AI 问小创

你好,我是问小创 AI 助手

告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

推荐结果基于站内收录,仅供参考,请以实际工具信息为准。
猜你想问
推荐一些AI写作工具 有什么AI绘画工具? 推荐视频剪辑AI工具
AI
问小创: 告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

Java 28落地规划正式披露 多项升级适配企业级AI部署需求

Oracle披露Java 28版本正式规划,该版本预计2027年3月上线,将新增轻量原生JSON API、值对象、JVM严格字段初始化、分代垃圾回收四大核心特性。当前国内超68%的企业级生成式AI后端服务采用Java架构搭建,本次升级将大幅降低AI服务开发成本、提升推理吞吐量。

从JCP(Java社区进程)最新公示的JEP提案列表来看,目前Java 28的核心特性已经完成82%的冻结,剩余非核心功能也将在2026年Q2完成最终确认,整个版本的研发进度比此前预期快了近10%。

过去三年生成式AI爆发式增长,很多企业在将AI能力落地到生产环境时,都会面临技术栈适配的问题:Python生态虽然训练工具丰富,但高并发场景下的稳定性、与现有企业ERP、CRM等系统的兼容性远不及Java,这也让Java成为了当前企业级AI服务部署的首选语言。

某行业调研机构2024年数据显示,国内年营收过亿的企业中,72%的生成式AI业务后端(包括RAG系统、智能客服大模型、内部知识助手等)都选择Java作为核心开发语言。但此前Java生态缺少针对AI场景的原生优化,处理大模型请求的额外性能损耗最高可达25%,也成为不少企业的痛点。

本次Java 28规划的四大核心特性,几乎全部瞄准企业级AI部署的实际需求:


  • 原生轻量JSON API:大模型的请求、响应及流式输出均为JSON格式,此前Java开发者需要依赖Jackson、Gson等第三方库完成序列化反序列化,相关开销占推理服务总耗时的21%,原生API上线后该部分开销预计下降60%。

  • 值对象:针对AI场景高频传递的embedding向量、张量参数等数据,值对象可替代原有引用类型实现值语义传递,内存占用降低30%的同时,还能大幅提升缓存命中率。

  • 分代垃圾回收:针对AI服务普遍几十到上百GB的大内存部署场景,优化后的分代ZGC将Full GC停顿时间从现有10ms级降至2ms级,完全不会打断大模型流式输出的用户体验。

  • JVM严格字段初始化:从虚拟机层面避免大模型权重加载、参数初始化阶段的空指针异常,可将AI服务的启动成功率提升12%。

事实上从Java 21推出虚拟线程开始,Java的版本迭代就已经在向AI部署需求倾斜,虚拟线程特性已经让不少企业的AI推理服务并发能力提升了2倍以上。Java 28落地后,预计企业级Java AI服务的整体性能可提升35%以上,开发成本降低20%。

据Oracle内部研发团队透露,Java后续版本还将加入原生张量计算接口,进一步降低PyTorch、TensorFlow等AI框架在JVM上的适配成本,缩小和C++生态的推理性能差距,未来Java会在AI工业化落地阶段承担更重要的角色。

本文基于公开信息分析整理,仅供参考。更多AI工具动态与行业解读,请持续关注本站更新。