Databricks integroi NVIDIA:n uuden Vera-suorittimen – jota kutsutaan "agenttien suorittimeksi" – alustaansa. Vera on räätälöity Arm-pohjainen CPU, jossa on 256 megatavun L3-välimuisti ja oma laitteistoyksikkö JSON-parsintaan. Se on suunniteltu erityisesti käsittelemään orkestrointi- ja vahvistusoppimissilmukoita, jotka ovat pullonkaulana agenttien työkuormille . Tämä merkitsee perustavanlaatuista muutosta infrastruktuurissa: NVIDIA ja Databricks lyövät vetoa siitä, että tekoälyagenttien suorituskykyä rajoittaa nyt isäntäsuoritin (joka hoitaa suunnittelun, työkalujen kutsut ja muistisilmukat) eikä pelkkä GPU:n läpimeno .
Databricks on julkaissut AI Runtime -palvelun, serverittömän laskentakerroksen, joka tarjoaa tarpeen mukaan pääsyn NVIDIA A10- ja H100-grafiikkaprosessoreihin syväoppimismallien harjoittamista ja hienosäätöä varten ilman infrastruktuurin hallintaa . Monisolmuinen hajautettu harjoittelu ja monen GPU:n tuki ovat beta-vaiheessa, ja palvelu on suunniteltu tietokonenäön, suurten kielimallien ja syväoppimiseen perustuvien suositusjärjestelmien käyttöön .
NVIDIA GPU -kiihdytys on nyt saatavilla Databricksin ilmaisella käyttöasteella, mikä madaltaa kynnystä kokeilla tekoälyagentteja .
Laajennettu yhteistyö sisältää parannetun mallien tarjoilun agenttityökuormille ja täyden tuen NVIDIA:n agenttikeskeiselle ohjelmistopinolle (esim. NVIDIA Agent Toolkit, NIM-mikropalvelut) hallitun yritysdatan parissa Databricksin lakehouse-arkkitehtuurissa .
NVIDIA:n kiihdytetty laskenta on integroitu Databricks Photoniin, korkean suorituskyvyn SQL-moottoriin, nopeuttamaan datan esikäsittelyä ja ETL-prosesseja tekoälyputkistoissa . NVIDIA:n toimitusjohtaja Jensen Huang totesi, että kirjastojen rakentaminen tämän kiihdytyksen mahdollistamiseksi kesti viisi vuotta .
Kumppanuus on nimenomaisesti rakennettu siirtymän ympärille staattisista tekoälymalleista itsenäisiin, monivaiheisiin tekoälyagentteihin, jotka vaativat datan, laskennan ja orkestroinnin tiivistä yhteenkytkentää. Databricksin raportti paljastaa autonomisten tekoälyjärjestelmien käyttöönoton 327 prosentin kasvun vuoteen 2026 mennessä .
NVIDIA ja Databricks lyövät vetoa siitä, että tekoälyagenttien suorituskykyä rajoittaa nyt isäntäsuoritin (joka hoitaa suunnittelun, työkalujen kutsut ja muistisilmukat) eikä pelkkä GPU:n läpimeno. Vera-suoritin on suunniteltu kuromaan tämä ero umpeen .
Keskeinen trendi on, että agenttien on toimittava hallitun, korkealaatuisen yritysdatan varassa. Kumppanuus korostaa NVIDIA-kiihdytyksen tuomista Databricksin Unity Catalog -hallinnoituun lakehouseen, jotta agentit voivat päätellä luotettavan datan perusteella sirpaleisten tai hallitsemattomien lähteiden sijaan .
Databricks panostaa myös avoimiin protokolliin (OpenSharing agenttien taidoille) ja agenttien rakennustyökaluihin (Agent Bricks, Lakebase agenttien muistille), kun taas NVIDIA laajentaa samanaikaisesti AI Factory -kumppanuuksiaan HPE:n ja muiden kanssa – tämä asettaa yhteistyön osaksi laajempaa toimialan pyrkimystä kohti standardoitua, tuotantokelpoista agentti-infrastruktuuria .
