世界快看點(diǎn)丨Teradata的大夢(mèng)想——成就客戶在云原生時(shí)代的數(shù)據(jù)洞察
“我們?cè)谥执罱ㄏ乱淮軜?gòu)時(shí),就懷著一個(gè)偉大的夢(mèng)想——從始至終都在快速推進(jìn)高級(jí)分析的發(fā)展,我們希望幫助組織更明智地做出復(fù)雜而關(guān)鍵的業(yè)務(wù)決策。”在Teradata China 2022 Possible線上大會(huì)上,Teradata首席產(chǎn)品官Hillary Ashton表示,“Teradata VantageCloud可以對(duì)企業(yè)開展現(xiàn)代化的數(shù)據(jù)分析,提供最強(qiáng)大、最開放、最互聯(lián)的高級(jí)分析,將企業(yè)數(shù)據(jù)和數(shù)據(jù)湖集成在智能擴(kuò)展的云原生架構(gòu)上,把數(shù)據(jù)、分析和云敏捷性融為一體。我們利用多年來在企業(yè)數(shù)據(jù)和高級(jí)分析方面的精湛專業(yè)知識(shí),在新興技術(shù)的研發(fā)上投入巨資,今天推出了Teradata VantageCloud Lake,這是我們基于下一代云原生架構(gòu)的第一款產(chǎn)品,為Teradata帶來了全新的市場(chǎng)和機(jī)遇,可以支持我們的客戶推動(dòng)更多創(chuàng)新。”
Teradata首席產(chǎn)品官Hillary Ashton
【資料圖】
Teradata的云服務(wù)業(yè)務(wù)始于2011年,其始終將開放性和互聯(lián)性放在高優(yōu)先級(jí),已經(jīng)實(shí)現(xiàn)了查詢互聯(lián)和數(shù)據(jù)互聯(lián),能夠大幅減少數(shù)據(jù)移動(dòng),提升數(shù)據(jù)分析效率。例如通過QueryGrid,Teradata可以充分利用各個(gè)數(shù)據(jù)引擎的性能,實(shí)現(xiàn)多個(gè)查詢引擎的協(xié)同工作。利用Vantage原生對(duì)象存儲(chǔ) (NOS, Native Object Store) ,借助對(duì)象存儲(chǔ)的數(shù)據(jù)共享性,不同數(shù)據(jù)引擎可以通過對(duì)象存儲(chǔ),實(shí)現(xiàn)數(shù)據(jù)交換和共享。利用多云互聯(lián)的企業(yè)級(jí)智能數(shù)據(jù)平臺(tái)Vantage,Teradata的客戶可以更高效地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型之路。
全新的云原生架構(gòu)和VantageCloud Lake的推出使其能夠有效解決影子系統(tǒng)、靈活擴(kuò)展等常見痛點(diǎn),支持企業(yè)現(xiàn)在及未來在各層面上的全部分析需求。客戶可以使用VantageCloud Lake處理小型數(shù)據(jù)和分析工作負(fù)載,使用VantageCloudEnterprise處理高性能、任務(wù)關(guān)鍵型的企業(yè)級(jí)工作負(fù)載。無論是已經(jīng)在使用VantageCloudEnterprise但希望增加云原生環(huán)境的現(xiàn)有客戶,還是希望將VantageCloud Lake作為獨(dú)立產(chǎn)品使用的新客戶,都可以從中獲益。VantageCloud Lake和VantageCloud Enterprise,共同組成了Teradata的全新云解決方案——完整的云上分析和數(shù)據(jù)平臺(tái)VantageCloud。
