Confluent, ekiplerin makine öğrenimini veri işlem hatlarına kolayca dahil etmesini sağlamak amacıyla Confluent Cloud for Apache Flink’te yakında sunulacak bir özellik olan AI Model Inference’ı tanıttı. Confluent, şirketin Flink uzmanlarının desteğiyle şirket içi veya hibrit ortamlarda akış işlemeyi mümkün kılan bir Flink dağıtımı olan Apache Flink için Confluent Platformunu tanıttı.
Confluent ayrıca, günlük kaydı veya telemetri verileri gibi zamana duyarlı olmayan büyük hacimli kullanım durumlarını yönetmek için uygun maliyetli bir yol sağlayan, Confluent Cloud için yeni bir küme türü olan Nakliye kümelerini de tanıttı.
AI Model Inference, AI ve ML uygulamaları oluşturmayı ve başlatmayı basitleştirir
Üretken yapay zeka, kuruluşların daha hızlı yenilik yapmasına ve daha özelleştirilmiş müşteri deneyimleri sunmasına yardımcı olur. Yapay zeka iş yükleri, işletmelerin mevcut en güncel bilgilere dayanarak bilinçli kararlar alabilmesi için temel modellerin doğru çıktı ve sonuçlar üretmesini sağlamak için yeni, bağlam açısından zengin verilere ihtiyaç duyar.
Ancak geliştiricilerin yapay zeka modelleri ve veri işleme hatlarıyla çalışmak için sıklıkla çeşitli araç ve diller kullanması gerekmekte, bu da karmaşık ve parçalı iş yüklerine yol açmaktadır. Bu, karar verme için en güncel ve ilgili verilerden yararlanmayı zorlaştırabilir, hatalara veya tutarsızlıklara yol açabilir ve yapay zeka odaklı içgörülerin doğruluğundan ve güvenilirliğinden ödün verebilir. Bu sorunlar, geliştirme süresinin artmasına ve yapay zeka uygulamalarının bakımı ve ölçeklendirilmesinde zorluklara neden olabilir.
Apache Flink için Confluent Cloud’daki AI Model Inference ile kuruluşlar, OpenAI, Amazon SageMaker, GCP Vertex ve Microsoft Azure dahil olmak üzere AI motorlarına çağrı yapmak için Apache Flink içinden basit SQL ifadeleri kullanabilir. Artık işletmeler veri temizleme ve işleme görevlerini tek bir platformda düzenleyebilir.
Confluent CPO’su Shaun Clowes, “Apache Kafka ve Flink, makine öğrenimi ve yapay zeka uygulamalarını en güncel ve doğru verilerle beslemek için kritik bağlantılardır” dedi. “Confluent’in Yapay Zeka Model Çıkarımı, kuruluşların daha hızlı yenilik yapmasına ve güçlü müşteri deneyimleri sunmasına olanak tanıyarak yapay zeka geliştirme için akış verilerini kullanırken ortaya çıkan karmaşıklığı ortadan kaldırıyor.”
Yapay Zeka Model Çıkarımı şirketlerin şunları yapmasını sağlar:
- Doğrudan AI/ML modelleriyle çalışmak için tanıdık SQL sözdizimini kullanarak yapay zeka geliştirmeyi basitleştirin ve özel araçlara ve dillere olan ihtiyacı azaltın.
- Verimliliği artırmak ve operasyonel karmaşıklığı azaltmak için veri işleme ile yapay zeka iş akışları arasında kusursuz koordinasyon kurun.
- Yeni, bağlamsal akış verilerinden yararlanarak doğru, gerçek zamanlı yapay zeka odaklı karar almayı etkinleştirin.
IDC Veri Zekası ve Entegrasyon Yazılımı Başkan Yardımcısı Stewart Bond, “Yapay zeka modellerinin eğitimi ve geliştirilmesi ve sonuçların doğruluğunu ve alaka düzeyini artırmak için çıkarım anında kullanım için yeni, bağlamsal verilerden yararlanmak çok önemlidir” dedi.
