Oracle представила новый подход к решению проблем синхронизации данных в агентных ИИ. Основой анонса стала архитектура Unified Memory Core, которая устраняет необходимость в синхронизационных конвейерах между различными форматами данных. Unified Memory Core объединяет обработку векторных, JSON, графовых, реляционных, пространственных и колоночных данных в одном движке. Это позволяет избежать задержек и несогласованности данных, возникающих при использовании отдельных систем. API-слой над движком обеспечивает согласованность данных для всех типов без дополнительных механизмов. Для команд, использующих архитектуры data lakehouse на базе Apache Iceberg, Oracle представила векторный индекс, который автоматически обновляется при изменении данных. Это решение позволяет объединять поиск по Iceberg с запросами к данным других форматов в Oracle. Иллюстрация: Nano Banana Oracle также анонсировала два новых сервиса: полностью управляемую векторную базу данных Autonomous AI Vector Database с бесплатным стартом и возможностью масштабирования, а также Autonomous AI Database MCP Server для подключения внешних агентов без необходимости кастомной интеграции. Хотя конкуренты, такие как PostgreSQL, Snowflake и Databricks, предлагают схожие функции, Oracle делает ставку на архитектурное преимущество. Unified Memory Core устраняет фрагментацию данных, которая является основной причиной сбоев в агентных системах. Это решение может стать удобным для масштабирования агентных ИИ в корпоративной среде. Новая архитектура направлена на устранение проблем с доступом, управлением и согласованностью данных, которые возникают при масштабировании агентных ИИ.