۱ دی ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

DataStax شرکت خدمات یادگیری ماشین Kaskada را خریداری کرد

Kaskada مستقر در سیاتل ادعا می کند که اولین شرکتی است که ماشین ها را با استفاده از داده های مبتنی بر رویداد و داده های بلادرنگ که از منابع استریم تغذیه می شوند آموزش می دهد.

Kaskada مستقر در سیاتل ادعا می کند که اولین شرکتی است که ماشین ها را با استفاده از داده های مبتنی بر رویداد و داده های بلادرنگ که از منابع استریم تغذیه می شوند آموزش می دهد.

ارائه‌دهنده پایگاه داده به‌عنوان سرویس (DBaaS) DataStax روز پنجشنبه گفت که در حال خرید خدمات یادگیری ماشینی مستقر در سیاتل است که شرکت Kaskada را به مبلغی نامشخص ارائه می‌کند.

خرید Kaskada به DataStax کمک می‌کند تا قابلیت‌های یادگیری ماشینی مبتنی بر داده، رویداد محور و بی‌درنگ را به پیشنهادات خود، مانند بدون سرور، NoSQL پایگاه داده-as-a-a-service AstraDB و Astra Streaming. AstraDB بر اساس Apache Cassandra.

است

تصمیم DataStax برای وارد کردن Kaskada به مجموعه خود در زمانی اتخاذ می‌شود که شرکت‌ها به دنبال ساخت برنامه‌های هوشمندتر به منظور افزایش کارایی عملیات داخلی و ایجاد تجربه بهتر مشتری هستند.

LLMهای درون پایگاه داده Oracle HeatWave برای کمک به کاهش هزینه های زیرساخت

طبق گزارشی از شرکت تحقیقات بازار Gartner، تا سال ۲۰۲۲، تقریباً ۹۰٪ از برنامه‌های نرم‌افزاری جدید که برای تجارت توسعه‌یافته هستند، شامل مدل‌ها یا خدمات یادگیری ماشین خواهند بود، زیرا شرکت‌ها از حجم عظیمی از داده‌های موجود در این روزها برای شرکت‌ها استفاده می‌کنند.

p>

با این حال، شرکت‌ها می‌توانند هنگام ساخت برنامه‌های مبتنی بر هوش مصنوعی با چالش‌های مقیاس‌پذیری و هزینه‌های بالا مواجه شوند، زیرا این برنامه‌ها نمی‌توانند به فرآیندهای سنتی مانند استخراج دسته‌ای، تبدیل و بارگذاری (ETL) تکیه کنند، بلکه باید در چنین شرایطی ساخته شوند. روشی که تجزیه و تحلیل داده ها به طور مستقیم بر روی یک پلت فرم داده به منظور دستیابی به تصمیم گیری سریعتر انجام می شود.

MariaDB SkySQL تجزیه و تحلیل بدون سرور، ویژگی های مدیریت هزینه را اضافه می کند

طبق بیانیه مشترک ارسال شده توسط شرکت‌ها، فناوری Kaskada به حل این مشکلات کمک می‌کند.

«فناوری Kaskada برای پردازش مقادیر زیادی از داده‌های رویداد به‌عنوان جریان یا ذخیره‌شده در پایگاه‌های داده طراحی شده است و از قابلیت‌های مبتنی بر زمان منحصربه‌فرد آن می‌توان برای ایجاد و به‌روزرسانی ویژگی‌های مدل‌های یادگیری ماشین بر اساس توالی رویدادها یا در طول زمان استفاده کرد. شرکت‌ها گفتند، و افزودند که این به شرکت‌ها اجازه می‌دهد تا با محتوای در حال تکامل سازگار شوند و بر اساس زمینه‌های مختلف پیش‌بینی‌هایی ایجاد کنند.

جولیا در مقابل پایتون: کدام یک برای علم داده بهتر است؟

اد آنوف، مدیر محصول DataStax گفت:

DataStax فناوری هسته Kaskada را تحت یک مجوز منبع باز در اواخر سال جاری منتشر خواهد کرد.

آنوف افزود: شرکت قصد دارد در آینده نزدیک آن را به عنوان یک سرویس یادگیری ماشین جدید در فضای ابری ارائه دهد.

Kaskada، که همچنین به جوامع منبع باز کمک می کند، حدود ۹.۸ میلیون دلار بودجه از شرکت های سرمایه گذاری خطرپذیر مانند NextGen Venture Partners، Voyager Capital و Bessemer Venture Partners جمع آوری کرده است.

از بنیانگذاران آن، که از تیم مهندسی Google و بنیاد نرم‌افزار آپاچی می‌آیند، می‌توان به مدیر عامل شرکت داوور بوناچی و مدیر ارشد فناوری بن چمبرز اشاره کرد.