Pour gérer vos consentements :

Snowflake et l’IA : le point sur la roadmap

En matière d’IA, où en est Snowflake ? Le schéma suivant résume la situation.

Les trois éléments en haut à gauche sont des fonctions « prêtes à l’emploi », accessibles sur l’interface graphique. Elles sont pour le moment en bêta privée.

Avec Document AI, on est sur de l’extraction de contenu.

Snowflake Copilot est un assistant de codage SQL.

Universal Search se fonde sur la technologie de Neeva (que Snowflake a acquis en mai). La version initiale permettra de trouver tables, vues, bases de données, schémas, éléments de la marketplace et articles de documentation.

Ces capacités reposent sur un moteur de fonctions sans serveur. Appelé Cortex, il donne également un accès API à :

– Diverses fonctionnalités basées sur des LLM (détection de sentiment, extraction de réponses, résumé de texte et traduction), toutes en bêta privée

– Du machine learning « maison » pour la prédiction et la détection d’anomalies sur séries temporelles (« disponibilité globale bientôt »), la classification (bêta privée à venir) et l’identification de facteurs d’évolution de métriques (bêta publique)

– Des modèles conversationnels pour la complétion (bêta privée ; base : Llama 2 en versions 7, 13 et 70 milliards de paramètres) et le codage SQL (bêta privée ; version « programmatique » de Copilot)

– Vectorisation et recherche vectorielle, avec un type de donnée natif (bêta privée)

La case « Apps in minutes » fait référence à l’intégration du framework Streamlit dans Snowflake. Elle aussi est pour le moment en bêta privée.

Snowflake avance sur le MLOps

Les éléments sur la droite du schéma viennent se placer sous l’ombrelle Snowpark ML.

Lancé en 2019, Snowpark associe bibliothèques et runtimes pour le déploiement et le traitement d’autres langages que SQL. La « boîte à outils » Snowpark ML en est une composante. Elle fournit bibliothèque Python et infrastructure gérée.

Snowflake va y ajouter :

– Une API permettant d’utiliser des frameworks de type Scikit-learn et XGBoost sans créer de procédures stockées (Modeling API ; disponibilité générale « bientôt »)

– Un registre (bêta publique à venir) avec gestion des versions et RBAC

– Un feature store et une interface de notebooks (bêta privée)

Illustration principale © Tada Images – Adobe Stock

Recent Posts

AWS abandonne WorkDocs, son concurrent de Dropbox

Un temps pressenti pour constituer le socle d'une suite bureautique AWS, Amazon WorkDocs arrivera en…

19 heures ago

Eviden structure une marque de « serveurs IA »

Eviden regroupe cinq familles de serveurs sous la marque BullSequana AI. Et affiche le supercalculateur…

22 heures ago

SSE : l’expérience se simplifie plus que les prix

Le dernier Magic Quadrant du SSE (Secure Service Edge) dénote des tarifications et des modèles…

1 jour ago

IA générative : les lignes directrices de l’ANSSI

Formats de paramètres, méthodes d'apprentissage, mutualisation GPU... Voici quelques-unes des recommandations de l'ANSSI sur l'IA…

2 jours ago

De la marque blanche à l’« exemption souveraine », Broadcom fait des concessions aux fournisseurs cloud

À la grogne des partenaires VMware, Broadcom répond par diverses concessions.

2 jours ago

iPadOS finalement soumis au DMA

iPadOS a une position suffisamment influente pour être soumis au DMA, estime la Commission européenne.

2 jours ago