Databricks Mosaic AI: fine-tuning e inferenza unificati sul data lakehouse
In una frase Databricks unifica il suo stack AI sotto il marchio Mosaic AI: fine-tuning di modelli sui dati proprietari del lakehouse, endpoint serverless, monitoring con MLflow, valutazione con DBRX. Piattaforma ML end-to-end competitiva con Azure ML e Vertex AI.
Il problema che Mosaic AI risolve è questo: la maggior parte delle aziende ha i suoi dati preziosi in un posto (il data warehouse o data lake) e i suoi strumenti AI in un posto completamente diverso. Ogni volta che vuoi addestrare un modello sui tuoi dati, devi spostare dati, convertire formati, gestire permessi su due sistemi diversi. Un disastro.
Databricks, che già gestisce i dati di migliaia di grandi aziende tramite la sua piattaforma lakehouse, ha detto: e se l'AI fosse nella stessa piattaforma dei dati?
Mosaic AI è esattamente questo: uno strato AI costruito sopra il lakehouse Databricks. Puoi fare fine-tuning di un modello (addestrarlo ulteriormente sui tuoi dati specifici) direttamente sulle tabelle Delta Lake che già hai. Il modello risultante viene servito tramite endpoint serverless nella stessa infrastruttura. Il monitoraggio delle performance è integrato con MLflow. Non devi spostare niente.
Per i team di data science e ML engineering, questo elimina mesi di lavoro di infrastruttura. Per i responsabili IT, significa un solo contratto, un solo sistema di governance, un solo audit trail per dati e modelli.
Aziende
Databricks
Tool
—
Tag
Fonti