“Kuruluşların, veri entegrasyonunu ve işlem hatlarını yapay zeka modelleriyle birleştirerek yapay zeka işlemenin verimliliğini artırması gerekiyor. Flink artık temel modelleri birinci sınıf kaynaklar olarak ele alabiliyor ve iş akışlarını kolaylaştırmak, verimliliği artırmak ve operasyonel karmaşıklığı azaltmak için gerçek zamanlı veri işlemenin yapay zeka görevleriyle birleştirilmesini sağlıyor. Bu yetenekler, kuruluşların performansı ve değeri artırırken, en güncel ve ilgili akış verilerine dayalı olarak doğru, gerçek zamanlı yapay zeka odaklı kararlar almalarını sağlar,” diye devam etti Bond.
AI Model Inference desteği şu anda belirli müşterilerin erken erişimine açıktır.
Apache Flink için Confluent Platform, özel bulutlarda ve şirket içi ortamlarda akış işlemeye olanak tanır
Birçok kuruluş, daha hassas iş yüklerini korumak için hibrit çözümler arıyor. Confluent tarafından tamamen desteklenen bir Flink dağıtımı olan Apache Flink için Confluent Platformu ile müşteriler, uzun vadeli uzman desteğiyle şirket içi veya özel bulut iş yükleri için akış işlemeden kolayca yararlanabilirler. Apache Flink, mevcut Flink işlerinde ve mimarisinde minimum değişiklik yapılarak Confluent Platform ile birlikte kullanılabilir.
Apache Flink için Confluent Platform kuruluşlara şu konularda yardımcı olabilir:
- Birleşik Flink ve Kafka desteği ve veri akışı sektörünün önde gelen uzmanlarından uzman rehberliği ile riski en aza indirin.
- Sorun giderme ve çözme konusunda zamanında yardım alarak operasyonel kesintilerin görev açısından kritik uygulamalar üzerindeki etkisini azaltın.
- Döngü dışı hata ve güvenlik açığı düzeltmeleriyle akış işleme uygulamalarının güvenli ve güncel olduğundan emin olun.
Confluent’in eksiksiz veri akışı platformunda Kafka ve Flink’in mevcut olması sayesinde kuruluşlar, teknolojiler arasında daha iyi entegrasyon ve uyumluluk sağlayabilir ve tüm ortamlarda iş yüklerinin akışı için kapsamlı destek alabilir. Yalnızca en yeni iki sürümü barındıran açık kaynaklı Apache Flink’in aksine Confluent, Apache Flink için her Confluent Platform sürümü için lansmandan itibaren üç yıllık destek sunarak kesintisiz operasyonları ve gönül rahatlığı garanti eder.
Apache Flink için Confluent Platformu bu yılın sonlarında Confluent müşterilerinin kullanımına sunulacak.
Yeni otomatik ölçeklendirmeli Nakliye kümeleri geniş ölçekte daha fazla maliyet verimliliği sunar
Birçok kuruluş, günlük kaydı ve telemetri verilerini işlemek için Confluent Cloud’u kullanıyor. Bu kullanım durumları büyük miktarda iş açısından kritik veri içerir ancak genellikle indeksleme veya toplu toplama motorlarına beslendikleri için gecikmeye daha az duyarlıdırlar. Confluent, bu yaygın kullanım örneklerini müşteriler için daha uygun maliyetli hale getirmek amacıyla, rahat gecikme gereksinimlerine sahip yüksek verimli kullanım senaryoları için %90’a kadar daha düşük maliyetli yeni bir sunucusuz küme türü olan Nakliye kümelerini tanıtıyor.
Elastik CKU’lar tarafından desteklenen Nakliye kümeleri, manuel boyutlandırma veya kapasite planlaması gerekmeden talebe göre sorunsuz bir şekilde otomatik ölçeklendirme yaparak kuruluşların yalnızca ihtiyaç duyduklarında kullandıkları kaynaklar için ödeme yaparak operasyonel ek yükü en aza indirmelerine ve maliyetleri optimize etmelerine olanak tanır.