Hinahamon ng Databricks ang Snowflake, MongoDB gamit ang Lakehouse Apps
Sa isang kamakailang anunsyo, inilabas ng Databricks ang kanilang pinakabagong feature, ang Lakehouse Apps, na nagpapahintulot sa mga developer na bumuo ng mga application sa kanilang data ng enterprise na nakaimbak sa data lakehouse ng kumpanya. Ang mga app na ito, na tumatakbo sa halimbawa ng Databricks ng kumpanya, ay gumagamit ng mga feature ng seguridad at pamamahala ng platform, na naglalayong i-streamline ang pag-aampon at pamamahala ng data para sa mga kaso ng paggamit ng AI. Sa pamamagitan ng pag-iwas sa paggalaw ng data, ang Lakehouse Apps ay idinisenyo upang pasimplehin ang proseso ng pagbuo ng application habang tinitiyak ang integridad ng pinagbabatayan ng data.
Ang hakbang na ito ng Databricks ay makikita bilang tugon sa Native Application Framework ng Snowflake, na nagbibigay-daan sa mga developer na bumuo at magpatakbo ng mga application nang direkta sa loob ng Snowflake Data Cloud platform. Ipinoposisyon din ng Snowflake at MongoDB ang kanilang mga sarili bilang mga platform ng pagbuo ng application, kung saan ang Snowflake ay nakakuha ng Streamlit at pinahusay ang mga kakayahan nito sa analytical, habang ang MongoDB ay tumaas nang malaki sa analytical na kakayahan nito.
Upang suportahan ang pagbuo ng Lakehouse Apps, ang Databricks ay nakipagsosyo sa mga kumpanya tulad ng Retool, Posit, Kumo.ai, at Lamini. Ang mga pakikipagtulungang ito ay mag-aalok ng mga tool para sa pagbuo ng mga panloob na app, mga gawain sa agham ng data, at mga custom na modelo ng malalaking wika. Katulad ng Snowflake, plano ng Databricks na i-host ang mga application na ito sa kanilang Databricks Marketplace, bagama't ang mga partikular na detalye tungkol sa pagbabahagi ng kita at mga kasunduan ay hindi pa ibinubunyag.
Bilang karagdagan sa Lakehouse Apps, ipakikilala din ng Databricks ang pagbabahagi ng modelo ng AI sa Marketplace. Nilalayon ng hakbang na ito na tulungan ang mga customer ng enterprise sa pagpapabilis ng pagbuo ng mga AI application at pagbibigay sa mga provider ng modelo ng pagkakataong pagkakitaan ang kanilang mga modelo. Plano ng Databricks na mag-curate at mag-publish ng mga open source na modelo sa iba't ibang kaso ng paggamit at padaliin ang kanilang pag-optimize at pag-deploy sa platform.
Makakakita rin ang Databricks Marketplace ng pagpapalawak ng mga tagapagbigay ng data, kabilang ang mga pangunahing kumpanya tulad ng S&P Global, Experian, London Stock Exchange Group, Nasdaq, mga kumpanya ng pangangalagang pangkalusugan, at mga geospatial na tagapagbigay ng data. Ang mas malawak na alok na ito ng mga set ng data ay magpapahusay sa halaga at kaugnayan ng Marketplace para sa mga gumagamit ng Databricks.
Sa pangkalahatan, ang mga update na ito mula sa Databricks, kabilang ang Lakehouse Apps at AI model sharing, ay naglalayong gawing mas kaakit-akit at “sticky” ang kanilang platform sa mga developer. Sa pamamagitan ng pagpapakita ng kanilang mga kakayahan sa paghawak ng mga kakayahan sa transaksyon at pagbibigay ng access sa isang mas malawak na hanay ng data at mga modelo ng AI, hinahangad ng Databricks na iposisyon ang sarili bilang isang komprehensibong solusyon para sa modernong pagbuo ng application. Ang Lakehouse Apps ay inaasahang magiging available sa preview sa malapit na hinaharap, habang ang AI model sharing capability ay ilalabas sa darating na taon.
