9. August 2024: Wöchentliche Echtzeit-Analyse & KI-Markt-Highlights

Mit den Nachrichten und Entwicklungen im Markt für Echtzeit-Analysen und KI Schritt zu halten, kann eine gewaltige Aufgabe sein. Glücklicherweise haben wir Sie mit einer Zusammenfassung der Punkte abgedeckt, auf die unser Team jede Woche stößt. Und wenn Sie es lieber in Ihrem Posteingang erhalten möchten, melden Sie sich hier an!

MLCommons

MLCommons kündigte Ergebnisse für seinen industrie-standard MLPerf Storage v2.0 Benchmark-Suite an, der designed ist, die Performance von Storage-Systemen für Machine Learning (ML) Workloads in einer architektur-neutralen, repräsentativen und reproduzierbaren Weise zu messen. Diese Benchmark-Runde sah dramatisch erhöhte Teilnahme, mehr geografische Repräsentation von einreichenden Organisationen und größere Vielfalt der zum Test eingereichten Systeme.

Die Benchmark-Ergebnisse zeigen, dass Storage-System-Performance sich weiterhin rasant verbessert, mit getesteten Systemen, die ungefähr doppelt so viele Accelerators bedienen wie in der v1.0 Benchmark-Runde. Die Ergebnisse für MLPerf Storage v2.0 finden Sie hier: Storage benchmark results.

SNIA

SNIA, die gemeinnützige globale Organisation für Technologien rund um Handling und Optimierung von Daten, kündigte Storage.AI an, ein Open-Standards-Projekt für effiziente Data Services im Zusammenhang mit KI-Workloads. Storage.AI wird sich auf industrie-standard, nicht-proprietäre und neutrale Ansätze fokussieren, um KI-bezogene Datenprobleme zu lösen und die Performance, Effizienz und Kosteneffektivität von KI-Workloads zu optimieren.

Unternehmen, die sich Storage.AI angeschlossen haben, umfassen AMD, Cisco, DDN, Dell, IBM, Intel, KIOXIA, Microchip, Micron, NetApp, Pure Storage, Samsung, Seagate, Solidigm und WEKA. Zusätzlich zu SNIAs substantieller Mitgliedschaft wird das Projekt daran arbeiten, breite Ökosystem-Unterstützung mit SNIAs Partnern aufzubauen, einschließlich UEC, NVM Express, OCP, OFA, DMTF, SPEC und anderen.

Echtzeit-Analyse-Nachrichten in Kürze

Google Cloud kündigte fünf neue KI-Agenten an, designed um Entwickler, Analysten und Data Scientists bei lästigen Aufgaben zu helfen. Die Agenten für Data Worker umfassen:

• Conversational Data Analysis: Business User und Analysten können komplexe Fragen in natürlicher Sprache stellen und Antworten mit Code und Visualisierungen erhalten.
• AI-Native SQL: Practitioners können sowohl strukturierte als auch unstrukturierte Daten analysieren.
• Faster Data Pipelines: Beschleunigen Sie Data Preparation durch Automatisierung der Erstellung komplexer Data Pipelines.
• Real-Time Operational Analytics: Beschleunigt große analytische Queries direkt innerhalb der operativen Datenbank dramatisch.

Der Agent für Entwickler fungiert als KI-Coding-Teammate, der Schlüssel-Development-Workflows automatisiert.

Aquant kündigte den Start seiner Agentic AI Platform an, ein Angebot, das Service-Organisationen befähigt, benutzerdefinierte KI-Agenten zu erstellen, zu integrieren und zu deployen, die auf ihre einzigartigen Operationen und Herausforderungen zugeschnitten sind. Im Gegensatz zu rigiden, vordefinierten vertikalen Lösungen oder force-fit General-Purpose-KI-Plattformen, die tiefe Service-Expertise fehlen, bietet Aquant's Agentic AI Platform eine horizontale Plattform, durchdrungen mit domain-spezifischem Wissen.