Databricks integroi NVIDIA:n uuden Vera-suorittimen – jota kutsutaan "agenttien suorittimeksi" – alustaansa. Vera on räätälöity Arm-pohjainen CPU, jossa on 256 megatavun L3-välimuisti ja oma laitteistoyksikkö JSON-parsintaan. Se on suunniteltu erityisesti käsittelemään orkestrointi- ja vahvistusoppimissilmukoita, jotka ovat pullonkaulana agenttien työkuormille . Tämä merkitsee perustavanlaatuista muutosta infrastruktuurissa: NVIDIA ja Databricks lyövät vetoa siitä, että tekoälyagenttien suorituskykyä rajoittaa nyt isäntäsuoritin (joka hoitaa suunnittelun, työkalujen kutsut ja muistisilmukat) eikä pelkkä GPU:n läpimeno .
Databricks on julkaissut AI Runtime -palvelun, serverittömän laskentakerroksen, joka tarjoaa tarpeen mukaan pääsyn NVIDIA A10- ja H100-grafiikkaprosessoreihin syväoppimismallien harjoittamista ja hienosäätöä varten ilman infrastruktuurin hallintaa . Monisolmuinen hajautettu harjoittelu ja monen GPU:n tuki ovat beta-vaiheessa, ja palvelu on suunniteltu tietokonenäön, suurten kielimallien ja syväoppimiseen perustuvien suositusjärjestelmien käyttöön .
NVIDIA GPU -kiihdytys on nyt saatavilla Databricksin ilmaisella käyttöasteella, mikä madaltaa kynnystä kokeilla tekoälyagentteja .
Laajennettu yhteistyö sisältää parannetun mallien tarjoilun agenttityökuormille ja täyden tuen NVIDIA:n agenttikeskeiselle ohjelmistopinolle (esim. NVIDIA Agent Toolkit, NIM-mikropalvelut) hallitun yritysdatan parissa Databricksin lakehouse-arkkitehtuurissa .
NVIDIA:n kiihdytetty laskenta on integroitu Databricks Photoniin, korkean suorituskyvyn SQL-moottoriin, nopeuttamaan datan esikäsittelyä ja ETL-prosesseja tekoälyputkistoissa . NVIDIA:n toimitusjohtaja Jensen Huang totesi, että kirjastojen rakentaminen tämän kiihdytyksen mahdollistamiseksi kesti viisi vuotta .
Kumppanuus on nimenomaisesti rakennettu siirtymän ympärille staattisista tekoälymalleista itsenäisiin, monivaiheisiin tekoälyagentteihin, jotka vaativat datan, laskennan ja orkestroinnin tiivistä yhteenkytkentää. Databricksin raportti paljastaa autonomisten tekoälyjärjestelmien käyttöönoton 327 prosentin kasvun vuoteen 2026 mennessä .
NVIDIA ja Databricks lyövät vetoa siitä, että tekoälyagenttien suorituskykyä rajoittaa nyt isäntäsuoritin (joka hoitaa suunnittelun, työkalujen kutsut ja muistisilmukat) eikä pelkkä GPU:n läpimeno. Vera-suoritin on suunniteltu kuromaan tämä ero umpeen .
Keskeinen trendi on, että agenttien on toimittava hallitun, korkealaatuisen yritysdatan varassa. Kumppanuus korostaa NVIDIA-kiihdytyksen tuomista Databricksin Unity Catalog -hallinnoituun lakehouseen, jotta agentit voivat päätellä luotettavan datan perusteella sirpaleisten tai hallitsemattomien lähteiden sijaan .
Databricks panostaa myös avoimiin protokolliin (OpenSharing agenttien taidoille) ja agenttien rakennustyökaluihin (Agent Bricks, Lakebase agenttien muistille), kun taas NVIDIA laajentaa samanaikaisesti AI Factory -kumppanuuksiaan HPE:n ja muiden kanssa – tämä asettaa yhteistyön osaksi laajempaa toimialan pyrkimystä kohti standardoitua, tuotantokelpoista agentti-infrastruktuuria .