9. August 2024:Wöchentliche Markthighlights für Echtzeitanalysen und KI

Mit Neuigkeiten und Entwicklungen auf dem Markt für Echtzeitanalysen und KI Schritt zu halten, kann eine gewaltige Aufgabe sein. Glücklicherweise haben wir für Sie eine Zusammenfassung der Artikel, auf die unsere Mitarbeiter jede Woche stoßen. Und wenn Sie es lieber in Ihrem Posteingang haben möchten,  melden Sie sich hier an !

MLCommons  gab die Ergebnisse seiner branchenüblichen Benchmark-Suite MLPerf Storage v2.0 bekannt, die darauf ausgelegt ist, die Leistung von Speichersystemen für Arbeitslasten des maschinellen Lernens (ML) auf architekturneutrale, repräsentative und reproduzierbare Weise zu messen. In dieser Benchmark-Runde kam es zu einer deutlich höheren Beteiligung, einer stärkeren geografischen Vertretung der einreichenden Organisationen und einer größeren Vielfalt der zum Testen eingereichten Systeme.

Die Benchmark-Ergebnisse zeigen, dass sich die Leistung der Speichersysteme weiterhin rasch verbessert, wobei die getesteten Systeme etwa doppelt so viele Beschleuniger bedienen wie in der Benchmark-Runde der Version 1.0. Die Ergebnisse für MLPerf Storage v2.0 finden Sie hier:Speicher-Benchmark-Ergebnisse.

SNIA , die gemeinnützige globale Organisation für Technologien im Zusammenhang mit der Verarbeitung und Optimierung von Daten, kündigte Storage.AI an, ein offenes Standardprojekt für effiziente Datendienste im Zusammenhang mit KI-Workloads. Storage.AI wird sich auf branchenübliche, nicht proprietäre und neutrale Ansätze zur Lösung KI-bezogener Datenprobleme konzentrieren, um die Leistung, Effizienz und Kosteneffizienz von KI-Workloads zu optimieren.

Zu den Unternehmen, die sich bei Storage.AI angemeldet haben, gehören AMD, Cisco, DDN, Dell, IBM, Intel, KIOXIA, Microchip, Micron, NetApp, Pure Storage, Samsung, Seagate, Solidigm und WEKA. Zusätzlich zu SNIAs umfangreicher Mitgliedschaft wird das Projekt daran arbeiten, eine breite Ökosystemunterstützung mit SNIA-Partnern aufzubauen, darunter UEC, NVM Express, OCP, OFA, DMTF, SPEC und andere.

Neuigkeiten zur Echtzeitanalyse in Kürze

Google Cloud kündigte fünf neue KI-Agenten an, die Entwickler, Analysten und Datenwissenschaftler bei mühsamen Aufgaben unterstützen sollen. Zu den Agenten für Datenarbeiter gehören:

• Konversationsdatenanalyse:  Geschäftsanwender und Analysten können komplexe Fragen in natürlicher Sprache stellen und Antworten mit Code und Visualisierungen erhalten.
• AI-Native SQL:  Praktiker können sowohl strukturierte als auch unstrukturierte Daten analysieren.
• Schnellere Datenpipelines:  Beschleunigen Sie die Datenvorbereitung, indem Sie die Erstellung komplexer Datenpipelines automatisieren.
• Echtzeit-Betriebsanalysen:  Beschleunigt umfangreiche Analyseabfragen direkt in der Betriebsdatenbank erheblich.

Der Agent für Entwickler fungiert als KI-Coding-Teamkollege und automatisiert wichtige Entwicklungsworkflows.

Aquant kündigte die Einführung seiner Agentic AI Platform an, einem Angebot, das es Serviceorganisationen ermöglicht, benutzerdefinierte KI-Agenten zu erstellen, zu integrieren und bereitzustellen, die auf ihre individuellen Abläufe und Herausforderungen zugeschnitten sind. Im Gegensatz zu starren, vordefinierten vertikalen Lösungen oder kraftschlüssigen Allzweck-KI-Plattformen, denen umfassendes Service-Know-how fehlt, bietet die Agentic AI Platform von Aquant eine horizontale Plattform mit domänenspezifischem Wissen.