Bedrock Data (ehemals Bedrock Security) kündigte die General Availability (GA) seines Model Context Protocol (MCP) Server an. Die Lösung bietet zwei Key Capabilities für Enterprises: Sie ermöglicht agentischen KI-Systemen, sich selbst zu governen, indem sie auf Bedrocks Metadata Lake zurückgreift, um Datenkontext für autonome Entscheidungsfindung und Governance bereitzustellen; sie erlaubt auch Security Teams, KI-gesteuerte Metadata Intelligence für präzisere, schnellere Incident Response durch Alert-Priorisierung und kontextbewusste Threat Detection zu nutzen.

BigID kündigte Data Cleansing for AI an, eine neue Capability, designed um Organisationen zu helfen, KI-Risiko zu reduzieren, indem High-Risk und sensible Daten entfernt werden, bevor sie in generative KI-Tools und LLMs eintreten. Die Lösung befähigt Organisationen, sensible Informationen im großen Maßstab über sowohl strukturierte als auch unstrukturierte Daten zu redaktieren oder zu tokenisieren. Dies hilft, vertrauliche Daten davor zu bewahren, in Model Outputs eingebettet zu werden, in Prompts geleakt zu werden oder in nachgelagerten KI-Applikationen missbraucht zu werden.

Blaize Holdings enthüllte die Blaize AI Platform, eine purpose-built, edge-native Lösung, engineered um multimodale Intelligence für mission-kritische Workloads über eine breite Palette von Industrien effizient und flexibel zu liefern. Mit Fokus auf Programmierbarkeit und Ease of Deployment ist die Plattform designed, KI-Implementierung ohne Komplexität zu beschleunigen.

Cribl enthüllte Cribl Guard, eine Lösung, die verbessert, wie Enterprises sensible Informationen detecten und schützen. Cribl Guard kombiniert fortgeschrittene KI mit einem Human-in-the-Loop Control Point, um sensible Daten wie Kreditkarten-, Pass- und Sozialversicherungsnummern zu spotten, während sie durch Cribl Stream fließen. Die Lösung befähigt Operatoren, sensible Daten proaktiv zu detecten und zu schützen, Risiko zu reduzieren, regulatorische Compliance sicherzustellen und operative Effizienz zu verbessern.

D-Wave Quantum („D-Wave“) kündigte an, dass es eine Sammlung von Offerings released hat, um Entwickler beim Erkunden und Vorantreiben von Quanten-KI und Machine Learning (ML) Innovation zu helfen, einschließlich eines Open-Source Quantum AI Toolkits und einer Demo. Das Quantum AI Toolkit ermöglicht Entwicklern, Quantencomputer nahtlos in moderne ML-Architekturen zu integrieren. Die Demo illustriert, wie Entwickler dieses Toolkit nutzen können, um mit D-Wave Quantenprozessoren zu experimentieren.

DataBahn.ai kündigte den Start seines Smart Agent für Endpoint Telemetry Collection an. Der neue Agent liefert einen unified, cross-funktionalen Ansatz zum Sammeln, Verarbeiten und Routen von Telemetrie über Security- und Observability-Teams, während er Komplexität, Kosten und Risiko des Managements mehrerer Tool-spezifischer Agenten reduziert. Das Release führt ein hochflexibles Deployment-Modell ein, das Kunden erlaubt, einen leichten Endpoint-Agent auf Key Systems zu installieren oder DataBahns „Phantom Collector“ für agentless Collection zu wählen.

DataPelago kündigte den Start des DataPelago Accelerator für Spark an, einen Accelerator, der native Execution, CPU-Vektorisierung und GPU-Beschleunigung für Apache Spark Workloads kombiniert. Die Lösung ist ein Plug-and-Play Accelerator, der nahtlos mit bestehenden Apache Spark Clusters und Infrastruktur integriert. Organisationen können den Accelerator in Minuten deployen, ohne zu neuen Plattformen zu migrieren, Code umzuschreiben oder Data Connectors oder Security Policies zu ändern.

