Snowflake Data Cloud erweitert sich mit multimodalen großen Sprachmodellen (LLMs)
Die Snowflake Data Cloud, geleitet von Sridhar Ramaswamy, verbessert ihre Fähigkeiten durch die Integration multimodaler LLMs. Das Unternehmen hat eine Partnerschaft mit Reka, einem KI-Startup von ehemaligen Forschern von DeepMind, Google und Meta, geschlossen, um dessen proprietäre Modelle in die Snowflake-Datenplattform zu integrieren. Diese Zusammenarbeit folgt der aktuellen Partnerschaft mit Mistral und ermöglicht es Unternehmen, die die Datencloud nutzen, generative KI-Anwendungen zu entwickeln, die Texte, Bilder und Videos verarbeiten können. Diese Integration eröffnet Teams neue Einblicke in ihre Datensätze.
Snowflake beteiligte sich im vergangenen Jahr an Rekas Finanzierungsrunde über 60 Millionen Dollar, hat jedoch nicht bestätigt, ob es durch diese Partnerschaft seine Investitionen erhöhen wird. Baris Gultekin, Leiter des Produktmanagements bei Snowflake AI, betonte, dass das Unternehmen ständig darauf abzielt, Partner zu unterstützen und Innovationen für Kunden zu fördern, ohne jedoch nähere Details zur Investition bekanntzugeben.
Einführung von Reka Flash und Core in Snowflake Cortex
Seit seiner Einführung hat Snowflake das Ziel, sich als bevorzugte Dateninfrastruktur für Kunden zu etablieren. Angefangen als einfaches Data Warehouse hat sich Snowflake weiterentwickelt, um verschiedene Datenformate und -funktionen zu unterstützen, wodurch eine umfassende Datencloud entstanden ist, die zahlreiche KI- und Analytikanwendungen ermöglicht.
Um auf die boomende Landschaft der generativen KI zu reagieren, hat Snowflake Snowflake Cortex eingeführt, einen vollständig verwalteten Dienst zur Entwicklung von LLM-Anwendungen. Cortex bietet Unternehmen eine Sammlung von KI-Bausteinen, einschließlich Open-Source-LLMs, die es ihnen ermöglichen, Daten sicher zu analysieren und gezielte Anwendungen für spezifische Geschäftsbedürfnisse zu entwickeln. Ursprünglich konzentrierte sich das Unternehmen auf spezialisierte LLMs für Aufgaben wie Sentiment-Analyse und erweitert nun sein Angebot um zwei Modelle von Reka: Flash und Core.
Reka Flash ist ein hochmodernes Modell mit 21 Milliarden Parametern, das darauf optimiert ist, eine Leistung zu bieten, die mit größeren Modellen in Sprach- und Sichtbenchmarks vergleichbar ist. Im Gegensatz dazu ist Core Rekas größtes Modell, das in der Nähe der Leistung fortschrittlicher Modelle wie GPT-4 und Gemini Ultra liegt, jedoch derzeit nicht öffentlich verfügbar ist.
Snowflake plant, das Flash-Modell sofort in Cortex zu integrieren, während die Unterstützung für das Core-Modell in Entwicklung ist und in einer zukünftigen Version verfügbar sein wird. Obwohl Gultekin keinen Zeitrahmen angab, deutete er darauf hin, dass es bald erhältlich sein könnte, und erwähnte die Möglichkeit, weitere Reka-Modelle je nach Nachfrage hinzuzufügen.
Vorteile der multimodalen KI für Snowflake-Nutzer
Durch die Integration von Cortex und Rekas KI-Modellen können Snowflake-Anwender generative KI-Anwendungen entwickeln, die Texte, Bilder und Videos verarbeiten. Diese Funktionalität unterstützt verschiedene Anwendungen, wie z.B. die Untertitelung von Videos, das Tagging von Bildern, das Generieren von Produktbeschreibungen für den E-Commerce und die Analyse grafischer Daten.
Gultekin nannte mehrere potenzielle Anwendungen, darunter Chatbots, die Diagramme interpretieren, und die Erstellung von Marketinginhalten für Unterhaltungsunternehmen unter Verwendung ihrer Video- und Bildressourcen. Obwohl Gultekin die Anzahl der Unternehmen, die speziell Rekas Modelle nutzen, nicht verriet, teilte er mit, dass über 400 Unternehmen Cortex und die gehosteten Modelle verwenden, um generative KI-Anwendungen zu entwickeln. Diese Anwendungen erstrecken sich über verschiedene Sektoren, von der Identifizierung von Sicherheitsanfälligkeiten in Servicetickets bis hin zur Verbesserung der Kommunikation von Gesundheitsdienstleistern mit Versicherungsdaten.
Die Hinzufügung von Rekas Modellen wird die Gesamtzahl der in Cortex verfügbaren LLMs auf ein Dutzend erhöhen, zu denen auch die kürzlich eingeführten Modelle von Mistral und Google gehören.
Gultekin beschrieb die Innovationspipeline von Snowflake im Bereich KI als "im Überholmodus", mit dem Ziel, KI für alle Nutzer zugänglich zu machen, um schnell bedeutende Geschäftsergebnisse zu erzielen. Er deutete auf bevorstehende Ankündigungen weiterer KI-Fortschritte hin, die auf den jährlichen Gipfel im Juni zusteuern.
"Unsere Roadmap spiegelt das Prinzip wider, dass effektive KI-Strategien auf robusten Datenstrategien basieren – Daten sind der Treibstoff für KI. Wir sind bestrebt, Produktivität, Zusammenarbeit und Gesamteffizienz in KI- und ML-Workflows zu steigern, alles basierend auf Snowflakes sicherer und vertrauenswürdiger Datenbasis", erklärte Gultekin.
Nicht unerwähnt bleibt, dass der Mitbewerber Databricks, ebenfalls im Datenökosystem tätig, einen ähnlichen Ansatz verfolgt. Nach der Akquisition von MosaicML hat das Unternehmen offene Modelle und verbesserte Werkzeuge zur Entwicklung generativer KI-Anwendungen eingeführt. Kürzlich erwarb Databricks Lilac, ein KI-Startup, das sich auf die Analyse und Verfeinerung unstrukturierter Daten für das KI-Training spezialisiert hat.
Rangliste