Grundgesteinsdaten  (ehemals Bedrock Security) gab die allgemeine Verfügbarkeit (GA) seines Model Context Protocol (MCP) Servers bekannt. Die Lösung bietet zwei Schlüsselfunktionen für Unternehmen:Sie ermöglicht die Selbstverwaltung agentenbasierter KI-Systeme, indem sie auf Bedrocks Metadata Lake zurückgreift, um Datenkontext für autonome Entscheidungsfindung und Governance bereitzustellen. Es ermöglicht Sicherheitsteams außerdem, KI-gesteuerte Metadateninformationen für eine präzisere und schnellere Reaktion auf Vorfälle durch Alarmpriorisierung und kontextbezogene Bedrohungserkennung zu nutzen.

BigID kündigte Data Cleansing for AI an, eine neue Funktion, die Unternehmen dabei helfen soll, das KI-Risiko zu reduzieren, indem risikoreiche und sensible Daten entfernt werden, bevor sie in generative KI-Tools und LLMs gelangen. Die Lösung ermöglicht es Unternehmen, vertrauliche Informationen sowohl in strukturierten als auch in unstrukturierten Daten in großem Maßstab zu schwärzen oder zu tokenisieren. Dadurch wird verhindert, dass vertrauliche Daten in Modellausgaben eingebettet werden, in Eingabeaufforderungen durchsickern oder in nachgelagerten KI-Anwendungen missbraucht werden.

Blaize Holdings stellte die Blaize AI Platform vor, eine speziell entwickelte, Edge-native-Lösung, die entwickelt wurde, um multimodale Intelligenz für geschäftskritische Arbeitslasten in einer Vielzahl von Branchen effizient und flexibel bereitzustellen. Mit dem Schwerpunkt auf Programmierbarkeit und einfacher Bereitstellung ist die Plattform darauf ausgelegt, die KI-Implementierung ohne Komplexität zu beschleunigen.

Cribl  stellte Cribl Guard vor, eine Lösung, die die Erkennung und den Schutz vertraulicher Informationen durch Unternehmen verbessert. Cribl Guard kombiniert fortschrittliche KI mit einem Human-in-the-Loop-Kontrollpunkt, um sensible Daten wie Kreditkarten-, Reisepass- und Sozialversicherungsnummern zu erkennen, während sie durch Cribl Stream fließen. Die Lösung ermöglicht es Betreibern, sensible Daten proaktiv zu erkennen und zu schützen, Risiken zu reduzieren, die Einhaltung gesetzlicher Vorschriften sicherzustellen und die betriebliche Effizienz zu verbessern.

D-Wave Quantum („D-Wave“) gab bekannt, dass es eine Reihe von Angeboten veröffentlicht hat, die Entwicklern dabei helfen sollen, Innovationen im Bereich Quanten-KI und maschinelles Lernen (ML) zu erforschen und voranzutreiben, darunter ein Open-Source-Quanten-KI-Toolkit und eine Demo. Das Quanten-KI-Toolkit ermöglicht Entwicklern die nahtlose Integration von Quantencomputern in moderne ML-Architekturen. Die Demo zeigt, wie Entwickler dieses Toolkit nutzen können, um mit der Verwendung von D-Wave-Quantenprozessoren zu experimentieren.

DataBahn.ai kündigte die Einführung seines Smart Agent für die Endpunkt-Telemetrieerfassung an. Der neue Agent bietet einen einheitlichen, funktionsübergreifenden Ansatz für die Erfassung, Verarbeitung und Weiterleitung von Telemetriedaten an Sicherheits- und Observability-Teams und reduziert gleichzeitig die Komplexität, Kosten und Risiken der Verwaltung mehrerer Tool-spezifischer Agenten. Die Version führt ein hochflexibles Bereitstellungsmodell ein, das es Kunden ermöglicht, einen schlanken Endpunktagenten auf wichtigen Systemen zu installieren oder den „Phantom Collector“ von DataBahn für die agentenlose Sammlung zu wählen.

DataPelago  kündigte die Einführung des DataPelago Accelerator for Spark an, eines Beschleunigers, der native Ausführung, CPU-Vektorisierung und GPU-Beschleunigung für Apache Spark-Workloads kombiniert. Die Lösung ist ein Plug-and-Play-Beschleuniger, der sich nahtlos in bestehende Apache Spark-Cluster und -Infrastrukturen integrieren lässt. Unternehmen können den Accelerator innerhalb von Minuten bereitstellen, ohne auf neue Plattformen migrieren, Code neu schreiben oder Datenkonnektoren oder Sicherheitsrichtlinien ändern zu müssen.

