加のメトリックの ベースラインおよび異常検出 がサポートされるようになりました。つまり、即時利用可能なリソース・タイプと、スタック・モニタリングにインポートされた新しいリソースのパフォーマンスの問題は、より早く特定できます。新しい異常検出機能には、PrometheusベースのリソースとOCIサービス(Load Balancer、Block Storage、MySQLなど)が含まれます。これらの新機能は、すぐに使えるリソース・タイプ(Oracle Database、WebLogic、Hostなど)の異常検出をサポートする、リリース済のOCI Stack Monitoringに追加されます。 ベースラインは、リソースの現在のパフォーマンスを以前のパフォーマンスと比較し、ベースラインのパフォーマンス・メトリックに適切なしきい値を設定するための参照ポイントです。時間の経過に伴うパフォーマンス・メトリックの観察に基づいて、ベースラインは機械学習アルゴリズムを適用して計算されます。 パフォーマンス・チャートでは、異常なメトリックが通常の範囲外の場合に視覚的に強調表示されます。時間の経過とともに、システムが使用されるとベースラインが微調整されます。 スタック・モニタリングEnterprise Editionの有効化によるリソース・ベースラインの識別 ライセンス・オプション でStack Monitoring Enterprise Edition を有効にすることで、リソースでベースラインを有効にできます。新しく検出されたリソースの場合、リソースが検出されてから

データの遅延からインスタント・インサイトまで: VcinityとOCIでAI獣を養う (2024/07/31) https://blogs.oracle.com/cloud-infrastructure/post/feeding-ai-beast-vcinity-oci 投稿者： Sanjay Basu PhD | Senior Director - Gen AI/GPU Cloud Engineering ここでは、 Vcinity と Oracle Cloud Infrastructure (OCI)間のコラボレーションが実現し、AIモデルが最新かつ正確なデータでトレーニングされるようにするための堅牢なソリューションを提供します。このブログ投稿では、エンドツーエンドのAIソリューションの重要性と、VcinityとOCIがデータアクセスと人工知能(AI)にどのように革命を起こしているかについて考察しています。 正確な洞察や幻覚: 選択はあなたのものです AIおよび機械学習(ML)テクノロジーは、より良い意思決定と成果を推進するインサイトを提供することで、ビジネスを変革するという約束を果たしています。ただし、これらのインサイトの正確性は、データの取込みの品質と適時性に大きく依存します。古いデータセットまたは不完全なデータセットは、AIモデルが幻覚を生み出す可能性があります。つまり、正しいインサイトまたは誤解を招くインサイトです。組織は通常、結果の正確性を最適化するために、複数のラウンドの分析でモデルをチューニングします。モデルのトレーニング・フェーズでデータ範囲を拡大することで、AIチューニングの時間とコストを削減できます。適切なデータ品質、多様性、新鮮さに到達するこの同じアジリティは、モデルの導入時に最適な正確なAIサイトを引き続き実現します。 データ・アクセシビリティの課題 AIとMLの重要なハードルの1つは、複数のリモート・ロケーションに分散したデータにアクセスすることです。従来の方法では、データをバッチ処理し、処理のために中央の場所に転送することがよくあります。このアプローチでは、遅延が発生するだけでなく、トレーニングの準備が整うまでにデータが古くなるリスクもあります。リアルタイムのインサイトの価値がますます高まっている世界では、この遅れは大きな不利を招き、

マルチクラウド導入における戦略的コスト最適化技術: パート3/3 (2024/07/31) https://blogs.oracle.com/cloud-infrastructure/post/cost-optimization-multicloud-deployments-part-3-3 投稿者： Rahul Chaubey マルチクラウド導入における戦略的コスト最適化技術に関するシリーズの最後の部分では、ストレージ・コストの最適化、ガバナンスとポリシーの実装、ネットワーク・コストの管理の方法を探ります。各セクションでは、これらの手法が重要である理由、それらの手法がコストに与える影響、および実装のベスト・プラクティスについて詳しく説明します。 マルチクラウド・コストの最適化-2 ストレージ・コストの最適化 効果的なストレージ最適化は、クラウド費用の最も大きなコンポーネントの1つを管理するために重要です。ストレージ・コストを適切に管理することで、不要な支出を回避し、効率的なデータ管理を実現します。ストレージ層とデータ・ライフサイクル・ポリシーを利用することで、データ・ストレージに関連するコストを削減し、コスト効率を向上させることができます。たとえば、 Oracle Cloud Infrastructure (OCI)ストレージ層 では、データ・アクセス・パターンに基づいて、標準層、頻度の低いアクセス層およびアーカイブ層を使用できます。 Amazon Web Services (AWS) S3 Intelligent Tiering はアクセス層間でデータを自動的に移動し、 Azure Blob Storage Tiersはアクセスニーズに基づいてデータのホット層、クール層およびアーカイブ層を利用します。アクセス頻度の低いバックアップを OCI Archive Storage にアーカイブし、大幅なコスト削減を実現するシナリオを考えてみます。このアプローチにより、必要なデータ可用性とパフォーマンスを維持しながら、ストレージ・コストを削減できます。 ガバナンスとポリシーの実装 ガバナンスとポリシー・フレームワークにより、効果的なコスト管理が保証され、コストの超過が防止されます。クラウド経費の管理を維持し、ベスト・プラクティスを実施するのに役立ちます。ガバナンス・ポリシ

