「（算力）這場競賽將永遠進行下去，以建立一個更好的神經網路。訓練AI模型的成本是天文數字。當我談到建立千兆瓦或數千兆瓦的資料中心時，將是一個真正的前沿AI 模型入門價格，如果有人想在該領域競爭，大約1000億美元。會議上表示，未來4到5年內，任何想參與這場大模型競賽的企業，前沿模型門檻或高達1000億美金，而且這場算力軍備競賽將永遠進行下去。

甲骨文共同創辦人、董事長艾里森（Larry Ellison）

今年80歲的艾里森，是甲骨文公司的拓荒者。 47年前，他和鮑伯‧邁納(Bob Miner) 、艾德‧奧茨(Ed Oates) 成立了軟體開發實驗室(SDL)，並受美國中央情報局委託開發代號為「Oracle」的資料庫程序，該公司後來更名為Oracle Corporation，並於1986年成功完成IPO上市。

2014年9月，艾里森宣布辭去甲骨文CEO一職，並被任命為甲骨文董事會執行主席兼首席技術長。 2024年4月，艾里森被美國《時代》雜誌列入2024年全球100位最具影響力人物名單。

近期埃里森的一則「真實故事」引發關注。他在投資者會議上承認，他不得不懇求英偉達（NVIDIA）CEO黃仁勳(Jensen Huang) 為公司提供最新的GPU，被認為是當前AI 算力短缺的一個重要印證。

「在帕洛阿爾託的Nobu，我和埃隆·馬斯克(Elon Musk) 、黃仁勳共進晚餐，我可以形容那頓晚餐，就是我和馬斯克懇求黃仁勳提供GPU。請收下我們的錢；不，多收點。

從結果來看，這筆錢花得值得。甲骨文最近宣布，將打造一個由131072個英偉達GB200 NVL72 Blackwell GPU 組成的Zettascale AI 超級集群，可提供2.4 ZettaFLOPS 的AI 性能，比馬斯克的xAI 算力集群更強大，後者目前擁有100,000個英偉達H1000個英偉顯示卡。

同時，甲骨文的AI計畫還需要大量電力，該公司已經獲得建造三座模組化核反應器的許可，以滿足其設施電力需求。然而，建造核反應器部署到資料中心可能需要數年時間，因此，目前甲骨文可能會在必要時使用大型移動發電機來增加本地電力供應。

今年9月9日，甲骨文公佈截至今年8月的2025財年第一財季業務，甲骨文營收年增7%，至133億美元。其中，備受矚目的雲端基礎設施（OCI）營收也比華爾街預期的強勁，年增45%至22億美元。甲骨文提供的第二財季營收指引成長區間為8%到10%，中位數高於分析師預期的成長率8.72%。

艾里森在財報會議上表示，未來將會有許多專業模型，例如他自己就參與類似的模型——使用電腦查看活檢切片或CT掃描以發現癌症，以及用血液檢測來發現癌症。 「這些往往是非常專業的模型。它們不一定使用基礎的Groks、ChatGPT、Llama和Gemini，它們往往是高度專業化的模型……我們將看到越來越多像這樣的應用。”

不過，艾里森對分析師強調，如果以未來5年甚至10年的眼光來看，我們還沒有進入已經訓練完所有需要的模型，轉向推理的階段。

「這是一場爭奪技術霸主地位的持續戰鬥，這場戰鬥將在未來五年，可能更像是10年內，由少數幾家公司和一個國家來進行。所以這個業務正在變得越來越大。

摩根士丹利分析師Keith Weiss 隨後發文表示，今年迄今，甲骨文的股價表現已遠超過軟體業同業。他將這一強勁的表現歸結為，甲骨文被投資者視為AI硬體稀缺的主要受益者，這推動了其OCI 業務的發展。