Descope kündigte den Start von Agentic Identity Control Plane an, eine Lösung, die Security Teams befähigt, policy-basierte Governance, Auditing und Identity Management für ihre KI-Agenten und Model Context Protocol (MCP) Ökosysteme zu etablieren. Das Release erweitert Descopes agentisches Identity-Angebot und bietet Enterprise Security Teams kritische Aufsicht in Identity Management und Governance für sowohl interne als auch extern-facing KI-Systeme.

KPMG kündigte neue Initiativen an, um Kunden beim Deployen und Managen von KI-Agenten zu helfen, die Enterprise Data Management und Business Processes transformieren. KPMG macht signifikante Investments in KI und hilft Organisationen, KI-Agenten zu erstellen und zu deployen, die ihre einzigartigen Business-Bedürfnisse mit Oracle Cloud Infrastructure (OCI) Generative AI Service und Oracle AI Agent Studio für Fusion Applications fitten – umfassende Plattformen für das Erstellen, Erweitern, Deployen und Managen von KI-Agenten und Agent-Teams über das Enterprise hinweg.

Oracle kündigte die General Availability von Oracle Globally Distributed Exadata Database auf Exascale Infrastructure an, designed um das Deployment von verteilten mission-kritischen Applikationen über Oracle Cloud Infrastructure (OCI) Regionen weltweit zu vereinfachen. Dieser neue Service verteilt, speichert und synchronisiert Daten automatisch über mehrere Locations, wodurch Applikationen online bleiben, selbst während regionaler Outages, und Unternehmen hilft, Data Residency Requirements zu erfüllen.

TDengine kündigte das Release von TDengine IDMP an, einer KI-nativen Industrial Data Management Platform, die einen Paradigmenwechsel in industrieller Datenkonsumation bedeutet. Kombiniert mit der High-Performance Time-Series Database TDengine TSDB bildet TDengine IDMP eine Full-Stack Industrial Data Solution, die alle Teile des Datenlebenszyklus abdeckt – von Aggregation und Speicherung bis Echtzeit-Analyse, Visualisierung und Alerting. TDengine IDMP bietet auch eine Reihe essentieller Features, einschließlich Data Modeling, Kontextualisierung, Standardisierung und Event Management.

Zyter|TruCare kündigte den Start von Zyter Symphony an, einer orchestrierten Agents-as-a-Service Plattform, die Enterprises befähigt, Legacy-Workflows neu zu verdrahten. Im Gegensatz zu monolithischen KI-Stacks oder isolierten Point Solutions operiert Symphony als agentische Orchestrierungsschicht, die Multi-Agent-Koordination, Omnichannel-Kollaboration und Process Transformation Services in eine einzelne, Closed-Loop-Plattform kombiniert, die Design mit Execution und Execution mit messbaren Outcomes verbindet.

Partnerschaften, Kooperationen und mehr

Concentric AI kündigte die Verfügbarkeit von Integrationen an, die die KI-gesteuerten Fähigkeiten seiner Semantic Intelligence Data Security Governance Platform erweitern, ihre Data Governance Funktionalitäten für Organisationen verbreitern und ihren Technologievorsprung vor der Konkurrenz weiter ausbauen. Concentric AIs neue Integration mit Wiz gibt Kunden kontextuelle Einblicke in ihre Cloud-Daten und erlaubt ihnen, präzise zu identifizieren, welche Daten sensibel sind. Die neue Integration des Unternehmens mit GitHub ermöglicht der Concentric AI Platform, Source Code präventiv zu watermarken, um unautorisierten Zugriff zu verhindern. Schließlich erweiterte das Unternehmen seine bestehende Integration mit Salesforce um die Entdeckung von Standortinformationen, was für GDPR-Compliance wichtig ist.