Descope kündigte die Einführung von Agentic Identity Control Plane an, einer Lösung, die es Sicherheitsteams ermöglicht, richtlinienbasierte Governance, Prüfung und Identitätsmanagement für ihre KI-Agenten- und Model Context Protocol (MCP)-Ökosysteme einzurichten. Die Veröffentlichung erweitert das Agenten-Identitätsangebot von Descope und bietet Sicherheitsteams in Unternehmen einen entscheidenden Überblick über das Identitätsmanagement und die Governance sowohl für interne als auch externe KI-Systeme.

KPMG kündigte neue Initiativen an, um Kunden bei der Bereitstellung und Verwaltung von KI-Agenten zu unterstützen, die die Unternehmensdatenverwaltung und Geschäftsprozesse transformieren. KPMG investiert erheblich in KI und unterstützt Unternehmen bei der Erstellung und Bereitstellung von KI-Agenten, um ihren individuellen Geschäftsanforderungen gerecht zu werden, mit Oracle Cloud Infrastructure (OCI) Generative AI Service und Oracle AI Agent Studio for Fusion Applications, umfassenden Plattformen zum Erstellen, Erweitern, Bereitstellen und Verwalten von KI-Agenten und Agententeams im gesamten Unternehmen.

Orakel  kündigte die allgemeine Verfügbarkeit von Oracle Globally Distributed Exadata Database auf Exascale Infrastructure an, die die Bereitstellung verteilter geschäftskritischer Anwendungen in Oracle Cloud Infrastructure (OCI)-Regionen weltweit vereinfachen soll. Dieser neue Dienst verteilt, speichert und synchronisiert Daten automatisch über mehrere Standorte hinweg, sodass Anwendungen auch bei regionalen Ausfällen online bleiben und Unternehmen dabei helfen, die Anforderungen an die Datenresidenz zu erfüllen.

TDengine  kündigte die Veröffentlichung von TDengine IDMP an, einer KI-nativen Plattform für das industrielle Datenmanagement, die einen Paradigmenwechsel beim industriellen Datenverbrauch bedeutet. In Kombination mit der leistungsstarken Zeitreihendatenbank TDengine TSDB bildet TDengine IDMP eine umfassende Industriedatenlösung, die alle Teile des Datenlebenszyklus von der Aggregation und Speicherung bis hin zur Echtzeitanalyse, Visualisierung und Alarmierung abdeckt. TDengine IDMP bietet außerdem eine Reihe wesentlicher Funktionen, einschließlich Datenmodellierung, Kontextualisierung, Standardisierung und Ereignisverwaltung.

Zyter|TruCare gab die Einführung von Zyter Symphony bekannt, einer orchestrierten Agents-as-a-Service-Plattform, die es Unternehmen ermöglicht, veraltete Arbeitsabläufe neu zu verknüpfen. Im Gegensatz zu monolithischen KI-Stacks oder isolierten Punktlösungen fungiert Symphony als Agenten-Orchestrierungsschicht und kombiniert Multi-Agenten-Koordination, Omnichannel-Zusammenarbeit und Prozesstransformationsdienste in einer einzigen geschlossenen Plattform, die Design mit Ausführung und Ausführung mit messbaren Ergebnissen verbindet.

Partnerschaften, Kooperationen und mehr

Konzentrische KI  kündigte die Verfügbarkeit von Integrationen an, die die KI-gesteuerten Fähigkeiten seiner Semantic Intelligence-Datensicherheits-Governance-Plattform verbessern, seine Data-Governance-Funktionen für Organisationen erweitern und seinen Technologievorsprung gegenüber der Konkurrenz ausbauen. Die neue Integration von Concentric AI mit Wiz gibt Kunden kontextbezogene Einblicke in ihre Cloud-Daten und ermöglicht es ihnen, genau zu erkennen, welche Daten vertraulich sind. Die neue Integration des Unternehmens mit GitHub ermöglicht es der Concentric AI-Plattform, den Quellcode präventiv mit einem Wasserzeichen zu versehen und so unbefugten Zugriff zu verhindern. Schließlich erweiterte das Unternehmen seine bestehende Integration mit Salesforce Dazu gehört auch die Ermittlung von Standortinformationen, die für die Einhaltung der DSGVO wichtig sind.