年初至今，甲骨文股價大漲了63.68%，成長率高於標普500和那斯達克指數。

受甲骨文利好消息影響，艾里森身價大漲。截至北京時間9月17日，《富比士》全球億萬富豪排行榜即時數據顯示，艾里森的個人淨資產增至2,065億美元，排名第二，高於亞馬遜創辦人貝佐斯、股神巴菲特、 Meta創辦人祖克柏等人，僅次於特斯拉CEO馬斯克（Elon Musk）。有趣的是，艾里森還是特斯拉董事會獨立董事。

9月14日，甲骨文在年度金融分析師會議上透露，預計2026財年，公司營收將至少達到660億美元，上調知音並超越分析師預期。預計到2029財年，甲骨文營收至少高達1,040億美元，相當於三年內營收成長近58%。

以下是甲骨文Q1財報會上的部分問答實錄：

分析師：謝謝。我想問一個關於利潤率的問題。你不斷提供強大的雲端服務收入數字，尤其是OCI 數字，當你給他們（競爭對手）提供指導，看看你必須做什麼才能打擊他們時，至少可以說，他們看起來真的很難做到。

艾里森（Larry Ellison）：讓我們從員工開始，然後進入自治資料庫（Oracle Autonomous Database）。我們獲得了巨大的效率，就在我們說話的時候，我們正在將融合和下週轉移到自治資料庫。我們已經決定一切都需要轉移到自主，因為兩個原因，真的。第一個原因是，當您擁有一個完全自治的資料庫時，沒有DBA，資料庫管理員是機器人。沒有與管理Oracle自治資料庫相關的人力。

現在，這顯然是一種成本節約。但更重要的是，沒有人力，就沒有人為錯誤。與競爭對手相比，我們擁有巨大的安全優勢。不會犯任何錯誤。沒有人力，全是自動化的。當你把一切都完全自動化時，它的潛力也是非常有彈性的。我不會詳細說明這意味著什麼，但它意味著你的工作運行突然需要500個微處理器。你在3分鐘內得到了500美元，你需要它。然後你把它們放回游泳池。所以這與其他資料庫的工作方式非常不同，他們可能會呼叫。雲端本身可能在某些地方是有彈性的，但它們的資料庫通常沒有彈性。自主是我們使用更少的硬件，速度更快，效率更高，完全自動化，沒有人力，更安全。基於自主資料庫的業務的利潤率遠高於傳統的Oracle業務。

我認為這些利潤是驚人的高，與SaaS的利潤差不多，SaaS也是驚人的硬市場，因為Sass主要在自主資料庫上運作。我們非常有效率地使用硬體。我們很少使用勞動力，因為勞動力是一個安全風險。當人們實際手動操作時，安全風險會降低我們的擴展能力。從最大到最小的每個Oracle資料中心在特性和功能上都是相同的。它們僅隨以下因素而變化。

這意味著我們有一套自動化軟體，可以自動完成所有這些工作。沒有其他人這樣做。沒有人有那種程度的自動化，那種程度的自主性。它使我們能夠在資料庫業務、SaaS業務和其他雲端業務中獲得更高的利潤。我們的雲端更加自動化。我們的勞動成本很低。我們的網路更有效率。它們是運行速度快得多的域網路。如果你的運行速度快一倍，我們的成本就會下降一半，而且我們的網路比其他雲端快得多。因此，我們認為我們的潛力，隨著我們規模的擴大，我們提供比目前更好的利潤的潛力，這是非常真實的。

我相信是這樣。例如，我認為當我們將Fusion 遷移到自治資料庫時，您會發現不同工程師的不同觀點。我認為成本節省——我們的成本——我們的雲端成本節省將達到50% 左右。這就是我所相信的。現在可能是40%，也可能是35%，但與現在相比，我們將節省大量成本，而且這涉及整個Fusion 客戶群。所以這只是我們如何使用更快的網路、更快的資料庫、更多的自動化來使我們的產品更安全的一個例子。我一直強調安全確實是主要目標。但作為次要效應，我們最終也會花更少的錢來營運這些資料中心。

分析師：我是摩根大通的馬克墨菲。 Larry，你如何看待市場從AI訓練階段向AI推理階段過渡?有一些爭論認為，在曲線的前端我們可能存在不平衡或泡沫，因為訓練是計算密集型的，然後也許它會在推理階段以某種方式重新校準，而推理階段可能不那麼密集?或你認為在這兩個階段都有高成長的潛力?