據(jù)了解,VantageCloud Lake是一款面向業(yè)務(wù)應(yīng)用的自助服務(wù)產(chǎn)品,允許企業(yè)利用其高級(jí)分析能力,以更低的總體擁有成本,更智能的彈性資源調(diào)度,驅(qū)動(dòng)幾乎所有分析業(yè)務(wù)用例(包括較小的隨機(jī)性、探索性和部門級(jí)工作負(fù)載)加速取得業(yè)務(wù)成果。借助自動(dòng)化彈性、完全隔離的多計(jì)算集群,以及分離且高度優(yōu)化的對(duì)象存儲(chǔ)(如Amazon S3),VantageCloud Lake可以幫助客戶快速適應(yīng)不斷變化的業(yè)務(wù)需求,利用核心數(shù)據(jù)跨部門啟動(dòng)新項(xiàng)目,調(diào)整整個(gè)平臺(tái)上的計(jì)算資源,保持整體治理和成本控制,通過滿足探索性項(xiàng)目需求和隨機(jī)性請(qǐng)求,消除“影子IT系統(tǒng)”的影響。今年早些時(shí)候,Teradata在AWS上完成了1012節(jié)點(diǎn)的大規(guī)模測(cè)試。
考慮到一般的云原生服務(wù)可能會(huì)在啟用后迅速導(dǎo)致云消耗成本超支,TeradataVantageCloud Lake提供了可伸縮的工作負(fù)載管理和工作負(fù)載隔離,確保獨(dú)立計(jì)算集群僅在必要時(shí)根據(jù)系統(tǒng)資源的實(shí)際消耗情況(而非簡(jiǎn)單地根據(jù)查詢數(shù)或用戶數(shù))進(jìn)行自動(dòng)伸縮。VantageCloud Lake 具備策略驅(qū)動(dòng)的伸縮能力,允許企業(yè)針對(duì)特定工作負(fù)載設(shè)置護(hù)欄,以促進(jìn)預(yù)算管理。這種靈活性得到了綜合報(bào)告功能的支持,綜合報(bào)告可展示每個(gè)工作負(fù)載的完整財(cái)務(wù)可見性。更少的擴(kuò)展、可選的護(hù)欄、綜合報(bào)告等差異化功能結(jié)合起來,使企業(yè)更易平衡業(yè)務(wù)自主和成本管控需求。
企業(yè)可以根據(jù)是否需要云原生架構(gòu)或混合環(huán)境,選擇使用其中一個(gè)或兩個(gè)版本,Lake和Enterprise版互為補(bǔ)充,旨在滿足不同類型的工作負(fù)載需求和監(jiān)管要求。這兩個(gè)版本也可以作為一個(gè)整體為企業(yè)提供服務(wù),即同時(shí)提供高SLA的企業(yè)關(guān)鍵負(fù)載、高靈活需求的創(chuàng)新負(fù)載和部門級(jí)負(fù)載等。在VantageCloud的幫助下,Teradata希望能夠支持企業(yè)客戶加快實(shí)現(xiàn)數(shù)據(jù)價(jià)值,加速數(shù)字化轉(zhuǎn)型,實(shí)現(xiàn)用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展和創(chuàng)新。VantageCloud Lake版和Enterprise版同樣采用了Vantage的核心SQL引擎,未來不排除部分關(guān)鍵負(fù)載向VantageCloud Lake遷移的可能性。由于采用相同的核心引擎,工作負(fù)載的遷移也是自由和無縫的。
VantageCloud Lake實(shí)現(xiàn)了計(jì)算與存儲(chǔ)的徹底分離。計(jì)算集群具有高端的自動(dòng)彈性擴(kuò)展,可實(shí)現(xiàn)快速的新集群部署。存儲(chǔ)架構(gòu)在對(duì)象存儲(chǔ)上,在不同計(jì)算集群之間,可以實(shí)現(xiàn)無縫的數(shù)據(jù)共享。這樣,既保證了資源的獨(dú)立性和靈活性,又避免了大量的數(shù)據(jù)孤島,實(shí)現(xiàn)了數(shù)據(jù)的共享性。考慮到最佳性價(jià)比,Teradata將以年費(fèi)用低于5萬美元的價(jià)格提供VantageCloud Lake,在簽訂全年合同的前提下,月費(fèi)用低于5千美元,具體基于使用量/產(chǎn)品數(shù)量進(jìn)行定價(jià)。相比傳統(tǒng)的企業(yè)級(jí)產(chǎn)品,這一價(jià)格顯著降低。目前,TeradataVantageCloud Lake版已在AWS上提供并運(yùn)行,2023年初將在所有主要云服務(wù)提供商處提供。
