Snowflake加强在跨云数据和人工智能协作领域的领导地位

Snowflake的内部市场使企业能够轻松在团队和业务部门之间发现和共享数据、应用程序，现在还可以共享精心调整的Large Language Models (LLMs)。{ width=60% }

---

Snowflake原生应用框架与Snowpark容器服务集成加快了开发人员交付复杂的基于人工智能的应用的价值，企业现在可以在Snowflake Marketplace上为第三方开发、分发和赚取人工智能模型。
Snowflake（纽约证券交易所代码：SNOW），这家人工智能数据云公司，今天在其年度开发者大会BUILD 2024上宣布了新的创新，使团队能够轻松、安全地在企内和与外部合作伙伴和客户之间找到、评估和共享数据、人工智能模型和应用。通过Snowflake领先的跨云协作能力，用户现在可以加快其人工智能计划，直接访问Snowflake庞大的企业数据和人工智能产品生态系统，同时加速最终用户的应用程序开发 - 一切都在AI数据云的安全和治理边界内。
“为了跟上不断发展的数据和人工智能领域，企业需要立即访问其组织中的所有数据，补充其客户和合作伙伴的数据，以构建强大的规模关键决策的人工智能应用。”Snowflake合作与横向业务部门负责人Prasanna Krishnan表示。“这就是Snowflake业界领先的跨云协作的作用，使组织既可以访问和共享其最有价值的数据，也可以在内部和外部与第三方共享应用程序和人工智能模型。Snowflake的最新创新为团队在这些项目上开展合作并更快地将人工智能和应用程序投入生产开启了新的方式，同时处理安全和治理影响以减少风险。”

Snowflake使企业内部协作和共享成为可能，具备内建治理
构建人工智能应用程序和优化模型往往耗费资源和时间，许多企业很难跨不同团队在此工作上进行合作，而不引入重大复杂性和隐私考虑。通过内部市场（现已普遍可用），用户可以轻松发现组织内其他团队和业务部门提供的可用数据、应用和人工智能产品，同时防止意外共享给外部方。
内部市场还允许用户共享经过精心调整的Large Language Models (LLMs)（现已公开预览），使他们更容易在生成式人工智能用例上合作，提高模型准确性和性能以进行用例特定任务，然后将其部署到生产环境。这一切都是在AI数据云内安全完成的，消除了复制数据或在帐户之间传输数据的需要。组织的内部市场上列出的数据产品也可以使用新的列表助手Copilot for Listings（现在处于私密预览阶段）轻松进行自然语言评估，这是一个生成和执行高质量SQL命令并回答关于结构化数据的问题的人工智能助手，使客户能够快速确定共享数据是否与其工作相关。
“作为一家全球领先的移动技术公司，充分利用数据的潜力为客户提供难忘的旅行体验至关重要。”Flix Mobility工程副总裁Tobias Hadem表示。“Snowflake的内部市场将使我们的数据团队能够推广并安全地共享其数据产品，促进公司各处做出基于数据的明智决策。”