艾里森：很多人認為，我送孩子上大學然後就完成了。他們的訓練結束了。我有四年的訓練，然後我可以讓孩子去工作，他們會做推理。這是不對的。這場競賽永遠不會結束，要建立更好的神經網路。這種訓練的成本變得天文數字般高昂。當我談到建造吉瓦級或多吉瓦級數據中心時，我的意思是這些AI模型，這些前沿模型將要- 對於任何想要在這個領域競爭的人來說，一個真正的前沿模型的入場價格大約是1000億美元。

讓我重複一下，在未來4到5年內，對於任何想參與這場遊戲的人來說，這將是大約1000億美元。這是一大筆錢，而且不會變得更容易。所以他們不會有很多這樣的人。這不是列出誰能真正建立這些前沿模型的地方。

但除此之外，還會有很多非常專業的模型。我可以告訴你，我個人參與的一些事情，例如使用電腦查看切片或CT掃描來發現癌症，還有發現癌症的血液檢查。這些往往是非常專業的模型。它們不一定使用基本的Grok、ChatGPT、Llama和Gemini，它們往往是高度專業化的模型。在某些資料上訓練影像識別，我的意思是，例如數百萬張活檢切片，其他訓練資料並不太有幫助。

所以這還在繼續，我們將看到越來越多像這樣的應用。所以，如果你的視野是未來5 年，甚至可能是未來10年，我不會擔心，我們現在已經訓練了所有需要的模型，我們需要做的就是推理。

我認為這是一場持續的技術優勢之戰，將由少數公司和也許一個國家，在未來至少五年內進行，但可能更像是10年。所以這個業務只會越來越大。沒有放緩或轉變即將到來。

我說一些聽起來可能真的很奇怪的話。你可能會說，他一直在說奇怪的話。那為什麼他要說這個呢？這一定非常奇怪。我們正在設計一個功率超過1吉瓦的資料中心，但我們找到了地點和電力設施。我們看了看，他們已經獲得了三個核反應爐的建造許可。這些是小型模組化核反應堆，專為資料中心提供電力。事情變得多麼瘋狂，但這就是正在發生的事情。

分析師：我是巴克萊銀行（Barclays）的Raimo Lenschow。關於資料庫方面的問題，您今天剛宣布的協議，或您已經與AWS 達成的協議。現在我們已經達成了所有超大規模協議，您如何看待從目前在本地或雲端客戶上運行的資料庫工作負載向公有雲的遷移？我的意思是我們該如何看待這種勢頭？謝謝。

艾里森：嗯，有兩件事。公有雲非常有趣，也非常重要。

我的意思是，Oracle 很久以前在資料庫業務上就非常成功，因為我們的口號之一就是可移植性。我們在IBM 主機上運行。我們在Microsoft PC 上運行。我們在Hewlett Packard 機器上運作。如果你還記得的話，數位設備機器和各種計算機，我們在任何地方運行。這非常重要，這樣我們的客戶就可以在任何環境中執行Oracle 資料庫。很明顯，我們必須找到一種方法來真正使我們資料庫的最佳版本、Exadata、Exascale 版本的資料庫在其他人的雲端中可用。

我們能夠做的基本上就是讓OCI 足夠小，這樣我們就可以在Microsoft Azure 中嵌入一個OCI 資料中心，或者在Google 或AWS 中嵌入一個OCI 資料中心，或者我們可以將它放在任何可以完全自主的地方，在那裡我們可以使用Exadata 和Exascale 叢集。我們實際上能夠做到這一點。這在技術上並不容易，但我們做到了。