マルチクラウド導入における戦略的コスト最適化技術: パート2/3 (2024/07/31) https://blogs.oracle.com/cloud-infrastructure/post/cost-optimization-multicloud-deployments-part-2-3 投稿者： Rahul Chaubey このシリーズのパート2では、コスト管理ツールの使用、スポット・インスタンスの利用、マネージド・サービスの利用に関する技術について詳しく説明します。これらの戦略は、財務管理の維持、リソース使用率の最大化、およびマルチクラウド環境での運用オーバーヘッドの削減に不可欠です。まだ読んでいないなら、 Part1 を読んでください! マルチクラウド・コストの最適化-2 コスト管理ツールの使用 コスト管理ツールは、クラウド支出を可視化し、コスト削減の領域を特定するために不可欠です。インサイトと推奨事項を提供することで、クラウド支出の監視、分析、最適化を支援します。これらのツールを使用することで、組織は支出をリアルタイムで追跡し、予算を設定し、支出を予測し、異常を検出できます。このプロアクティブなアプローチにより、予算の超過を防止し、リソース使用量を最適化し、コスト削減措置を迅速に実施することで、効果的な財務管理が可能になります。 各クラウド・プラットフォームは包括的なコスト管理ソリューションを提供します。たとえば、 Oracle Cloud Infrastructure(OCI)のCost Management and Billingツール には、クラウド支出を監視し、コスト削減の機会に関するインサイトを得るのに役立つ、使用状況追跡、予算設定、アラート機能が含まれます。Amazon Web Services(AWS)は、コストを可視化して分析するための コスト・エクスプローラ と、カスタムのコストと使用量の予算を設定するための AWS予算 を提供しています。これらのツールは、支出を効果的に管理するための詳細なレポートとアラートを提供します。Azureは、コスト管理ソリューションをPower BIと統合して、高度な分析と可視化を実現することで、クラウド支出に関する深いインサイトを獲得し、データ主導型の意思決定を行うことができます。 企業がコスト管理ツールを

マルチクラウド導入における戦略的コスト最適化技術: パート1/3 (2024/07/31) https://blogs.oracle.com/cloud-infrastructure/post/cost-optimization-multicloud-deployments-part-1-3 投稿者： Rahul Chaubey マルチクラウド環境では、Amazon Web Services(AWS)、Azure、Oracle Cloud Infrastructure(OCI)など、さまざまなクラウド・プラットフォームの長所を活用しながら、財務効率を維持するためにコストの最適化が不可欠です。この包括的なガイドは、マルチクラウド導入でコスト最適化技術を効果的に計画および実装するための戦略的なアプローチを提供することを目的としています。3部構成のこのシリーズでは、経費の管理と削減に役立つ幅広い戦略について検討します。最初の部分では、現在のクラウド支出の評価、コスト最適化目標の定義、リソースの適切なサイズ設定、自動スケーリングの実装、予約インスタンスの利用に重点を置いています。 マルチクラウドのコスト最適化-1 現在のクラウド支出の評価 効果的なコスト最適化への第一歩は、現在のクラウド支出を理解することです。各クラウド・プラットフォームは、サービス、プロジェクト、時間ごとにコストを特定するのに役立つツールを提供するとともに、経費の原動力とコスト削減先を決定する分析を提供します。また、これらのツールを使用すると、実際の支出が予算に近づいたり、予算を超えたりしたときに通知するアラート・メカニズムを使用して、予想される支出を定義する予算を作成し、偶発的な支出を防止できます。 サービス別分析は組織レベルでは価値がありますが、クラウド・プラットフォームには、支出レポートをフィルタリングしてグループ化するためのタグ付け機能もあります。これらの機能により、どのプロジェクトまたは部門が最も支出を増加させているかを判断できます。時間の経過に伴う支出を分析することで、リソースが過剰に利用されているか、十分に利用されていないかを評価できます。たとえば、使用されていない日の間のみ使用されるコンピュート・リソースをオフにすると、大幅な節約になります。プラットフォームが提供するコスト分析ツールには、