Redpanda kündigte Redpanda 25.2 an, das Iceberg-Adoption für Enterprise-User vereinfacht. Das neueste Update umfasst auch Support für Databricks Unity Catalog, was Enterprise-Kunden erlaubt, Streaming Event Data in queryable Iceberg Tables in Databricks zu verwandeln. Durch Integration von Redpanda Iceberg Topics und Databricks Unity Catalog wird Streaming Data sofort in Databricks queryable, indem Spark oder DB SQL als Managed Iceberg Tables verwendet werden. Dies eliminiert die Notwendigkeit für Batch ETL, wodurch KI/ML-Modelle, Dashboards und Data Pipelines frische, Echtzeit-Daten in einer vereinheitlichten, offenen Lakehouse-Architektur konsumieren können.

Cloudera kündigte seine Akquisition von Taikun an. Mit Taikuns Technologie gewinnt Cloudera einen vollständig integrierten Compute-Layer, der Deployment und Operations über den IT-Stack vereinheitlicht und ein konsistentes, Cloud-ähnliches Erlebnis überall liefert.

DataRobot kündigte an, dass seine AI Apps und Platform nun eine SAP-endorsed App ist, verfügbar für Online-Kauf im SAP Store. DataRobots AI Apps und Platform arbeiten neben SAP, um intelligente Entscheidungsunterstützung, Automation und kontinuierliches Lernen direkt in bestehende Planning-Module zu layern. Mit nativer Integration in SAP Daten und Workflows beschleunigen diese KI-gestützten Apps Planning, reduzieren manuellen Overhead und liefern Enterprise-Grade Governance.

Espresso AI startete einen Kubernetes Scheduler für Snowflake, der Queries intelligent in Echtzeit zwischen Warehouses routet. Die Lösung ist ein Proxy zwischen Espressos Usern und Snowflakes Data Warehouses. Wenn User oder Tools eine Query an Snowflake senden, re-routet der KI-gesteuerte Scheduling Agent die Query zu einem passenden Cluster basierend auf Computing-Ressourcen-Anforderungen.

Kyndryl kündigte eine Kollaboration mit Google Cloud an, um Enterprise-Innovation zu beschleunigen. Als Teil der Arbeit entwickelte Kyndryl 100 KI-Agenten. Die Agenten sind real, skalierbar und bereits in Produktionsumgebungen über Industrien weltweit eingebettet.

In anderen Kyndryl News erweiterte das Unternehmen seine strategische Allianz mit HPE, um Kundenadoption von HPE Private Cloud AI zu beschleunigen, das gemeinsam mit NVIDIA co-developed wurde. Diese Kollaboration wird HPEs fortschrittliches Private Cloud AI, NVIDIA AI Computing und Kyndryl KI-Consulting-Expertise kombinieren, um Kunden zu helfen, das Potenzial ihrer KI-Strategien freizusetzen und impactful Business Outcomes zu schaffen.

OpenAI startete gpt-oss, eine neue Familie von Open-Reasoning-Modellen, trainiert, optimiert und deployed auf NVIDIA GPUs. Spezifisch wurden diese Modelle auf NVIDIA H100 GPUs trainiert, über den vollen NVIDIA Stack optimiert und laufen Inference am besten auf NVIDIA Blackwell und RTX GPUs. Dieses Release erlaubt Entwicklern, Enterprises, Startups und Regierungen weltweit, fortschrittliche KI-Fähigkeiten heute zu nutzen.

Wenn Ihr Unternehmen Echtzeit-Analyse-Nachrichten hat, senden Sie Ihre Ankündigungen an ssalamone@rtinsights.com.

Falls Sie es verpasst haben, hier sind unsere jüngsten wöchentlichen Echtzeit-Analyse-News-Roundups:

• Echtzeit-Analyse-Nachrichten für die Woche bis zum 2. August
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 26. Juli
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 19. Juli
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 12. Juli
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 28. Juni
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 21. Juni
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 14. Juni
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 7. Juni
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 31. Mai
• Echtzeit-Analyse-Nachrichten für die Woche bis zum 24. Mai