VantageCloud Lake版和Enterprise版均以Teradata領(lǐng)先的分析能力為基石,這些分析能力被整合為ClearScape Analytics。ClearScape Analytics新增特性包括引入了50多項(xiàng)全新內(nèi)置于庫(kù)內(nèi)的時(shí)間序列和機(jī)器學(xué)習(xí)函數(shù),以及旨在快速運(yùn)營(yíng)AI/ML項(xiàng)目的集成平臺(tái)ModelOps,進(jìn)一步提升了Teradata的分析能力。ClearScape Analytics與Teradata VantageCloudLake相結(jié)合,可為客戶提供強(qiáng)大、開放、互聯(lián)的分析工具,通過易于訪問、提供自主性和實(shí)時(shí)洞察的分析工具,幫助客戶激活海量數(shù)據(jù),解決復(fù)雜的業(yè)務(wù)挑戰(zhàn)。
ClearScape Analytics的庫(kù)內(nèi)時(shí)間序列功能橫跨整個(gè)分析生命周期——從數(shù)據(jù)轉(zhuǎn)換和假設(shè)性預(yù)測(cè)分析,到特征工程和機(jī)器學(xué)習(xí)建模。這些功能內(nèi)置于數(shù)據(jù)庫(kù)中,因此具有高性能,而且只需進(jìn)行有限的數(shù)據(jù)移動(dòng)。這可以顯著降低成本并減少阻力,特別是當(dāng)企業(yè)想對(duì)大量數(shù)據(jù)(如來自數(shù)百萬件產(chǎn)品或數(shù)十億傳感器的數(shù)據(jù))應(yīng)用時(shí)間序列分析時(shí)。當(dāng)分析結(jié)果(如預(yù)測(cè))被存入數(shù)據(jù)庫(kù)中,企業(yè)可以將其與其他數(shù)據(jù)整合。例如,制造商可以將傳感器的異常檢測(cè)得分與機(jī)器的位置結(jié)合起來,找出所預(yù)測(cè)的故障的位置,國(guó)際零售企業(yè)可以將預(yù)測(cè)結(jié)果與價(jià)格結(jié)合起來,以預(yù)測(cè)營(yíng)收。
德國(guó)大眾集團(tuán)屬下某工廠的白車身車間,利用Teradata的點(diǎn)焊分析方案,基于大眾工業(yè)云上的海量數(shù)據(jù),成功實(shí)現(xiàn)了對(duì)點(diǎn)焊的全過程質(zhì)量控制。該解決方案完全建立在大眾汽車工業(yè)云(數(shù)字生產(chǎn)平臺(tái))的基礎(chǔ)上,并與大眾汽車保持一致。點(diǎn)焊數(shù)據(jù)和其他元數(shù)據(jù)在AWS上的Teradata Vantage云數(shù)據(jù)平臺(tái)中集成和分析。這是進(jìn)行分析處理、模型訓(xùn)練、數(shù)據(jù)評(píng)分以及將數(shù)據(jù)與其他數(shù)據(jù)源整合的地方。Teradata使用了包含自學(xué)習(xí)和自增強(qiáng)人工智能或機(jī)器學(xué)習(xí)算法的分析模型,根據(jù)各種過程特征對(duì)數(shù)據(jù)進(jìn)行分類和優(yōu)化。這些結(jié)果為大眾汽車車身工程師提供了有關(guān)所有焊點(diǎn)的工藝穩(wěn)定性的信息。除了每個(gè)焊點(diǎn)的工藝特性外,點(diǎn)焊分析方法減少了手工操作,使早期干預(yù)和快速檢測(cè)工藝序列中的弱點(diǎn)成為可能,同時(shí)還可按需擴(kuò)展檢測(cè)范圍,如對(duì)焊接基礎(chǔ)設(shè)施的動(dòng)態(tài)維護(hù)和材料組合分析,從而實(shí)現(xiàn)端到端的過程質(zhì)量監(jiān)控。
