Databricks با برنامه‌های Lakehouse جدید، Snowflake، MongoDB را می‌پذیرد

به گفته این شرکت، Databricks بازار خود را نیز به روز کرده است تا به شرکت ها اجازه دهد مدل های هوش مصنوعی را در حین کسب درآمد به اشتراک بگذارند.

Databricks در روز سه‌شنبه گفت که توسعه‌دهندگان می‌توانند برنامه‌هایی را روی داده‌های سازمانی ذخیره‌شده در data lakehouse شرکت بسازند و آنها را در Databricks Marketplace فهرست کنند.

این اپلیکیشن‌های جدید که Lakehouse Apps نامیده می‌شوند، بر روی نمونه Databricks یک شرکت اجرا می‌شوند و از داده‌های شرکت به همراه ویژگی‌های امنیتی و حاکمیتی ارائه‌شده توسط پلتفرم Databricks استفاده می‌کنند، و افزود که قابلیت‌های جدید با هدف کاهش زمان و تلاش است. پذیرش، ادغام و مدیریت داده ها برای موارد استفاده از هوش مصنوعی.

به گفته تونی بائر، تحلیلگر اصلی dbInsights، “این از سربار انتقال داده ها جلوگیری می کند، در حالی که از تمام ویژگی های امنیتی، مدیریتی و حاکمیتی پلت فرم lakehouse بهره می برد.”

برنامه‌های Lakehouse پاسخی به چارچوب برنامه بومی Snowflake است؟

به گفته تحلیلگران،

برنامه‌های Lakehouse جدید Databricks را می‌توان پاسخی به چارچوب برنامه‌های بومی Snowflake دانست که سال گذشته راه‌اندازی شد تا به توسعه‌دهندگان اجازه دهد برنامه‌هایی را از درون پلتفرم Snowflake Data Cloud بسازند و اجرا کنند.< /p>

به گفته داگ هنشن، تحلیلگر اصلی Constellation Research، Snowflake و MongoDB نیز مشتریان را تشویق می‌کنند تا محصولات خود را به‌عنوان پلتفرم‌هایی برای ساخت برنامه‌های کاربردی در نظر بگیرند و از آن استفاده کنند.

هنشن گفت: «بنابراین سال گذشته Snowflake Streamlit را خریداری کرد، شرکتی که چارچوبی را برای ساخت برنامه‌های داده ارائه می‌داد، و قابلیت‌های تراکنش سبک را معرفی کرد، که کمی شکاف بود. با توسعه دهندگان، همچنین قابلیت های تحلیلی خود را به میزان قابل توجهی افزایش داده است.

در اقدامی مشابه کاری که Snowflake انجام داده است، Databricks با چندین شرکت مانند Retool، Posit، Kumo.ai و Lamini همکاری کرده است تا به توسعه Lakehouse Apps کمک کند.

در طول راه‌اندازی Native Application Framework، Snowflake با شرکت‌هایی از جمله CapitalOne، Informatica و LiveRamp برای توسعه برنامه‌های کاربردی برای مدیریت داده، مدیریت هزینه ابر، وضوح هویت و یکپارچه‌سازی داده‌ها شریک شد.

در حالی که مشارکت Databricks با Retool به شرکت‌ها امکان می‌دهد تا برنامه‌های داخلی را با داده‌های خود بسازند و به کار گیرند، ادغام با Posit ابزارهایی برای علم داده در اختیار متخصصان داده قرار می‌دهد.

“با کمک Retool، توسعه‌دهندگان می‌توانند رابط‌های کاربری را با بلوک‌های ساختمانی مانند جداول و فرم‌ها بکشید و رها کنید و برای تعامل با داده‌ها با استفاده از SQL و JavaScript، Databricks در بیانیه ای گفت.

شرکت این شرکت با Lamini به توسعه دهندگان امکان می دهد مدل های زبان بزرگ سفارشی و خصوصی بسازند، شرکت افزود.

