Novità di Oracle AI Data Platform
Ecco una panoramica delle nuove funzioni e dei miglioramenti apportati in Oracle AI Data Platform.
Argomenti
- 17 novembre 2026
- 16 ottobre 2026
- 25 settembre 2026
- 10 agosto 2026
- 6 luglio 2026
- Giugno 5, 2026
- 1 maggio 2026
Per le ultime notizie su Oracle AI Data Platform, gli aggiornamenti dei prodotti, le storie di clienti e partner e gli insight di mercato, consulta https://blogs.oracle.com/ai-data-platform/.
17 novembre 2026
| Funzione | Descrizione |
|---|---|
| Utilizza Oracle Agent Hub per interagire con l'AI aziendale | Oracle Agent Hub offre un'interfaccia unificata per la ricerca e l'interazione con agenti e strumenti AI aziendali. È possibile immettere prompt e consentire all'hub agente di selezionare le risorse AI appropriate, selezionare direttamente un agente o utilizzare argomenti per lavorare con agenti e strumenti correlati. Vedere Che cos'è Oracle Agent Hub? e In che modo Agent Hub si adatta a Oracle AI Data Platform? |
| Connessione ad agenti e strumenti in AI Data Platform, Agent Hub e altre origini esterne | Il registro AI in AI Data Platform consente di gestire gli agenti in AI Data Platform, Agent Hub e altre origini esterne con risorse per la registrazione di agenti e server MCP, la creazione e la memorizzazione delle credenziali e la gestione di chi può visualizzare e utilizzare gli agenti. Vedere Registro AI. |
16 ottobre 2026
| Funzione | Descrizione |
|---|---|
| Aggiungere una competenza a un agente in Visual Builder | Aggiungere uno skill a un nodo Supervisore o Agente esecutivo in Visual Builder. È inoltre possibile caricare un file di skill direttamente in un'area di lavoro da utilizzare con un agente. Vedere Aggiungere una competenza a un agente e Caricare una competenza in un'area di lavoro. |
| Scegliere un'identità di runtime per gli agenti | Scegliere un'opzione Esegui come quando si distribuisce un agente. È possibile scegliere di utilizzare la propria identità o un account di servizio. Vedere Agenti: Esegui come e Distribuisci un agente. |
| Creare un task agente in un workflow | Creare un task agente per inviare un prompt a un agente distribuito da un job del workflow. Vedere Creazione di un task agente. |
| Configura il ridimensionamento automatico per la computazione AI | Quando crei un cluster di computazione AI, puoi abilitare il ridimensionamento automatico per regolare automaticamente il numero di repliche in base alle tariffe delle richieste API e all'utilizzo medio della CPU. Configura i conteggi delle repliche minimo e massimo, le soglie di scala e un periodo di tempo di recupero tra le azioni di scala. Vedere Crea un cluster di computazione AI. |
| Monitorare i modelli e gestire l'accesso | Visualizzare, filtrare ed esportare i dati e i log di inferenza dalla scheda Monitoraggio per i modelli. Le autorizzazioni del modello consentono di controllare chi può visualizzare e modificare i modelli, gestire le distribuzioni e concedere l'accesso ad altri utenti. È ora possibile accedere ai modelli mediante lo schema predefinito nel catalogo predefinito del catalogo principale. Vedere Modelli e Autorizzazioni modello. |
| Utilizza modelli di terze parti in sistemi con più agenti | Utilizza modelli di OpenAI, Anthropic e Google per agenti supervisori ed esecutori in Visual Builder. Configura ogni agente con un modello adatto al relativo task. Vedere Agenti supervisore e Configurazione agente esecutore. |
| Installare le librerie PyPI e Maven per calcolare i cluster | I cluster di computazione AI Data Platform ora supportano le librerie PyPI e Maven per estendere le tue capacità di computazione. Vedere Gestisci librerie. |
| Gestisci repository Git con checkout sparso | Utilizzare il check-out con sparsità durante la creazione di una cartella Git in AI Data Platform per gestire i file e le cartelle clonati dal repository Git. Vedere Cartelle Git in Oracle AI Data Platform (anteprima). |
25 settembre 2026
| Funzione | Descrizione |
|---|---|
| Distribuisci modelli | I modelli in AI Data Platform ora possono essere distribuiti per l'uso come endpoint. I modelli distribuiti possono essere creati e gestiti dalla nuova scheda Distribuzioni dei modelli. Vedere Modelli. |
| Anteprima: Traccia derivazione Knowledge Base | La derivazione di AI Data Platform ora consente di tracciare visivamente le tabelle e i volumi che inseriscono i dati nelle knowledge base. Vedere Linea (anteprima). |
| Includi e utilizza sinonimi nei cataloghi | Ora puoi utilizzare i sinonimi dalle origini dati supportate da Oracle Autonomous AI Database e utilizzarli in AI Data Platform. I sinonimi possono essere chiamati nei notebook e in altre query SQL anziché nei dati sottostanti. Vedere Sinonimi. |
| Supporto catalogo esterno per Snowflake | AI Data Platform ora supporta Snowflake come origine esterna per i cataloghi nel catalogo principale. Vedere Cataloghi esterni. |
