当前位置: 首页 > news >正文

加速AI数据应用,肯睿Cloudera推出六款全新机器学习项目加速器AMPs

肯睿Cloudera大中华区技术总监刘隶放表示:“随着中国企业对人工智能的需求日益增长,如何快速、安全地将AI技术落地成为企业的核心诉求。Cloudera全新推出的AMPs不仅为企业提供了可一键部署的AI解决方案,更通过开源的方式缩短企业部署时间,减少安全和法律风险。尤其是在中国这样一个高度创新和快速发展的市场,AMPs为各行业采用AI提供了一个高效、可靠的途径,加速AI项目的实施,助力企业在激烈的市场竞争中抢占先机,实现数据驱动的智能化转型。”

可信的数据、分析和AI混合平台厂商肯睿Cloudera今日宣布推出六款全新机器学习项目加速器(AMPs),旨在缩短企业实现AI用例价值的时间。六款新产品可在Cloudera平台中为企业提供先进的AI技术和示例,以助力企业实现AI集成,并取得更有影响力的成果。

AMPs是基于机器学习(ML)的端到端项目,可直接通过Cloudera平台一键部署。这六款AMPs融入了行业领先的实践,以应对复杂的ML挑战,无论企业在何处运行示例或部署数据,都可通过工作流程实现无缝衔接。

肯睿Cloudera致力于通过AMPs系列产品使AI更易于使用,从而加快企业采用AI的速度,同时更大限度地提高自身数据和所生成的AI输出的价值。最新的AMPs和更新内容包括:

  • 微调工作室(Fine-Tuning Studio):为用户提供全方位的应用和 “生态系统”,用于管理、微调和评估大语言模型(LLM)。
  • 附带知识图谱的 RAG(RAG with Knowledge Graph):展示如何利用知识图谱为 RAG(检索增强生成)应用提供助力,以捕捉仅靠向量存储无法轻易获取的关系和上下文。
  • PromptBrew:通过简单的用户界面提供AI智能辅助,创建高性能、可靠的提示。
  • 使用 Cohere CommandR 和 FAISS进行文档分析(Document Analysis with Cohere CommandR and FAISS):展示将CommandR作为LLM和将FAISS作为向量存储的RAG。
  • 文档聊天(Chat with Your Documents):基于之前的使用企业数据AMPs增强的LLM聊天机器人,可通过用户上传的文档创建的内部知识库中的上下文,提高LLM的回答质量。

除了加速AI项目外,肯睿Cloudera AMPs 也是开源的,包含适用于各种环境的部署说明,进一步体现了肯睿Cloudera推动开源社区发展的承诺。

Futurum Group首席技术顾问 Steven Dickens 表示:“尽管几乎所有企业都在尝试使用生成式AI,但这项技术仍然是一个非常新的事物,以至于适用于企业的代表性实践非常少。因此,数据科学家和AI工程师在启动新的AI项目时,通常会以现有的实例为基础。但这种方法有很多缺点,比如增加了安全和法律风险等。AMPs通过提供完整的端到端解决方案,消除了这种不确定性,为数据科学家提供了一个即用型MVP,适用于各种已被证明有效且能够快速创造价值的AI用例。”

肯睿Cloudera首席产品官Dipto Chakravarty表示:“当今环境下,企业在启动AI项目时受到时间和资源的限制。我们的AMPs为他们注入了一针‘强心剂’,借助预先构建的解决方案和工作示例快速将AI项目从概念变为现实,在确保用例可靠性和成本效益的同时,缩短开发时间,让企业能够迅速体会到AI项目所带来的生产力和效率提升。”

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 2024年 AI大模型我该买一张什么卡?
  • 面向对象程序设计原则
  • AI时代的程序员:如何保持和提升核心竞争力
  • 【Linux网络 —— 网络基础概念】
  • 【工具】语音朗读PDF的免费工具
  • 在IntelliJ IDEA中创建一个HTML项目
  • 信息安全工程师(15)黑客常用工具
  • Leetcode Hot 100刷题记录 -Day18(反转链表)
  • Tomcat后台弱口令部署war包
  • 根据源码解析Vue2中对于对象的变化侦测
  • vue2 实现简易版的模糊查询功能
  • linux 的 InterlockedIncrement
  • Pandas重命名列的各种方法
  • 巨形象,这样看TCP和UDP的区别太简单了
  • Tomcat 乱码问题彻底解决
  • 【162天】黑马程序员27天视频学习笔记【Day02-上】
  • 【407天】跃迁之路——程序员高效学习方法论探索系列(实验阶段164-2018.03.19)...
  • HTML5新特性总结
  • HTTP 简介
  • JS学习笔记——闭包
  • Laravel深入学习6 - 应用体系结构:解耦事件处理器
  • OpenStack安装流程(juno版)- 添加网络服务(neutron)- controller节点
  • Shell编程
  • Spring Boot快速入门(一):Hello Spring Boot
  • Spring思维导图,让Spring不再难懂(mvc篇)
  • Vue小说阅读器(仿追书神器)
  • 表单中readonly的input等标签,禁止光标进入(focus)的几种方式
  • 从0实现一个tiny react(三)生命周期
  • 今年的LC3大会没了?
  • 理解在java “”i=i++;”所发生的事情
  • 如何合理的规划jvm性能调优
  • 体验javascript之美-第五课 匿名函数自执行和闭包是一回事儿吗?
  • 温故知新之javascript面向对象
  • 我们雇佣了一只大猴子...
  • #我与Java虚拟机的故事#连载10: 如何在阿里、腾讯、百度、及字节跳动等公司面试中脱颖而出...
  • (4)(4.6) Triducer
  • (独孤九剑)--文件系统
  • (二)Pytorch快速搭建神经网络模型实现气温预测回归(代码+详细注解)
  • (利用IDEA+Maven)定制属于自己的jar包
  • (免费领源码)python#django#mysql公交线路查询系统85021- 计算机毕业设计项目选题推荐
  • (南京观海微电子)——COF介绍
  • (续)使用Django搭建一个完整的项目(Centos7+Nginx)
  • (一)appium-desktop定位元素原理
  • (转载)深入super,看Python如何解决钻石继承难题
  • .halo勒索病毒解密方法|勒索病毒解决|勒索病毒恢复|数据库修复
  • .net 7 上传文件踩坑
  • .net 8 发布了,试下微软最近强推的MAUI
  • .Net 代码性能 - (1)
  • .NET 设计模式—适配器模式(Adapter Pattern)
  • .net 生成二级域名
  • .Net接口调试与案例
  • .net利用SQLBulkCopy进行数据库之间的大批量数据传递
  • .NET设计模式(7):创建型模式专题总结(Creational Pattern)
  • .net用HTML开发怎么调试,如何使用ASP.NET MVC在调试中查看控制器生成的html?
  • /proc/stat文件详解(翻译)