在這樣做並縮小我們的Oracle 資料中心時，我之前提到過，我們所有的資料中心除了規模之外都是相同的。目前最大的資料中心是800 千兆瓦，接近800 兆瓦，對不起，我們接近1 千兆瓦。最小的資料中心大約是150 千瓦，我們將降至50 千瓦。這意味著，我們將有許多公司，中大型公司將決定擁有Oracle 私有雲。我的意思是，我們的私有雲和公有雲之間仍然沒有區別。它們是相同的。它們完全相同。許多人擁有Oracle 私有雲，許多工業公司，例如沃達豐擁有六個Oracle 私有雲來運行他們的工作負載。但它們變得如此便宜，以至於任何人都可以決定，好吧，我想轉移到雲端。我想享受雲端的所有優勢，但我想確保我是雲端中唯一的人。我不想有任何鄰居，或我只想要經過批准的鄰居。我不希望有人帶著信用卡搬進來。我只是對安全感到偏執，因為我必須遵守政府法規。

因此，我們認為，顯然，在AWS、Microsoft 和Google 上使用Oracle 資料庫非常重要。 Safra 說得對，我的意思是，這絕對會加速公有雲中的資料庫成長。但我們預計，私有雲的數量將大大超過公有雲，因為公司決定將Oracle 雲放在資料中心的防火牆後面，沒有鄰居。而且，由於我們已經擁有自己的資料中心，我們的資料中心非常自動化，而且可擴展，功能完全相同，我們組織有序。因此，實際上，我們現在有162 個資料中心。我預計我們將擁有1,000 個或2,000 個或更多資料中心，即遍布全球的Oracle 資料中心，其中許多將專用於個人銀行、電信公司或科技公司，或者您有什麼國家、主權雲，所有這些其他東西。因此，我們認為，我很難預測私有雲和公有雲哪個會更大？我不知道。

但好消息是，無論哪種方式，我們都會獲勝。

分析師：你好，我是伯恩斯坦的Mark Moerdler。非常感謝，恭喜本季。本季和本指南都非常令人印象深刻。我們看到許多關注點都集中在模型訓練方面，但在其他方面對應用程式和推理的關注較少。你們在市場和行業方面擁有豐富的專業知識。你們已經在所有Oracle 產品和功能中融入了傳統AI。但是，您認為GenAI 在應用方面的可貨幣化價值在哪裡？您認為生成式AI 需要多長時間才能成為一項有意義的收入，不僅僅是對Oracle，而是對一般軟體，在應用程式方面，而不是在培訓方面？謝謝

艾里森：讓我先從醫療保健開始，我們幫助醫生診斷不同的疾病。當有人去做超音波檢查時，我看到護士、技術人員和醫生實際上測量嬰兒的頭骨，測量嬰兒的脊髓，看看——這太荒謬了。計算機應該做所有這些。如果胎兒周圍纏著臍帶，電腦應該會發現所有這些，現在應該全部記錄下來。醫生可以得到計算機的幫助來完成所有這些工作。檢查斑塊和冠狀動脈，所有這些都應該以這種方式完成。

我們已經實現了當醫生看病時——準備看病時，我們會為醫生準備一份總結。我們使用人工智慧查看電子健康記錄，查看幾個小時前的最新實驗室檢查結果。並讓醫生知道病情是否穩定或病情是否進展，或醫生在會診前需要知道的任何資訊。該總結由人工智慧創建，是人類可讀的總結。然後人工智慧會聽取醫生和患者之間的會診。這已經交付了。這已經存在了。他們會交付——他們會聽取醫生與病人的會診。如果醫生開立處方，人工智慧會檢查以確保處方準確無誤並輸入處方。人工智慧會更新電子健康記錄。人工智慧會轉錄和分發醫生的醫囑，所有這些都是透過聽取對話完成的。然後醫生在談話結束時會得到一份草稿，醫生可以快速審查和批准。然後配藥、執行醫囑並更新電子健康記錄。我們已經在做所有這些事情了。但我還可以繼續說下去。在醫療保健領域，我們需要很多東西，從讀取X 光片到使用者介面。