借助ClearScape Analytics,復(fù)雜的機(jī)器學(xué)習(xí)功能可以輕松集成到分析管道(從數(shù)據(jù)準(zhǔn)備到建模再到部署的一系列相關(guān)操作的集合)中,并被打包在一起以解決特定問題。例如,可以針對(duì)欺詐檢測(cè),對(duì)分類管道進(jìn)行專門調(diào)整,然后將其用于金融類應(yīng)用程序,時(shí)間序列管道可用于零售或制造業(yè)場(chǎng)景中的需求預(yù)測(cè)。內(nèi)嵌ModelOps的ClearScape Analytics使企業(yè)可以快速擴(kuò)展AI/ML項(xiàng)目,在充分釋放投資價(jià)值的同時(shí)降低風(fēng)險(xiǎn)。ModelOps可以在模型治理和風(fēng)險(xiǎn)管理方面發(fā)揮關(guān)鍵作用,隨著企業(yè)將更多模型投入生產(chǎn),這一點(diǎn)將越來越重要。
ModelOps在Teradata ClearScape Analytics中發(fā)揮著關(guān)鍵作用,可以提供企業(yè)范圍內(nèi)的產(chǎn)品模型庫(kù)和生命周期管理,將模型的構(gòu)建和培訓(xùn)與業(yè)務(wù)中的有效部署和管理聯(lián)系起來,連接了業(yè)務(wù)線、數(shù)據(jù)科學(xué)和IT部門的團(tuán)隊(duì)、工具和流程。ModelOps以DevOps原則為藍(lán)本,消除了軟件開發(fā)團(tuán)隊(duì)與企業(yè)部署軟件解決方案之間的障礙。隨著企業(yè)希望部署數(shù)以千計(jì)甚至可能數(shù)以百萬計(jì)的AI模型,以在數(shù)字經(jīng)濟(jì)中保持競(jìng)爭(zhēng)力,ModelOps將變得越來越重要。
ModelOps的現(xiàn)代化界面簡(jiǎn)便易用,并進(jìn)一步擴(kuò)展了Python/R庫(kù),提升了用戶體驗(yàn),以便各業(yè)務(wù)線終端用戶管理Vantage中的模型。ModelOps還為其他應(yīng)用程序和云服務(wù)提供管理Vantage中模型的API。模型上線投產(chǎn)需要涵蓋分析模型全生命周期的額外管理能力。ModelOps擁有數(shù)據(jù)集審計(jì)、代碼跟蹤、審批工作流、調(diào)度、模型監(jiān)控和警報(bào)等能力。如果客戶采用了第三方的模型框架,ModelOps所擁有的模型版本管理和比較能力,可以根據(jù)性能指標(biāo),選擇和部署最優(yōu)模型。“我們其中一家客戶,在實(shí)施ModelOps后,他們花費(fèi)在模型投產(chǎn)上的時(shí)間從10個(gè)月減少到了2天。”Hillary Ashton說。
未來,Teradata將有機(jī)會(huì)在其已建立的用戶群中占領(lǐng)一個(gè)龐大且不斷增長(zhǎng)的市場(chǎng),加速在現(xiàn)有客戶中的業(yè)務(wù)擴(kuò)張,擴(kuò)大潛在市場(chǎng)的總體規(guī)模。VantageCloud Lake不僅可以推動(dòng)Teradata向著2025年成為10億美元云公司的目標(biāo)不斷邁進(jìn),也標(biāo)志著Teradata已成為一家強(qiáng)大的云原生分析公司。與此同時(shí),Teradata還提供了全面的產(chǎn)品組合和廣泛的部署方式,從本地部署到混合部署再到云原生部署,支持AWS、Azure、GCP等云平臺(tái),連接所有數(shù)據(jù),以最大限度減少數(shù)據(jù)移動(dòng)、控制成本并提供適當(dāng)?shù)拇笠?guī)模治理。
這一切成果與Teradata善于傾聽客戶在數(shù)據(jù)實(shí)踐中的反饋密不可分。Teradata能夠確保為用戶需要的用例提供支持,并保持產(chǎn)品創(chuàng)新一直走在正確的道路上。通過和合作伙伴的密切合作,Teradata確保其產(chǎn)品與整個(gè)數(shù)據(jù)和分析市場(chǎng)上的成熟參與者、新興參與者及主要參與者均有合作。這些做法通過解鎖數(shù)據(jù)、激活分析、加速數(shù)據(jù)價(jià)值來滿足客戶需求。