| Le tabelle ora supportano il formato della tabella Apache Iceberg | Ora è possibile utilizzare Apache Iceberg come formato di tabella transazionale per le tabelle in AI Data Platform. Vedere le tabelle. |
| Usa widget per parametrizzare i notebook | I widget consentono di definire i valori di input nei notebook di AI Data Platform, consentendo agli utenti di eseguire lo stesso blocco appunti con valori diversi e di riutilizzare il blocco appunti senza modificarne il codice ogni volta. Vedere Widget nei notebook. |
10 agosto 2026
| Funzione | Descrizione |
|---|---|
| Anteprima: tenere traccia delle relazioni degli artifact di dati mediante Lineage | Lineage consente di tracciare visivamente le relazioni tra gli artifact di dati nell'istanza di AI Data Platform. È possibile scegliere un artifact specifico e visualizzare le relazioni a monte e a valle. Vedere Linea (anteprima). |
6 luglio 2026
| Funzione | Descrizione |
|---|---|
| Crea agenti AI per sviluppare e gestire i tuoi dati | Ora puoi creare agenti AI in AI Data Platform, tramite Visual Flow Builder o tramite codice. Vedere Agenti AI. |
| Potenzia i tuoi agenti con AI Compute | Gli agenti AI richiedono una computazione specializzata per alimentare i loro strumenti e le loro competenze. Puoi creare la computazione AI tramite Compute nella tua istanza di AI Data Platform. Vedere AI Compute. |
| Memorizza documenti e documenti di ricerca nelle knowledge base | Le knowledge base consentono di memorizzare e cercare i documenti in AI Data Platform, utilizzando la funzionalità Oracle Database 26ai Vector Search per memorizzare le integrazioni vettoriali. Gli agenti AI possono utilizzare queste knowledge base per eseguire ricerche semantiche e recuperare dati e documenti pertinenti. Vedere Knowledge Base. |
Giugno 5, 2026
| Funzione | Descrizione |
|---|---|
| Connettiti AI dati nella tua AI Data Platform dal tuo IDE | L'estensione per sviluppatori di Oracle AI Data Platform (AIDP) è ora disponibile per l'installazione dal marketplace Microsoft Visual Studio Code. Sfoglia aree di lavoro e cataloghi, visualizza in anteprima, confronta, scarica e carica i file in remoto e molto altro ancora. Vedere Oracle AI Data Platform (AIDP) Developer Extension. |
1 maggio 2026
| Funzione | Descrizione |
|---|---|
| Scegliere la cifratura della chiave gestita dal cliente | Quando crei la tua istanza di AI Data Platform, ora puoi scegliere di utilizzare la cifratura della chiave gestita da Oracle o di utilizzare la cifratura della chiave gestita della tua organizzazione. Vedere Opzioni di cifratura dello storage. |
| Abilita controllo dell'accesso basato sull'origine della rete | Creare set di indirizzi IP definiti a cui è possibile fare riferimento nei criteri o nelle impostazioni di autenticazione per controllare l'accesso. Vedere Origini di rete. |
| Riferimento API REST di AI Data Platform | È ora disponibile la documentazione per le API REST di AI Data Platform. Vedere API REST per Oracle AI Data Platform. |
| Anteprima: gestire le credenziali con segreti e riferimenti al vault | L'area di memorizzazione delle credenziali fornisce un modo sicuro e centralizzato per gestire informazioni riservate quali token di autenticazione e credenziali esterne. Invece di incorporare i segreti direttamente nelle configurazioni o nel codice, gli utenti possono memorizzarli e riutilizzarli in modo sicuro tramite la loro AI Data Platform. Vedere Informazioni sull'area di memorizzazione delle credenziali. |
| Anteprima: Connetti e gestisci i tuoi dati in Git | Ora puoi gestire i tuoi file Git interamente dall'interno di AI Data Platform, con utility che ti consentono di eseguire operazioni di push, pull, commit e unione dei file, nonché gestire eventuali conflitti di unione che si verificano senza dover uscire dalla piattaforma. Vedere Integrazione Git (anteprima). |
| Anteprima: Crea package e distribuisci bundle da cartelle Git | I bundle consentono di raggruppare le risorse in una cartella Git, come quelle necessarie per job o agenti, e distribuire tali package nelle aree di lavoro e negli ambienti per condividere tali risorse. Vedere Bundle e CI/CD (anteprima) |
| Anteprima: Esegui e itera esperimenti per creare modelli basati sui tuoi dati | Gli esperimenti sulla piattaforma di dati AI consentono AI data scientist, AI tecnici di apprendimento automatico e AI manager di collaborare allo sviluppo dei modelli. Vedere Esperimenti (anteprima). |
| Anteprima: Creare e addestrare modelli di apprendimento automatico | I modelli di machine learning in AI Data Platform ti consentono di creare modelli ottimizzati attraverso l'analisi delle prestazioni, la collaborazione e l'analisi di condizioni sperimentali come iperparametri, set di dati di input e progettazione delle funzioni. Vedere Modelli (anteprima). |
| Anteprima: Impostazioni amministrazione | Le impostazioni di amministrazione consentono di gestire gli account Git collegati. Vedere Impostazioni amministrazione (anteprima). |
Novità di Oracle Cloud in Oracle AI Data Platform
G55974-07
Copyright ©2025,2026,
Oracle e/o relative consociate.