Cloudera今天宣布预览了一个新的云原生机器学习平台,该平台运行在Kubernetes软件容器编排平台上。
容器是可移植的、自包含的软件环境,包括了代码和所有依存关系,让应用能够可靠地运行在多个计算环境中。
Cloudera表示,这个新推出的Cloudera Machine Learning平台将在异构计算环境中提供快速配置、自动扩展以及容器化分布式处理功能,旨在将安全数据访问与跨内部部署、公有云、混合环境中的统一体验相结合。安全数据访问覆盖Hadoop的HDFS文件系统、云对象存储和外部数据库。
此举代表着Cloudera正在逐渐摆脱对Hadoop大数据平台的依赖。随着Hadoop成为云中的一种商用服务,Cloudera已经开始向价值链上端移动,把机器学习作为自己的核心竞争力。
Cloudera表示,企业越来越需要将机器学习作为日常运营的一部分。Cloudera Machine Learing旨在帮助这些企业组织降低机器学习开发的门槛,让用户能够配置他们自己的环境而尽量减少IT部门人员的负担。
该软件扩展了本地Cloudera Data Science Workbench的工作流程元素,具有类似云的功能,如自动缩放、分布式依赖隔离以及分布式GPU训练,可以使用标准的Kubernetes工具安装到任何受支持的Kubernetes环境中,也就意味着它不依赖于主机处理器。依赖管理由容器化的Python、R和Apache Spark-on-Kubernetes库提供。
该产品最初针对的是那些希望使用公有云存储服务的企业组织,以及那些现有云管理Kubernetes环境的客户。Cloudera表示,计划未来将该产品作为托管服务提供给客户。Cloudera的Data Science Workbench将仍然是内部部署的首选平台。
Cloudera未公布定价,预计该产品明年上市。企业现在可以注册进行预览。
好文章,需要你的鼓励
IDC数据显示,Arm架构服务器出货量预计2025年将增长70%,但仅占全球总出货量的21.1%,远低于Arm公司年底达到50%市场份额的目标。大规模机架配置系统如英伟达DGX GB200 NVL72等AI处理设备推动了Arm服务器需求。2025年第一季度全球服务器市场达到创纪录的952亿美元,同比增长134.1%。IDC将全年预测上调至3660亿美元,增长44.6%。配备GPU的AI服务器预计增长46.7%,占市场价值近半。
斯坦福与哈佛研究团队通过创新的"层次贝叶斯框架",首次从理性分析角度解释了AI学习策略转换机制。研究发现AI会在"记忆型"和"理解型"两种策略间理性选择,转换规律遵循损失-复杂度权衡原理。该理论框架仅用三个参数就能准确预测AI在不同条件下的行为表现,为AI系统的可控性和可预测性提供了重要理论基础。
AI正在重塑创业公司的构建方式,这是自云计算出现以来最重大的变革。January Ventures联合创始人Jennifer Neundorfer将在TechCrunch All Stage活动中分享AI时代的新规则,涵盖从创意验证、产品开发到团队架构和市场策略的各个方面。作为专注于B2B早期投资的风投合伙人,她将为各阶段创业者提供关键洞察。
这项研究汇集了来自斯坦福大学、苏黎世联邦理工学院、隆德大学、加州大学旧金山分校等多所世界顶尖学府的11位医学专家,共同构建了医学AI领域的首个多模态情境学习评估标准。