Hazelcast Actualiza su Plataforma de Procesamiento de Datos en Tiempo Real a la Versión 5.4
Hazelcast ha lanzado la versión 5.4 de su plataforma de procesamiento de datos en tiempo real, introduciendo mejoras diseñadas específicamente para optimizar cargas de trabajo operativas y de inteligencia artificial (IA).
La plataforma Hazelcast actúa como un entorno de aplicación inteligente en tiempo real, ofreciendo tanto versiones de código abierto como ediciones empresariales. Su arquitectura combina un almacenamiento de datos de alta velocidad con capacidades de procesamiento de flujos, siendo idónea para análisis de datos, inteligencia empresarial y, cada vez más, aplicaciones de aprendizaje automático (ML) e IA. A medida que las empresas adoptan rápidamente la IA para la toma de decisiones sensibles a la latencia, la actualización 5.4 refuerza las características centrales de Hazelcast para satisfacer las complejas necesidades de procesamiento de datos en las canalizaciones de IA en producción. Entre sus destacados clientes se encuentran JPMorgan Chase, Volvo, New York Life y Target.
Avances Clave en la Versión 5.4
“Este es otro paso en nuestro liderazgo a largo plazo en el apoyo a cargas de trabajo de IA para grandes organizaciones”, afirmó Kelly Herrell, CEO de Hazelcast. “Para que la IA aporte valor, la infraestructura de procesamiento de datos debe funcionar de manera confiable, y ahí es donde está nuestra fortaleza”.
Consistencia en el Procesamiento de Datos en Tiempo Real
Hazelcast procesa los datos en tiempo real a medida que fluyen hacia el sistema. En sistemas de datos modernos y altamente disponibles donde múltiples nodos trabajan en conjunto, mantener la consistencia de los datos puede ser un desafío.
“La consistencia de los datos es un problema complicado”, señaló Herrell. “Hemos tenido un subsistema de alta consistencia durante años y nuestros clientes lo han probado rigurosamente”.
Con las crecientes demandas de las aplicaciones impulsadas por IA, mantener la consistencia de los datos se ha vuelto aún más urgente. La nueva versión 5.4 presenta un avanzado subsistema CP (Proveedor de Consistencia) que crea una capa de datos en memoria firmemente consistente, guiada por el teorema CAP (Consistencia, Disponibilidad, Particiones) para gestionar la consistencia en clústeres distribuidos.
Además, Hazelcast 5.4 incluye una innovadora arquitectura Thread-Per-Core (TPC) que mejora el rendimiento computacional en un 30% mediante capacidades de subprocesos optimizadas.
“Most developers understand that prioritizing consistency can slow the system down, which is a common trade-off,” explico Herrell. “Al integrar una consistencia avanzada con TPC, minimizamos esta compensación, asegurando un rendimiento óptimo junto con una fuerte consistencia”.
Almacenamiento en Capas: Satisfaciendo los Requisitos de Datos de la IA
La capacidad de procesamiento de datos en memoria de la plataforma Hazelcast es esencial, pero las cargas de trabajo modernas de IA y ML a menudo requieren un almacenamiento extenso que supera los límites de la memoria. Aquí es donde la nueva capacidad de almacenamiento en capas resulta invaluable, ofreciendo diferentes niveles de rendimiento para el procesamiento de datos en tiempo real.
“En el ámbito de la IA, la demanda de datos es insaciable”, afirmó Herrell. “Mantener todo en memoria puede ser costoso. El almacenamiento en capas permite a los usuarios escalar sus soluciones de almacenamiento para manejar de manera efectiva las cargas de trabajo de IA y ML dentro de un entorno cohesivo”.
Acelerando la IA para la Detección de Fraude
La plataforma de Hazelcast se ha utilizado en diversas aplicaciones de IA y ML, especialmente en la detección de fraude.
Herrell destacó el uso de la plataforma Hazelcast por parte de una importante compañía de tarjetas de crédito para la detección de fraude en tiempo real. Cuando se desliza una tarjeta de crédito, el terminal de pago verifica rápidamente el estado de aprobación. Esta decisión de aprobación debe ocurrir en menos de 50 milisegundos.
“En ese breve instante, procesamos seis algoritmos de ML diferentes para la detección de fraude y generamos un puntaje compuesto, proporcionando una respuesta bien fundamentada sobre si la transacción debe ser aprobada”, explicó Herrell.
En resumen, Hazelcast 5.4 eleva las capacidades de procesamiento de datos en tiempo real, ofreciendo consistencia mejorada y soluciones de almacenamiento cruciales para cargas de trabajo de IA, allanando el camino para una toma de decisiones más rápida en diversas aplicaciones, incluida la detección de fraude.
Clasificación
