Bewährte Architektur, verstärkt für Ausfallsicherheit, Skalierbarkeit und Leistung;
Sorgt für beispiellose Geschwindigkeit und Skalierbarkeit bei KI-Workloads
GridGain® kündigte Model 9 der GridGain Unified Actual-Time Knowledge Platform an. Aufbauend auf den bewährten mehrdimensionalen Datenverarbeitungs- und Analysefunktionen der Model 8 bietet GridGain 9 die stabilste, belastbarste und leistungsstärkste Lösung für Datenanwendungen mit extrem geringer Latenz und ermöglicht die excessive Geschwindigkeit, Skalierbarkeit, Haltbarkeit und Zuverlässigkeit, die für moderne Unternehmensanwendungsfälle und KI entscheidend sind.
Laut Gartner® stehen Daten- und Analyseteams weiterhin vor der Herausforderung, ein Ökosystem aus Technologieoptionen zu entwerfen, bereitzustellen und zu verwalten, das durch eine belastbare und skalierbare technische Architektur unterstützt wird.“ (1)
Dies gilt heute mehr denn je. Die explosionsartige Zunahme datenintensiver Echtzeit-Anwendungsfälle – einschließlich der Nutzung von GenAI – zur Verbesserung des Kundenerlebnisses, Steigerung der Betriebseffizienz und präziser Entscheidungsfindung hat den Fokus auf die sofortige und zuverlässige Datenverfügbarkeit und -zugänglichkeit im gesamten Unternehmen gelegt.
Mit erweiterter Unterstützung für mehrere Datenformate, Modelle und Speicher, einschließlich Cloud Knowledge Lakehouses, macht GridGain unternehmensweite Daten für die Verarbeitung in Echtzeit verfügbar, eine wichtige Voraussetzung für jede KI-basierte Initiative. GridGain 9 bietet die architektonische Belastbarkeit und Skalierbarkeit, die erforderlich ist, um die Grundlage der Dateninfrastruktur für groß angelegte Echtzeit-Datenverarbeitung, KI und Analyseanwendungen zu schaffen.
„KI verspricht dramatische soziale und technologische Vorteile. Aber sie wird nie ihr volles Potenzial erreichen, wenn Unternehmen nicht in der Lage sind, die Echtzeit-Einblicke, Automatisierungen und Kundenerlebnisse zu erreichen, die sie benötigen“, sagte Eoin O‘ Connor, CEO von GridGain. „Wir haben die GridGain-Plattform konsequent weiterentwickelt, um den Datenanforderungen unserer Kunden immer einen Schritt voraus zu sein, und wir haben erneut in die Verstärkung unserer Lösung investiert, um sie noch widerstandsfähiger und leistungsfähiger zu machen. Das Ergebnis ist GridGain 9, eine leistungsstärkere Plattform, die es schneller und einfacher macht, neue Funktionen, Verbesserungen und Skalierbarkeit bereitzustellen, um moderne Anwendungs- und KI-Anwendungsfälle zu unterstützen.“
Wichtige Verbesserungen in GridGain 9
- Dynamische Skalierung nach Bedarf: GridGain 9 führt neue Plattformfunktionen ein, mit denen Benutzer die versatile Speicher- und Verarbeitungskapazität im Arbeitsspeicher und auf der Festplatte problemlos skalieren können. GridGains branchenführende Funktionen zur dynamischen Skalierung verhindern jegliche Beeinträchtigung der Gesamtsystemleistung, selbst wenn Benutzer ihre GridGain-Cluster auf die Cloud ausweiten möchten.
- Verbesserte Efficiency:GridGain 9 steigert die Effizienz, indem es die parallele, gleichzeitige Datenverarbeitung verbessert und speicherzentrierte Speicher-Engines nutzt, die auf die spezifischen Anforderungen verschiedener Workloads, einschließlich Analytik und KI, zugeschnitten sind.
- Stärkere Datenintegrität und -konsistenz: Mit einem robusteren Transaktionsmanagement und Konsistenzmodell für Daten – sogar im vollständigen SQL-Modus – bietet GridGain 9 Unternehmen klassische RDBMS-Funktionen mit In-Reminiscence-Leistung und erleichtert so die Beschleunigung älterer Anwendungen und Workloads.
- Verbessertes Entwicklererlebnis: Intuitive und einfachere APIs, verbesserte Clusterkonfiguration und DevOps-Funktionen machen es Entwicklern und DevOps-Ingenieuren noch einfacher, mit GridGain hoch skalierbare, datenintensive Anwendungen zu erstellen und zu verwalten.
Zusätzliche Ressourcen
(1) Gartner, Marktführer für Anbieter von KI-, Daten- und Analysediensten, Frances Karamouzis, Shubhangi Vashisth, Afraz Jaffri, 24. Mai 2023.
Melden Sie sich für die kostenlosen insideAI Information an Publication.
Folgen Sie uns auf Twitter: https://twitter.com/InsideBigData1
Folgen Sie uns auf LinkedIn: https://www.linkedin.com/firm/insideainews/
Folge uns auf Fb: https://www.fb.com/insideAINEWSNOW