Autonomous DatabaseへのBYOLにより、Oracleライセンスへの投資を最大化 (2024/07/30) https://blogs.oracle.com/cloud-infrastructure/post/license-investment-byol-autonomous-database 投稿者： Gloria Lee | Outbound Product Manager for Autonomous Database Dedicated (ADB-D) 今日の世界では、予算が厳しくなり、ソフトウェア投資を最大限に活用することは、単なる戦略的優位性ではなく、必要不可欠です。Oracleは、クラウドへの移行にBring Your Own License (BYOL)を提供します。BYOLを使用すると、ソフトウェア・ライセンスをより効率的かつ柔軟に使用でき、より厳しい予算内で運用し、不要なコストを削減し、より戦略的にリソースを割り当てることができます。さらに、それはあなたがあなたのお金を最大限に活用し、投資収益率を最大限に高めることを保証します! Autonomous DatabaseとBYOL 最適なBYOL取引は、Autonomous Databaseです。Autonomous Databaseは、Oracle Databaseを実行するために世界で最も最適化されたプラットフォームであるExadata上で実行される、最も高度な機能を備えた19cまたは23aiのOracleデータベースです。 BYOLによりAutonomous Database Computeの価格が76%下がるため、総所有コスト(TCO)を大幅に削減できます。使用するすべてのデータベース・オプションのライセンスを持ち込む必要がある他のOracle Databaseクラウド・サービスへのBYOLとは異なり、BYOL to Autonomous Databaseは、オプション・ライセンスを持ち込むことなく、ほぼすべてのオプション機能を提供します。Autonomous Databaseでのライセンスの仕組みの詳細は、 OracleのPaaSおよびIaaS Universal Creditsサービスの説明 を参照してください。 Autonomous Database Compute

MySQL正規表現での先読みおよび先読みの使用 (2024/07/30) https://blogs.oracle.com/mysql/post/using-lookahead-lookbehind-in-mysql-regular-expressions 投稿者： Scott Stroz | MySQL Developer Advocate 正規表現は強力ですが、開発者向けの誤解が多いツールです。最近の投稿では、 部分正規表現 と 後方参照 (特殊なタイプの部分正規表現)について説明しました。この記事では、他の2つの特殊部分式の例を示します: 先を見て後ろを見てください。 要件 これまでに使用したものと同じデータを使用して、その単語がipsumからスペースで区切られたときに、テキストipsumの前にある単語だけを返す必要があります。ここでのキッカーは、テキストipsumはパターン一致の一部である必要がありますが、返さないことです。この要件は難しく聞こえるかもしれませんが、先読みパターン・マッチングを使用すると非常に簡単です。 先読み? 一言で言えば、先読みは、一致するが戻されないパターンを定義します。先読み一致は、特殊なタイプの部分式であり、そのように書式設定されます。先読みの構文は、( )を使用して、マッチングするテキストの前に?= が付いた部分式です。 ソリューション 例を見れば、構文を理解しやすくなる場合があります。ここに私達の条件を満たす解決があります。 select id, name, regexp_substr(sample, '[^ ]+(?=[ ]+ipsum)') `snippet` from ipsum where regexp_like(sample, '[^ ]+(?=[ ]+ipsum)') 使用する正規表現は[^ ]+(?=[ ]+ipsum)です。これを分解して、人間が読める用語にしましょう。 [^ ]+ - 正規表現の最初の部分は、空白以外の1つ以上の文字が必要であることを示す文字セットです。 +は、先行する1つ以上の文字または文字セットが必要であることを示します。 ( - 左カッコが部分式を開始します。 ?= - 部分式の最初の部分は、先読みを使用していることを示します。

Oracle Access Governanceによるデータベース・ガバナンスの簡素化 (2024/07/29) https://blogs.oracle.com/cloud-infrastructure/post/database-governance-using-access-governance 投稿者： Anuj Tripathi | Principal Solution Engineer George Hong | Master Principal Security and Management Platform Specialist ほとんどの企業は、無数のコンプライアンス・プログラムに直面しています。ほとんどのコンプライアンス・プログラムにおける基本的な共通要件は、システムおよびアプリケーション(データベースを含む)に誰がアクセスできるかを管理することです。Oracle Access Governanceは、組織がコンプライアンスとガバナンスの要件に対応できるよう支援する、クラウドネイティブのIDガバナンスおよび管理(IGA)ソリューションです。Oracle Access Governanceは、アクセス権限を定義および管理するためのユーザー・プロビジョニング、アクセス・レビューおよびアイデンティティ分析を提供します。 このブログ投稿では、ITおよびコンプライアンス管理者がOracle Access Governanceを通じてデータベース・アイデンティティ・ガバナンスをどのように簡素化できるかの概要を説明します。Oracle Access GovernanceをOracleデータベースに接続することで、次のメリットを得ることができます。 データベース・ユーザーとその権限を可視化: Oracle Access Governanceを使用して、データベース内の権限を持っているユーザーに即座に回答 データベース権限の割当ての管理: リクエストおよび承認プロセスによるデータベース権限の管理 データベース・ユーザー・アクセス・レビューの実行: Oracle Access Governanceは、管理者がデータベース・ユーザーの定期的なアクセス・レビューを実行するためのプラットフォームを提供します Oracle Access Governanceを使用して、