Cloudera ha presentato Cloudera Anywhere Cloud , una piattaforma ibrida per dati e intelligenza artificiale progettata per creare, implementare e scalare carichi di lavoro di livello produttivo su cloud pubblici, ambienti sovrani e infrastrutture private on-premise. La piattaforma può funzionare come implementazione standalone o integrarsi direttamente nei data lake aziendali esistenti. Offre un piano di controllo centralizzato che garantisce gestione automatizzata, provisioning modulare dei servizi e governance uniforme dei dati, senza richiedere la migrazione dei dati dai livelli di storage locali.
Panoramica architettonica e mobilità del carico di lavoro
Cloudera Anywhere Cloud utilizza un'architettura modulare e disaccoppiata che separa i servizi di elaborazione dall'infrastruttura di storage sottostante. Questa progettazione consente ai team tecnici di implementare motori di analisi indipendenti, tra cui Apache Spark, Apache Kafka e Trino, insieme a motori open source o di terze parti personalizzati tramite blueprint disponibili sul marketplace self-service. Il sistema connette questi motori di elaborazione distribuiti attraverso infrastrutture eterogenee utilizzando API standard, formati di tabelle aperte di Apache Iceberg e il catalogo Polaris, eliminando formati di dati proprietari e overhead di integrazione personalizzati.
I colli di bottiglia nelle prestazioni dell'infrastruttura e i complessi requisiti di residenza dei dati spesso rallentano le pipeline di intelligenza artificiale aziendali durante la transizione dalle fasi pilota alla produzione. Cloudera cita una recente ricerca secondo cui il 73% dei responsabili IT ritiene che i vincoli prestazionali dell'infrastruttura abbiano ostacolato le iniziative operative. Cloudera Anywhere Cloud risolve questa latenza operativa facilitando il posizionamento locale dei carichi di lavoro. Le applicazioni vengono eseguite dove richiesto dalle esigenze aziendali, normative o hardware, eliminando la necessità di replicare o trasferire grandi set di dati tra ambienti eterogenei.
Governance, automazione agentica e controllo
La piattaforma integra controlli di sicurezza zero-trust nativi su nodi di archiviazione e di elaborazione distribuiti. Questo framework mantiene la tracciabilità dei dati, i limiti di accesso e la conformità continua tra i livelli di cloud sovrano, privato e pubblico. Le implementazioni ereditano automaticamente le policy di governance aziendali esistenti per preservare la sovranità dei dati e i diritti di proprietà intellettuale.
Per semplificare le operazioni quotidiane, Cloudera ha integrato un copilota agente nell'interfaccia di controllo. Il copilota traduce le istruzioni in linguaggio naturale in attività operative eseguibili, come l'avvio di motori di calcolo, la configurazione delle risorse infrastrutturali e l'orchestrazione di pipeline di dati end-to-end tra ambienti connessi.
"L'intelligenza artificiale aziendale ha superato i limiti del modello basato esclusivamente sul cloud pubblico", ha dichiarato Leo Brunnick, Chief Product Officer di Cloudera. "Le organizzazioni non dovrebbero essere costrette a scegliere tra innovazione e controllo. Cloudera Anywhere Cloud porta la velocità e la flessibilità del cloud direttamente ai dati aziendali. Ciò consente alle aziende di accelerare le iniziative di intelligenza artificiale mantenendo la piena proprietà dei propri dati e della proprietà intellettuale, ottimizzando al contempo i costi di infrastruttura, token e modelli di business."
Il lancio amplia la recente spinta di Cloudera verso le infrastrutture, inclusa la sua piattaforma congiunta per l'intelligenza artificiale sviluppata con VAST Data . Cloudera sta presentando Cloudera Anywhere Cloud questa settimana all'evento EVOLVE di Singapore.
Spark accelerato dalla GPU tramite NVIDIA cuDF
In concomitanza con il lancio della piattaforma, Cloudera ha annunciato l'accelerazione GPU nativa per Apache Spark 4.1 in Cloudera Data Engineering, basata sulla libreria cuDF CUDA-X di NVIDIA. Il plug-in cuDF accelera le pipeline Spark esistenti senza apportare modifiche al codice PySpark o SQL, e Cloudera lo presenta come un modo per preparare più velocemente i dati pronti per l'IA, riducendo al contempo i costi di elaborazione nel cloud. È incluso in Cloudera Data Engineering come parte di Anywhere Cloud.
Amazon