برنامه های Lakehouse را می توان در بازار به اشتراک گذاشت

برنامه‌های Lakehouse، درست مانند برنامه‌های Snowflake که با استفاده از Native Application Framework توسعه یافته‌اند، می‌توانند در Databricks Marketplace به اشتراک گذاشته شوند.

شرکت جزئیاتی در مورد تقسیم درآمد یا نحوه عملکرد قراردادهای این برنامه‌ها بین دو طرف ارائه نکرده است.

Snowflake برای هر برنامه‌ای که از طریق بازار آن فروخته می‌شود، ۱۰٪ از ارزش کل معامله را دریافت می‌کند. این شرکت قبلاً گفته بود که یک مقیاس درجه بندی برای معاملات با ارزش بالاتر ایجاد می کند.

بر اساس گفته‌های Henschen، برنامه‌های Lakehouse جدید Databricks با هدف افزایش «چسبندگی» محصولات این شرکت، به‌ویژه در زمانی که بیشتر برنامه‌ها توسط داده‌ها و یادگیری ماشین هدایت می‌شوند.

هنس گفت:

این برنامه‌های جدید را می‌توان به‌عنوان یک استراتژی برای متقاعد کردن توسعه‌دهندگان در نظر گرفت که پلتفرم Databricks می‌تواند قابلیت‌های تراکنش مورد نیاز برای ساخت یک برنامه کاربردی مدرن را مدیریت کند.

این شرکت گفت که انتظار می‌رود برنامه‌های Lakehouse در سال آینده در پیش‌نمایش قرار گیرند و افزود که Databricks Marketplace به طور کلی در اواخر این ماه در دسترس قرار خواهد گرفت.

داده هایی برای به اشتراک گذاری مدل های هوش مصنوعی در بازار

Databricks همچنین اشتراک‌گذاری مدل هوش مصنوعی را در Databricks Marketplace ارائه می‌کند تا به مشتریان سازمانی خود کمک کند تا توسعه برنامه‌های هوش مصنوعی را تسریع کنند و همچنین به ارائه‌دهندگان مدل کمک کند تا از آنها درآمد کسب کنند.

این شرکت گفت که همچنین مدل‌های منبع باز را در موارد استفاده رایج، مانند دنبال کردن دستورالعمل‌ها و خلاصه‌سازی متن، مدیریت و منتشر می‌کند و تنظیم یا استقرار این مدل‌ها را در پلتفرم خود بهینه می‌کند.

بائر گفت: «حرکت Databricks برای امکان اشتراک‌گذاری مدل‌های هوش مصنوعی در بازار، بازتاب کاری است که Snowflake در بازار خود انجام می‌دهد، که سال گذشته از مجموعه داده‌ها به برنامه‌ها و مدل‌های بومی نیز اضافه شد.

شرکت گفت: علاوه بر این، این بازار میزبان ارائه دهندگان داده جدید از جمله S&P Global، Experian، گروه بورس لندن، Nasdaq، Corelogic و YipitData خواهد بود. شرکت‌های مراقبت‌های بهداشتی مانند Datavant و IQVIA و همچنین شرکت‌هایی که با داده‌های مکانی – مانند Divirod، Safegraph و Accuweather سروکار دارند، مجموعه‌های داده‌ای را در بازار ارائه خواهند کرد.

سایر ارائه دهندگان داده عبارتند از LiveRamp، LexisNexis و ZoomInfo.

انتظار می‌رود قابلیت اشتراک‌گذاری مدل هوش مصنوعی سال آینده در پیش نمایش باشد.

این شرکت همچنین گفت که با همکاری با شرکت هایی مانند Dell، Twilio، Cloudflare و Oracle، ردپای مشارکت Delta Sharing خود را گسترش می دهد.

اشتراک گذاری دلتا یک پروتکل منبع باز است که به کاربران امکان انتقال داده ها را می دهد. از داخل Databricks به هر پلتفرم محاسباتی دیگری به روشی امن.