更快地构建、分发和赚取数据和人工智能产品
在人工智能时代，企业需要快速、灵活地规模化构建复杂的人工智能驱动应用程序。Snowflake正在简化应用程序开发流程，使客户可以专注于构建对其业务最重要的应用程序和模型，并降低运营负担，加速投产时间。
为帮助组织进一步构建和交付先进的应用程序，Snowflake为用户提供了原生应用框架与Snowpark容器服务集成（在AWS上普遍可用，在Microsoft Azure上公开预览）。该集成允许用户使用其首选的编程语言轻松构建具有完全可定制用户体验的应用程序，然后在可配置的GPU和CPU实例之上部署它们，极大地增强了开发人员的价值交付速度。发布的应用程序可以在各个云和地区之间无缝分发，所有这些都具有端到端应用程序开发过程的增强可观察性和安全性。像Genesis Computing、Kumo AI、LandingAI、RelationalAI等公司正在使用该集成通过Snowflake Marketplace向Snowflake客户提供并赚取人工智能驱动的应用程序，开启新的收入流。
Genesis Computing的联合创始人兼首席执行官Matthew Glickman表示：“我们的业务完全基于Snowflake构建，多亏了Snowflake原生应用与Snowpark容器服务的集成，我们能够在几周内推出第一个产品。”“该集成赋予我们灵活性，在规模上构建复杂的企业级AI数据代理，并迅速部署和赚取我们的产品在Snowflake Marketplace上。我们与Snowflake的合作为客户提供了巨大的价值，并使Snowflake客户能够在几次点击之内利用代理智能AI的力量 - 一切都在AI数据云的安全和治理边界内。”
Snowflake原生应用框架还支持Snowpark ML建模API，该API使用熟悉的Python框架（如scikit-learn、LightGBM和XGBoost）在Snowflake内对数据进行预处理、特征工程和训练模型。通过Snowflake的新安全模型分享（现在公开预览），模型开发人员可以使用Snowpark ML建模API创建和训练模型，在其帐户内的模型注册表中存储这些模型，并通过Snowflake Marketplace上的Snowflake原生应用安全分发和赚取这些模型。
为了让开发人员更好地控制其数据、应用程序和人工智能产品的分发成本，Snowflake推出了新的出口成本优化器（即将普遍可用），可删除增量出口成本或将数据从云服务或数据中心传输出去时的费用，用于向多个云区域分享数据产品。出口成本优化器提供给开发人员显著的成本节省，使他们能够将更多资源分配给其业务最关键的项目。

通过几次点击直接访问安全的企业级人工智能和数据产品
企业可以在Snowflake Marketplace内尝试、购买和部署复杂的人工智能应用程序和数据产品，这些产品由可以轻松利用Snowflake提供的安全和治理工具的提供商构建。Snowflake Marketplace不断增长，今天已经准备好提供220多个应用程序和2500多个数据集给客户使用。
对于具有高安全要求的组织，已在Virtual Private Snowflake（VPS）上部署Snowflake或使用AWS PrivateLink的组织，Snowflake推出了Snowflake原生应用支持安全部署（现已普遍可用）。通过这种支持，进行这些安全部署的组织现在可以安装并使用Snowflake原生应用。Snowflake原生应用支持安全部署通过减少面临的外部威胁，帮助客户遵守甚至最严格的行业标准。此外，Snowflake原生应用合规标记（现在私密预览）允许组织轻松识别符合其内部合规要求（例如SOC 2）的应用程序，并一目了然地识别Snowflake Marketplace上的企业级产品。

了解更多：
在这篇博客文章中阅读有关跨云协作的最新进展。查看今天在Snowflake Marketplace上可获得的所有数据、应用程序、LLMs等。查看有关BUILD 2024上所有创新和公告的详情。在LinkedIn和Twitter上保持对Snowflake最新消息和公告的关注。

如前所述，本新闻稿包含明示和隐含的前瞻性声明，包括关于（i）Snowflake的商业战略，（ii）Snowflake的产品、服务和技术提供，包括那些正在开发中或尚未普遍可用的产品，（iii）市场增长、趋势和竞争考虑，以及（iv）Snowflake产品与第三方平台的集成、互操作性和可用性。这些前瞻性声明面临一系列风险、不确定性和假设，包括Snowflake向美国证券交易委员会提交的《10-Q季度报告》和《10-K年度报告》中所描述的风险以及其他地方。鉴于这些风险、不确定性和假设，实际结果可能会与前瞻性声明中预期或暗示的结果存在实质和不利差异。因此，您不应将任何前瞻性声明作为未来事件的预测。
© 2024 Snowflake Inc. 保留所有权利。Snowflake、Snowflake标志和本处提及的所有其他Snowflake产品、功能和服务名称均为Snowflake Inc.在美国和其他国家/地区的注册商标或商标。本处提及或使用的所有其他品牌名称或徽标仅用于标识目的，可能是其各自持有人的商标。Snowflake可能与任何此类持有人有关联，也可能未经其赞助或认可。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。