Name: Databricks Mosaic AI
Brand: Databricks

Opis

Databricks Mosaic AI to zintegrowana platforma AI/ML bedaca czescia Databricks Data Intelligence Platform, opartej na architekturze data lakehouse. Platforma obejmuje pelny cykl zycia modeli: od przygotowania danych, przez trening i fine-tuning, po wdrozenie i monitoring. Mosaic AI powstala w wyniku przejecia przez Databricks firmy MosaicML w czerwcu 2023 roku za ok. 1,3 mld USD i wchlanela jej technologie treningu i serwowania modeli jezykowych.

Kluczowe komponenty

Platforma skalda sie z nastepujacych modulow: Agent Bricks do budowania agentow AI zoptymalizowanych na danych enterprise; Unity AI Gateway jako centralny punkt zarzadzania LLM i MCP; Vector Search — natywna baza wektorowa z synchronizacja w czasie rzeczywistym; Agent Framework and Evaluation do budowania i oceny agentow produkcyjnych; Model Serving do wdrazania modeli GenAI i klasycznych ML; Mosaic AI Training do fine-tuningu i pre-treningu LLM; Managed MLflow jako platforma MLOps; Databricks Notebooks do wspolpracy data science.

Integracja z lakehouse

Kluczowa przewaga Mosaic AI to scisla integracja z warstawa danych: Delta Lake, Unity Catalog (data governance), Databricks SQL i Apache Spark. Modele maja natywny dostep do danych ustrukturyzowanych i nieustrukturyzowanych przechowywanych w tym samym ekosystemie, co eliminuje potrzebe przenoszenia danych i upraszcza governance. Platforma dziala na AWS, Azure i Google Cloud.

MLOps Lifecycle

15/17 wspieranych

Rejestr modeli

Wersjonowanie — wersjonowanie artefaktów modelu

Przepływy zatwierdzania — przepływ zatwierdzania przed produkcją

Niezmienne artefakty — niezmienność zapisanych wersji

Śledzenie rodowodu — śledzenie powiązań danych i modeli

4 / 4 wspierane · brak niespełnionych

Magazyn cech

Serwowanie online — serwowanie cech w czasie rzeczywistym

Przechowywanie offline — przechowywanie cech dla treningu

Ingestia strumieniowa — ingestia strumieniowa (Kafka, Flink)

3 / 3 wspierane · brak niespełnionych

Zarządzanie promptami

Rejestr promptów — centralne repozytorium promptów

Wersjonowanie — wersjonowanie i historia promptów

Frameworki testowe — A/B testing i ewaluacja promptów

3 / 3 wspierane · brak niespełnionych

Monitoring

Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych

Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego

Monitorowanie halucynacji — monitorowanie halucynacji LLM

Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości

4 / 4 wspierane · brak niespełnionych

Human-in-the-Loop

Usługi etykietowania — narzędzia do etykietowania danych

RLHF — reinforcement learning from human feedback

Ręczne przesłonięcia — ręczne przełączanie decyzji modelu

1 / 3 wspierane · 2 niespełnione ukryte

Dane i wiedza

Zastosowania

12

Architektura i mechanizmy

23

Bezpieczeństwo

Ekosystem deweloperski

Języki SDK

PyPythonscscalarrsqsql

Typ API

REST

Społeczność i zasoby

Biblioteka szablonów

Szybki start

Dokumentacja API

Samouczki

Cennik i model biznesowy

Zobacz pełny cennik

Modele cenowe

Płatność za użycie

dbu based

Limity zasobów

Per projekt

Per użytkownik

Alerty kosztów

SLA i wsparcie

99.9%uptime SLA

StandardowyenhancedEnterprise 24/7

Wspierane modele AI

3

Opis

Kluczowe komponenty

Integracja z lakehouse

MLOps LifecycleiMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.

Rejestr modeli

Magazyn cech

Zarządzanie promptami

Monitoring

Human-in-the-Loop

Dane i wiedzaiZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).

ZastosowaniaiZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

Architektura i mechanizmyiArchitektura i mechanizmyFundamenty architektoniczne i nowoczesne metody przetwarzania AI, które są natywnie wspierane lub wykorzystywane przez tę platformę.

BezpieczeństwoiBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.

Ekosystem deweloperskiiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Cennik i model biznesowyiCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).