HPE今天宣布已经收购Ampool,该公司的开源查询加速平台可用于商业智能场景中。
HPE没有透露此次收购的价格信息。HPE在一篇博客文章中表示,Ampool的可扩展数据联合层和多层加速引擎将提供一个云原生的SQL分析引擎,并将成为HPE Ezmeral边缘到云分析运行时的一个组成部分,用于交互式SQL工作负载。
Ampool还将给HPE带来几位曾经在雅虎、LinkedIn、VMware Pivotal和Veritas工作的工程师,同时他们也是Apache Geode、Presto/Trino、Apache Spark和Apache Ranger等项目的主要贡献者。
HPE Ezmeral业务总经理Anant Chintamaneni在博客中这样写道:“现有的本地SQL工具是死板、速度很慢且和特定底层存储技术例如HDFS捆绑在一起的。企业组织需要一组松散耦合的云原生查询引擎,支持针对各种后端数据源的多种分析和商业智能工具。”
Ampool利用内存缓存将运行在AWS Amazon Elastic MapReduce大数据处理服务上的性能提高多达40倍,并将在Tableau数据可视化平台上查询的速度提高多达100倍。
该公司表示,Ampool Active Data Store是基于Apache Geode分布式内存数据库的,支持来自单个以内存为中心的存储的流获取、批处理、事务型和交互型/即席查询。HPE计划利用Ampool进一步专注于SQL运行时,尤其是那些针对开源Presto分布式分析平台和非特定独立软件产品的运行时。
“使用多个基于容器的临时SQL计算引擎——例如Presto和Spark,往往需要在外部存储和管理持久元数据。Ampool在构建带有角色访问控制的共享元数据目录方面,拥有深厚的专业知识,可提供对不同后端数据源的一致视图,”Chintamaneni这样写道。
根据Crunchbase的信息显示,Ampool成立于2015年,在印度圣克拉拉和浦那设有办事处,到目前为止已经筹集了40万美元的种子资金。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。