大数据工程公司 dbt Labs Inc. 今天宣布收购 SDF Labs Inc.,这两家缩写命名的初创公司的合并旨在为客户提供更快的数据处理速度和更高的数据质量。
总部位于费城的 dbt Labs 是一款基于云的数据转换工具的开发商,企业可以使用该工具来转换数据,使其更易于处理和分析。这是一个全面的数据平台,可以执行多种功能,从将多个电子表格合并为单个文件,过滤数据集中的不准确信息,到更改跨多个数据库系统的数据格式。
该公司将 dbt Cloud 定位为一种"数据控制平面",旨在协助分析开发生命周期的每个阶段。它与多种数据仓库平台兼容,包括 Snowflake、Databricks 和 Google BigQuery。
至于 SDF Labs,这是一家于 2024 年 6 月才成立的新兴创业公司,它创建了一个框架,旨在解决可与任何平台配合使用的结构化查询语言的编译和理解挑战。该公司的技术使用 Rust 编程语言构建,并已经与 dbt 实现原生集成,能够在编写 SQL 代码的瞬间进行验证。
dbt Labs 创始人兼首席执行官 Tristan Handy 在博客文章中表示,这是一次实用的收购,为公司平台带来了原生 SQL 理解能力,将有助于"大幅提升开发者生产力"并提高整体数据质量。
通过在编写 SQL 代码时提供实时反馈,SDF Labs 帮助开发者采用代码补全和内容辅助等新技术,并在开发过程的早期识别错误和确保数据质量。据该创业公司称,这有助于提高数据处理速度和质量,使数据分析工作负载更加高效。
两家公司表示,SQL 理解的另一个好处是为 dbt Labs 的表格和列级血缘关系添加了一个新的极其详细的元数据层,增强了数据分类以支持更细致的治理。所有这些功能现在都将在 dbt Cloud 中原生提供。
"SDF 的技术将为 dbt 的核心和用户体验带来巨大升级,"Handy 说。"这不是对 dbt 的渐进式改进,而是一个阶跃式的变革。"
Constellation Research Inc. 的分析师 Doug Henschen 告诉 SiliconANGLE,SDF Labs 是 dbt Labs 的理想收购对象。他表示,其多方言 SQL 编译器、转换框架和分析数据库引擎被打包成一个已经与 dbt 工具集完美集成的命令行界面。
"它帮助以 SQL 为中心的用户(这几乎包括了所有 dbt 用户)识别和防止 SQL 错误,并改进和简化 SQL 工作负载的测试、治理和报告,"Henschen 解释道。"总的来说,dbt Labs 持续发展势头强劲,这次收购将比通过自身有机发展更快地改善其平台的整体用户体验。"
SDF Labs 的技术还将有助于改进 dbt Labs 的其他产品,如允许跨多个平台协调数据工作负载的 dbt Mesh,以及新的 dbt Copilot(这是一个生成式 AI 驱动的助手,可以帮助自动生成测试、文档、语义模型等)。
作为收购的一部分,SDF Labs 的整个团队将加入 dbt Labs,包括其首席执行官 Lukas Schulte。Schulte 表示:"将 SDF 和 dbt 结合在一起将通过前所未有的速度、准确性和效率完全改变 dbt 的用户体验。"
图片来源:SiliconANGLE/Meta AI
好文章,需要你的鼓励
今天讲的出海案例是三星医疗,一家从宁波起家做智能电表的A股公司,旗下子公司三星瑞典签下荷兰最大区域电网运营商Enexis的变压器框架合同,金额1.17亿欧元,约合9.49亿元人民币。
香港大学团队开发的Utonia首次实现了跨领域3D点云数据的统一处理,通过因果模态屏蔽、感知粒度重定标和RoPE增强位置编码三大创新,让一个AI模型就能理解室内扫描、户外雷达、工业设计等各种3D数据。该方法不仅在多个基准测试中超越专门模型,还在机器人操作、空间推理等应用中展现出色性能,为未来空间智能技术发展奠定重要基础。
人工智能正推动计算需求激增,但电信运营商面临结构性障碍:专有技术控制着其无线接入网络。开放RAN旨在打破这种控制,为创新开门。Stackpane首席执行官指出,推理工作负载更加计算密集,代理AI框架需要更严格的策略控制。RAN智能控制器仍被诺基亚等少数供应商垄断。电信运营商规模有限且监管严格,难以实现技术部门的规模经济和快速创新。
Physical Intelligence团队发布了FAST技术,这是一种全新的机器人动作学习方法。该技术通过频域压缩解决了传统方法在高频精细动作上的训练难题,将训练效率提升5倍。FAST首次实现了机器人在未见环境中的零样本操作,能够完成衣物折叠等复杂任务,为通用服务机器人的发展奠定了重要基础。