Databricks Mosaic AI
Platforma AI od Databricks do budowania, dostrajania, wdrazania i zarzadzania agentami AI oraz modelami ML w ekosystemie lakehouse.
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 LifecycleMLOps 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 wiedzaZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).
ZastosowaniaZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.
BezpieczeństwoBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.
Ekosystem deweloperskiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.
Cennik i model biznesowyCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).
Modele cenowe
Limity zasobów
SLA i wsparcie