Redpanda kündigte Redpanda 25.2 an, das die Einführung von Iceberg für Unternehmensbenutzer vereinfacht. Das neueste Update beinhaltet auch Unterstützung für Databricks Unity Catalog ermöglicht es Unternehmenskunden, Streaming-Ereignisdaten in abfragbare Iceberg-Tabellen in Databricks umzuwandeln. Durch die Integration von Redpanda Iceberg Topics und Databricks Unity Catalog können Streaming-Daten sofort in Databricks abgefragt werden, indem Spark oder DB SQL als verwaltete Iceberg-Tabellen verwendet werden. Dadurch entfällt die Notwendigkeit einer Batch-ETL, sodass KI/ML-Modelle, Dashboards und Datenpipelines aktuelle Echtzeitdaten in einer einheitlichen, offenen Lakehouse-Architektur nutzen können.

Cloudera  gab die Übernahme von Taikun bekannt . Mit der Technologie von Taikun erhält Cloudera eine vollständig integrierte Rechenschicht, die Bereitstellung und Betrieb im gesamten IT-Stack vereinheitlicht und überall ein konsistentes, Cloud-ähnliches Erlebnis bietet. 

DataRobot gab bekannt, dass seine KI-Apps und -Plattform nun ein SAP ist -empfohlene App, online im SAP Store erhältlich. Die KI-Apps und -Plattform von DataRobot arbeiten mit SAP zusammen, um intelligente Entscheidungsunterstützung, Automatisierung und kontinuierliches Lernen direkt in bestehende Planungsmodule zu integrieren. Durch die native Integration in SAP-Daten und -Workflows beschleunigen diese KI-gestützten Apps die Planung, reduzieren den manuellen Aufwand und bieten Governance auf Unternehmensniveau.

Espresso AI hat einen Kubernetes-Scheduler für Snowflake gestartet das Anfragen intelligent zwischen Lagern in Echtzeit weiterleitet. Die Lösung ist ein Proxy zwischen den Benutzern von Espresso und den Data Warehouses von Snowflake. Wenn Benutzer oder Tools eine Anfrage an Snowflake senden, leitet der KI-gesteuerte Planungsagent die Anfrage basierend auf den Anforderungen an die Rechenressourcen an einen geeigneten Cluster weiter.

Kyndryl  kündigte eine Zusammenarbeit mit Google Cloud an um Unternehmensinnovationen zu beschleunigen. Im Rahmen der Arbeit entwickelte Kyndryl 100 KI-Agenten. Die Agenten sind real, skalierbar und bereits in Produktionsumgebungen in verschiedenen Branchen auf der ganzen Welt eingebettet.

Eine weitere Nachricht von Kyndryl ist, dass das Unternehmen seine strategische Allianz mit HPE erweitert hat  um die Kundenakzeptanz von HPE Private Cloud AI zu beschleunigen, das gemeinsam mit NVIDIA entwickelt wurde . Diese Zusammenarbeit wird die fortschrittliche Private Cloud AI-, NVIDIA AI Computing- und Kyndryl AI-Beratungskompetenz von HPE kombinieren, um Kunden dabei zu helfen, das Potenzial ihrer KI-Strategien auszuschöpfen und wirkungsvolle Geschäftsergebnisse zu erzielen.

OpenAI hat gpt-oss eingeführt, eine neue Familie von Open-Reasoning-Modellen, die auf NVIDIA trainiert, optimiert und bereitgestellt werden GPUs. Konkret wurden diese Modelle auf NVIDIA H100-GPUs trainiert, über den gesamten NVIDIA-Stack optimiert und führten die Inferenz am besten auf NVIDIA Blackwell- und RTX-GPUs aus. Mit dieser Version können Entwickler, Unternehmen, Start-ups und Regierungen weltweit heute fortschrittliche KI-Funktionen nutzen.

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

Falls Sie es verpasst haben, finden Sie hier unsere neuesten wöchentlichen Nachrichtenzusammenfassungen zur Echtzeitanalyse:

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