我們的使用者介面與Epic 的使用者介面截然不同。我曾經帶兒子去史丹佛大學，需要三個人，三個不同的姿勢才能找到他的X 光片。這就是你找到Larry Ellison 的X 光片的方法。你說，Oracle，請給我看看Larry Ellison 的最新X 光片。這是一個語音介面。你只要要求他們就可以了。你如何登入？嗯，你看著電腦，它就能辨識你的臉。它能辨識你的聲音，知道你是醫生，你有權利去查看它，所有的授權都是透過人工智慧完成的。

這些都是人工智慧，我知道人們認為這是一個獨立的東西，我聽到很多人都說，我們現在有了人工智慧代理（AI Agent），將單獨收費。但我認為，我們的應用程式將主要是AI 應用，你如何單獨收取所有費用？我真的不知道。當我聽他們說話時，我感到很困惑。我不明白他們在說什麼。我會想知道什麼，我就到此為止。

分析師：我是TD Cowen 的Derrick Wood。我也要向你們表示祝賀，你們在過去幾季成長中取得巨大的進步。您能否向我們介紹一下您對供應可用性的看法，以及您以高效的方式建立資料中心基礎設施的能力，以便從簽訂合約轉向消費並將積壓轉化為收入？我想，您今天所做的與一年前相比有什麼不同，能嘗試幫助我提供這些加速時間點嗎？

艾里森：我們的私有雲與公有雲完全相同，只是它們可能只有一個租戶，並且可能位於您擁有的建築物中。除此之外，它們是完全相同的。我們擁有硬體。我們為您管理硬體。它恰好位於您擁有的建築物中，只有您才能進入。因此，這與我們所有競爭對手的情況截然不同，而且它是完全自動化的。

因此，我們準備管理數千個資料中心。順便說一句，我會將其與伊隆馬斯克的Starlink 進行比較，我認為他現在在天空中擁有近7,000 顆衛星，6,800 顆。你如何管理——這些衛星不斷機動。它們不是地球同步衛星。它們是低地球軌道衛星。所以它們不斷飛行並改變位置。你如何管理7,000 個飛行的太空船？好吧，讓我告訴你，計算機，它必須完全自動化，否則它就無法工作。

我想說，你不可能擁有數千甚至數百個資料中心，但你當然可以擁有數千個資料中心，除非它們完全自動化。而你實現自動化的唯一方法就是讓它們都一樣。你不可能自動化25 種不同的事物。所以這是一方面。

我要指出的另一件事，我認為甲骨文的一個有趣之處是，我們管理團隊中一些最資深的人是建築、發電廠和電力傳輸系統的專家。因為建造這些資料中心就是這樣。你不能只建一個資料中心。你還必須考慮能源以及從能源產生地到資料中心的能源傳輸。

當然，最有效的方法實際上是在資料中心旁邊建造發電廠。這樣你就可以在最短的距離傳輸資料。我們實際上有非常資深的人員，他們實際上來自公用事業行業，雖然這聽起來很奇怪，但他們是這方面的專家，並幫助我們建造這些龐大的項目。

再次，我要聽聽伊隆·馬斯克的話。他在建造特斯拉時遇到的最艱難的工作之一是建造奧斯汀工廠，他必須建造人類在任何時候建造的最大建築。你想知道有史以來最大的建築嗎？當然不是五角大廈。也不是NASA 的太空梭大樓。最大的建築是特斯拉工廠。所以你必須是該工廠的承包商。你必須能夠建造這些東西，然後用機器人來製造你的汽車。

因此，你必須建造大樓、接通電源、建立所有自動化系統，這是建造雲端或樓宇自動化系統最困難的部分，建立所有自動化系統，以便高效、可靠且經濟高效地運作。也就是說——我們這裡有一些非常有趣的人，他們的經驗基礎與我們五年前相比有很大不同。