“當(dāng)前我們專注于VantageCloud Lake和ClearScape Analytics,但在未來,大家可以期待看到 Lake入駐所有主要云。我們還打算通過繼續(xù)推動(dòng)行業(yè)向前發(fā)展來擴(kuò)大Teradata在分析領(lǐng)域的優(yōu)勢(shì),特別是通過開放互聯(lián)的分析來賦能智能財(cái)務(wù)控制和治理。”HillaryAshton表示,“贏在云端是Teradata的首要關(guān)注點(diǎn),未來我們將繼續(xù)推動(dòng)和擴(kuò)大與全球和本地云領(lǐng)導(dǎo)者的合作伙伴關(guān)系,例如與AWS、Microsoft Azure、GoogleCloud和VMware的合作。”
英特爾(Intel) i9-13900K 13代 酷睿 處理器 24核32線程 睿頻至高可達(dá)5.8Ghz 36M三級(jí)緩存 臺(tái)式機(jī)CPU
進(jìn)入購(gòu)買
SOLIDIGM P44 PRO 1T 英特爾&海力士出品 Nvme Pcie4.0 固態(tài)硬盤M.2 P44 PRO 2T (讀取7000mb/s)
進(jìn)入購(gòu)買
關(guān)鍵詞: Intel
2022-11-09 15:51:49
2022-11-09 15:45:24
2022-11-09 15:44:01
2022-11-09 15:42:14
2022-11-09 15:35:53
2022-11-09 15:34:35
2022-11-09 15:33:42
2022-11-09 15:33:04
2022-11-09 15:32:37
2022-11-09 15:22:19
2022-11-09 15:21:52
2022-11-09 15:21:18
2022-11-09 15:16:30
2022-11-09 15:12:31
2022-11-09 13:48:26
2022-11-09 12:36:28
2022-11-09 11:40:08
2022-11-09 11:25:43
2022-11-09 09:53:37
2022-11-09 09:51:48
2022-11-09 09:51:42
2022-11-09 09:50:31
2022-11-09 09:49:53
2022-11-09 09:48:38
2022-11-09 09:45:30
2022-11-09 09:38:46
2022-11-09 09:36:52
2022-11-09 09:35:36
2022-11-09 09:30:59
2022-11-09 08:50:58
2022-11-09 08:44:03
2022-11-09 08:42:37
2022-11-09 08:39:10
2022-11-09 08:39:02
2022-11-09 08:37:24
2022-11-09 08:35:52
2022-11-09 08:35:34
2022-11-09 08:35:26
2022-11-09 08:34:03
2022-11-09 08:33:47
2022-11-09 08:32:06
2022-11-09 08:31:44
2022-11-09 08:31:37
2022-11-09 08:31:05
2022-11-09 08:30:02
2022-11-09 08:30:00
2022-11-09 08:29:31
2022-11-09 08:28:55
2022-11-09 08:27:36
2022-11-09 08:27:31
2022-11-09 08:26:29
2022-11-09 08:24:40
2022-11-09 08:24:22
2022-11-09 08:23:51
2022-11-09 08:23:44
2022-11-09 08:22:23
2022-11-09 08:21:31
2022-11-09 08:20:35
2022-11-09 08:20:31
2022-11-09 08:20:13
2022-11-09 08:19:53
2022-11-09 08:19:18
2022-11-09 08:18:56
2022-11-09 08:18:32
2022-11-09 08:17:47
相關(guān)新聞