Cloudera AI
従来型、生成型、エージェント型など、あらゆる種類の AI を構築、展開、管理し、すべてのデータに活用できます。
概要
ハイブリッド環境に適したエンタープライズグレードの AI
Cloudera AI は、従来型の ML、生成 AI、エージェント型 AI をサポートし、安全かつ拡張可能でガバナンスを備えた AI 開発を可能にします。また、アイデアから展開まで、一連のプロセスでデータとモデルのプライバシーを確保します。
ローコードからフルコードまで柔軟に開発でき、生成 AI とエージェント型 AI の構築を加速。
エンタープライズグレードのパフォーマンスと拡張性により、あらゆるモデルをあらゆる場所に展開。
AI ライフサイクル全体にわたり、ガバナンス、コンプライアンス、プライバシーが確保された AI ワークフローを実現。
ユースケース
エンタープライズ AI を加速。
アイデアをすばやく成果に変えましょう。Cloudera は、AI の構築、拡張、保護に必要なツールを提供することで、企業が常に競争力を維持できるようサポートします。
AI プロジェクトをすばやく構築し、開始しましょう。
コーディング不要の AI Studios、AI Assistants、および AMP を利用すれば、数日でコンセプトを実用最小限の製品 (MVP: Minimum Viable Product) に変えることができます。
Cloudera AI Inference サービスは、自動拡張機能とモニター機能、および信頼性を提供します。
ガバナンスを組み込んだ従来型モデルと生成 AI モデルを、エンタープライズ AI の本番環境のワークロード向けに安全に提供します。
ガバナンスとコンプライアンスを確保した環境で、データ、プロンプト、モデルを保護します。
AI スタック全体でポリシー、セキュリティ、ライフサイクルを一元管理しつつ、オープンソースの柔軟性を維持します。
データとコンピュートリソースへの安全でガバナンスが確保されたアクセスにより、AI アプリケーションとエージェントを迅速に構築できます。データ探索やデータサイエンス、モデルトレーニング、ファインチューニング、およびローカルエディターやホスト型ノートブックとの統合をシームレスにサポートします。
生成 AI アプリケーションやエージェントの開発を簡素化することで、企業がセキュリティ、ガバナンス、拡張性を維持しながら、より簡単かつ迅速に本番環境へ移行できるようにします。
ML と AI の一般的なユースケースですぐに導入できる、本番環境向けのリファレンスソリューションです。独自の要件に合わせて簡単に調整できるため、価値実現までの時間を短縮できます。
データと AI のライフサイクル全体で生産性を向上させて洞察の獲得を加速する、組み込みの生成 AI ツールです。
あらゆるクラウド環境とオンプレミス環境で、プライバシーを保護しながら AI モデルを簡単に展開して管理できます。自動拡張、堅牢なガバナンス、モニタリングといった組み込みの機能に加え、高性能な LLM のサポートにより、エンタープライズワークロード向けに信頼性と拡張性の高い AI サービスを提供します。
NVIDIA に最適化された LLM を導入して、低レイテンシと高スループットを実現することで、アプリケーションの応答性向上と TCO の削減を可能にします。
Cloudera AI の導入オプション
Cloudera AI は、クラウドネイティブでポータブルな一貫性のあるエクスペリエンスで、あらゆる環境に展開できます。
クラウドの Cloudera
- マルチクラウド対応: ロックインを回避し、AI 推論、エージェント、AMP をあらゆる場所のデータで活用できます。
- 優れた拡張性: コンピュートリソースを動的に拡張できるため、料金は利用した分しか発生しません。
- ライフサイクル全体を統合: Cloudera Data Engineering や Cloudera Data Warehouse など、Cloudera のエクスペリエンス全体で、ワークロードやアウトプットをシームレスかつ安全に共有できます。
オンプレミスの Cloudera
- 優れたコスト効果: 複雑なコンテキストに基づくモデリングと AI ワークフローのリソースの使用を最適化します。
- パフォーマンスの最適化: ワークロードの分離やマルチテナンシーによって SLA を達成します。
- 効果的なコラボレーション: データライフサイクルのあらゆる局面で、ワークロード、データ、モデル、および処理結果をチーム間で安全に共有できます。
顧客
データと AI でより優れたスマートな銀行サービスを提供
当行は Cloudera AI を活用して拡張性のあるプラットフォームを構築しました。これにより、独自のアプリケーションを開発できるだけでなく、データサイエンティストが好むさまざまなツールやフレームワークを活用できます
