En vidareutveckling av Delta Sharing

OpenSharing bygger direkt på det redan vitt spridda protokollet Delta Sharing, också det skapat av Databricks . Delta Sharing gjorde det redan möjligt för organisationer att på ett säkert sätt dela live-data från Delta Lake och andra källor utan att behöva kopiera den. OpenSharing utökar denna grund till att omfatta en bredare klass av AI-tillgångar, vilket gör det till en naturlig uppgraderingsväg för de många företag som redan är investerade i Deltas ekosystem.

Nya funktioner

OpenSharing introducerar flera viktiga funktioner utöver den ursprungliga Delta Sharing-specifikationen:

• Stöd för Apache Iceberg-klienter: Protokollet har nu stöd för Apache Iceberg IRC-klienter, vilket avsevärt breddar interoperabiliteten mellan plattformar och gör det lättare för organisationer som standardiserat på Iceberg att delta i delade AI-arbetsflöden .
• Integrationer för lokal lagring: Inledande integrationer med lokala lagringspartners som MinIO och Qumulo gör att organisationer kan behålla data inom sin egen infrastruktur samtidigt som de deltar i det öppna delningsekosystemet. Linux Foundation och Databricks har indikerat att ytterligare lagringspartners förväntas ansluta sig inom kort .
• Ett enhetligt ramverk för utbyte: Istället för att behandla AI-modeller, data och agentfärdigheter som separata problem, erbjuder OpenSharing ett enda ramverk för att utbyta alla tre tillgångstyper, vilket minskar integrationernas komplexitet .

Vilka står bakom projektet?

Projektet har lockat en bred koalition av ledande företag och AI-aktörer. Bland de organisationer som backar upp initiativet finns Amadeus, Atlassian, LSEG (London Stock Exchange Group), SAP, Stripe och OpenAI . Denna blandning av etablerade mjukvaruföretag, finansiella infrastrukturleverantörer och ledande AI-labb antyder att OpenSharing adresserar ett genuint branschöverskridande behov.

Var finns OpenSharing tillgängligt nu?

OpenSharing finns tillgängligt på opensharing.io under Linux Foundations förvaltning . Denna neutrala styrningsstruktur är avgörande för att skapa förtroende bland konkurrenter och säkerställa att protokollet utvecklas i den bredare gemenskapens intresse, snarare än en enskild leverantörs.

Den större bilden

OpenSharing anländer i ett läge där AI-industrin brottas med fragmentering på flera plan – från kommunikationsprotokoll för AI-agenter till modellicensiering. Linux Foundation har varit aktiv på flera relaterade fronter, inklusive ett tidigare arbete med Agentic AI Foundation (AAIF), som utgör ett neutralt hem för projekt som Anthropics Model Context Protocol (MCP), och Agent2Agent (A2A) -protokollet för agentkommunikation. OpenSharing kompletterar dessa insatser genom att specifikt fokusera på det data- och tillgångslager som driver AI-arbetsbelastningar.

Protokollets betoning på stöd för lokala lagringslösningar signalerar också en förståelse för att många reglerade branscher kommer att behöva hålla känslig data inom sina egna gränser, även när de samarbetar kring AI. Genom att säkra åtaganden från MinIO, Qumulo och löften om fler lokala partners positionerar sig projektet för adoption inom finans, sjukvård och andra sektorer med strikta krav på datasuveränitet.

En vidareutveckling av Delta Sharing

OpenSharing bygger direkt på det redan vitt spridda protokollet Delta Sharing, också det skapat av Databricks . Delta Sharing gjorde det redan möjligt för organisationer att på ett säkert sätt dela live-data från Delta Lake och andra källor utan att behöva kopiera den. OpenSharing utökar denna grund till att omfatta en bredare klass av AI-tillgångar, vilket gör det till en naturlig uppgraderingsväg för de många företag som redan är investerade i Deltas ekosystem.

Nya funktioner

OpenSharing introducerar flera viktiga funktioner utöver den ursprungliga Delta Sharing-specifikationen:

• Stöd för Apache Iceberg-klienter: Protokollet har nu stöd för Apache Iceberg IRC-klienter, vilket avsevärt breddar interoperabiliteten mellan plattformar och gör det lättare för organisationer som standardiserat på Iceberg att delta i delade AI-arbetsflöden .
• Integrationer för lokal lagring: Inledande integrationer med lokala lagringspartners som MinIO och Qumulo gör att organisationer kan behålla data inom sin egen infrastruktur samtidigt som de deltar i det öppna delningsekosystemet. Linux Foundation och Databricks har indikerat att ytterligare lagringspartners förväntas ansluta sig inom kort .
• Ett enhetligt ramverk för utbyte: Istället för att behandla AI-modeller, data och agentfärdigheter som separata problem, erbjuder OpenSharing ett enda ramverk för att utbyta alla tre tillgångstyper, vilket minskar integrationernas komplexitet .

Vilka står bakom projektet?

Projektet har lockat en bred koalition av ledande företag och AI-aktörer. Bland de organisationer som backar upp initiativet finns Amadeus, Atlassian, LSEG (London Stock Exchange Group), SAP, Stripe och OpenAI . Denna blandning av etablerade mjukvaruföretag, finansiella infrastrukturleverantörer och ledande AI-labb antyder att OpenSharing adresserar ett genuint branschöverskridande behov.

Var finns OpenSharing tillgängligt nu?

OpenSharing finns tillgängligt på opensharing.io under Linux Foundations förvaltning . Denna neutrala styrningsstruktur är avgörande för att skapa förtroende bland konkurrenter och säkerställa att protokollet utvecklas i den bredare gemenskapens intresse, snarare än en enskild leverantörs.

Den större bilden

OpenSharing anländer i ett läge där AI-industrin brottas med fragmentering på flera plan – från kommunikationsprotokoll för AI-agenter till modellicensiering. Linux Foundation har varit aktiv på flera relaterade fronter, inklusive ett tidigare arbete med Agentic AI Foundation (AAIF), som utgör ett neutralt hem för projekt som Anthropics Model Context Protocol (MCP), och Agent2Agent (A2A) -protokollet för agentkommunikation. OpenSharing kompletterar dessa insatser genom att specifikt fokusera på det data- och tillgångslager som driver AI-arbetsbelastningar.

Protokollets betoning på stöd för lokala lagringslösningar signalerar också en förståelse för att många reglerade branscher kommer att behöva hålla känslig data inom sina egna gränser, även när de samarbetar kring AI. Genom att säkra åtaganden från MinIO, Qumulo och löften om fler lokala partners positionerar sig projektet för adoption inom finans, sjukvård och andra sektorer med strikta krav på datasuveränitet.