تعمل HPE Esmeral Software على تبسيط البيانات والتحليلات ومبادرات الذكاء الاصطناعي / التعلم الآلي

تقوم شركة Hewlett Packard Enterprise (HPE) بإصلاح مجموعة برامج Esmeral الخاصة بها وتبسيط تنظيم البيانات وإدارتها وتحليلاتها للمؤسسات التي تعمل على تطوير سير عمل الذكاء الاصطناعي (AI) والتعلم الآلي (ML).

HPE Ezmeral هو قسم برمجيات المؤسسات في HPE والذي نما في السنوات الأخيرة من خلال سلسلة من عمليات الاستحواذ. في عام 2018 ، استحوذت HPE على برنامج BlueData ، الذي جلب إمكانات جديدة لاستخدام حاويات التطبيقات لإدارة البيانات لدعم جهود AI / ML. في عام 2019 ، استحوذوا على بائع النظام الأساسي للبيانات MapR ، والذي جلب إمكانيات لنظام الملفات الموزعة Hadoop (HDFS). في عام 2021 ، استحوذت HPE على Ampool ، مضيفة محرك SQL موزعًا لاستعلامات البيانات. وفي 2 مايو ، عينت HPE معظم فريق القيادة والهندسة وراء Arrikto الذي تم الاستحواذ عليه مؤخرًا ، والذي يعد أحد المساهمين الرئيسيين في مشروع سير عمل Kubeflow ML مفتوح المصدر. تدعم HPE Ezmeral أيضًا العديد من الجهود الأخرى مفتوحة المصدر التي تعتبر ضرورية للبيانات الحديثة وعمليات الذكاء الاصطناعي بما في ذلك Apache Spark و Apache Airflow و Apache Superset و MLflow و Feast و Ray.

أعلنت HPE Esmeral اليوم أنها تقوم الآن بتنظيم وتحديث محفظتها من خلال مسارين أساسيين. ستعمل مجموعة برامج HPE Ezmeral Data Fabric الجديدة على دمج تقنيات إدارة البيانات الخاصة بالشركة. HPE Ezmeral Unified Analytics Software هو العرض الجديد الذي سيجمع جميع الأدوات والتقنيات اللازمة للمؤسسات لإدارة تحليلات البيانات بالإضافة إلى أعباء عمل AI / ML.

صرح Mohan Rajagopalan ، نائب الرئيس والمدير العام في HPE Ezmeral Software لـ VentureBeat: “نحن نقدم الحافظة المبسطة الجديدة حيث اخترنا الابتعاد بشكل أساسي عن القيام بأشياء مثل إنشاء حلول مخصصة لمنصات الحاويات و MLops و Spark”. “نريد التركيز على توفير القدرات الأساسية التي تساعد عملائنا على تطوير ونشر التطبيقات في عالم مختلط متعدد السحابة.”

لماذا تقوم HPE بتبسيط مجموعة برامج Esmeral

أوضح Rajagopalan أن عمليات الاستحواذ السابقة للشركة كانت تعني الاستمرار في تكنولوجيا الشركة المكتسبة ، تحت مظلة HPE.

قال راجاغوبالان: “اليوم ، ما نقوم به هو أننا نتراجع بشكل أساسي وننظر في كيفية عمل هذه التقنيات المختلفة معًا ، والأهم من ذلك ، قضاء الوقت مع عملائنا لفهم المكان الذي يجب أن نلعب فيه”.

ما هو واضح لشركة HPE والعديد من الآخرين الآن هو إدراك أن البيانات ضرورية لنجاح المؤسسات الحديثة. تساعد البيانات في دفع عملية صنع القرار باستخدام التحليلات وذكاء الأعمال. البيانات هي أيضًا أساس AI / ML أيضًا.

قال: “يقول كل عميل تقريبًا أن البيانات هي المستقبل – ومن يمتلك المزيد من البيانات لديه رؤى أفضل”. “ستستمر تقنية إنشاء الإحصاءات في التطور بمرور الوقت.”

يتعلق امتلاك البيانات بامتلاك الأدوات المناسبة لإدارة البيانات وفهمها. يتعلق الأمر أيضًا بامتلاك البنية التحتية التي تدعم مبادرات البيانات. تحقيقًا لهذه الغاية ، أشار راجاغوبالان إلى أن HPE Ezmeral تكمل محفظة HPE Greenlake. يركز Ezmeral فقط على طبقات البرامج في المكدس بينما يأخذ Greenlake المزيد من عرض البنية التحتية.

لماذا نسيج البيانات مهم

غالبًا ما توجد البيانات في مؤسسة حديثة في العديد من المواقع والتطبيقات المختلفة. مع برنامج HPE Ezmeral Data Fabric Software ، يتمثل الهدف في توفير مجموعة من الإمكانات لمساعدة المؤسسات على تنظيم البيانات وإدارتها وتوصيلها.

أوضح Rajagopalan أنه من خلال Data Fabric ، توفر HPE إمكانات للبيانات الموجودة في الملفات ومصادر البيانات المتدفقة وقواعد البيانات. الفكرة الأساسية هي تمكين طبقة البيانات الموحدة ، حيث يمكن توصيل مصادر مختلفة بأسلوب يسمح للمؤسسات بالاستفادة من جميع بياناتها.

ما يمكّن Data Fabric من الناحية الوظيفية هو مستودع بحيرة بيانات مختلط ، حيث يمكن تخزين البيانات في أماكن العمل أو على الحافة أو في السحابة ومتاح لتحليل البيانات.

قال راجاجوبالان: “نقوم بإنشاء منازل بحيرة البيانات حيث يمكن للعملاء ببساطة ضخ البيانات في مجموعة متنوعة من التنسيقات في النسيج ، ويمكن أن تكون أنواعًا مختلفة من البيانات ويمكن أن تكون في مواقع مختلفة”. “نسيج البيانات يجعل السحر يحدث فقط حيث تظهر البيانات حيث يجب استهلاكها.”

لا تكفي البيانات في حد ذاتها لتكون مفيدة ، وهنا يأتي دور مجموعة HPE Esmeral Unified Analytics Software.

“ما فعلناه هو أننا اتخذنا أفضل التقنيات مفتوحة المصدر بشكل أساسي ، لذا فكر في Superset و Kubeflow و Airflow و Feast و Ray وقمنا بتجميعها مع حواجز حماية على مستوى المؤسسات تحت هذه المظلة المسماة Unified analytics ،” قال راجاغوبالان.

مع كل الإثارة والضجيج حول نماذج اللغات الكبيرة (LLMs) والنجاح الجامح لـ ChatGPT من OpenAI ، علق Rajagopalan أن العديد من المنظمات تتطلع إلى الاستفادة من الذكاء الاصطناعي. بينما تتطلب أكبر LLM كميات هائلة من البيانات ، أكد أن هناك قيمة كبيرة في البيانات التي تمتلكها الشركات بالفعل والتي يمكن استخدامها لبناء نماذج الذكاء الاصطناعي.

“نريد تزويدهم بجميع الأدوات حتى يتمكنوا من البدء في إنشاء نماذج خاصة بمجال معين ، يمكن أن يكونوا LLMs ، ويمكن أن يركزوا على الدردشة. قال راجاغوبالان: “يمكن أن يركزوا على سير العمل”. “أطروحتنا هنا هي أن الشركات تجلس على كنوز من البيانات.”