CDP不僅提供了一種自助式數據體驗，使數據科學家，數據工程師，商業(yè)分析師和開發(fā)人員能夠容易地訪問和分享數據。而且還提供了一個完整的機器學習工作流，使得數據科學家和機器學習工程師可以更快地構建和部署模型。
Cloudera 大中華區(qū)技術總監(jiān)劉隸放表示，Cloudera是一家值得信任的幫助別人管理數據的公司，Cloudera的平臺上面管理的數據已經超過2500萬TB，其規(guī)模與很多云服務商的整個數據體量相當。
在劉隸放看來，Cloudera（肯睿）在幫助企業(yè)落地大語言模型方面有獨特優(yōu)勢。
首選，企業(yè)用戶不會直接用公有云上的大模型，這些模型有很多都是根據互聯網上的數據訓練而來的。企業(yè)會基于自己的數據做訓練，這些數據跟企業(yè)的關聯性更高，訓練出的模型的實用性也更強。巧的是，用戶的很多數據原本就在Cloudera的平臺上。
第二點，Cloudera可以幫助企業(yè)落得更值得信任的大語言模型。ChatGPT的AI幻覺問題很明顯，當沒有對應的答案時，它經常會“一本正經的胡說八道”。Cloudera一直在做大數據分析，盡量在保持原始數據的基礎上來加工，對于輸出的結果還會有一個印證的過程，它可以利用大數據分析的能力對AI輸出的答案進行分析和驗證。
如今，Cloudera提供可部署在本地和公有云的數據平臺，過去兩年來，Cloudera一直在宣傳在數據編織的基礎上面，幫助用戶去做數據的治理和管控。同時，也在強調數據庫、數據湖、數據倉庫融合等技術的優(yōu)勢。而現在，Cloudera的平臺將轉向去成為一個AI平臺。
Cloudera的AI平臺CML（CDP Machine Learning）可以分為三個部分：
首先，就是以CDP為基礎的數據平臺，這里有很多用戶數據；
第二部分，它可以幫助用戶加工用于訓練的數據，這套加工數據的流程原本用在大數據流程中，AI也同樣需要對數據進行加工處理；
第三部分，它可以托管和運行大語言模型，并在模型的基礎上，構建和部署AI應用。
劉隸放表示，憑借在數據技術方面安全可控的優(yōu)勢，CML用戶也吸引了很多用戶。目前，很多國內的企業(yè)用戶都在思考如何落地大語言模型，Cloudera的CML平臺可以讓用戶在有管控的情況下來部署大語言模型。
除了在大語言模型方面的新布局，Cloudera還介紹了監(jiān)控和優(yōu)化CDP部署的新服務，叫做Cloudera Observability。
Cloudera Data Platform (CDP)是一個可以跨私有云和公有云部署的平臺，實際部署中，可能分布在多個基礎架構上。在如今復雜系統(tǒng)架構中，想僅僅通過監(jiān)控來掌握所有情況絕非易事，很多時候都會影響資源利用率和性能表現。
此外，由于數據和分析都是在混合云上完成的，這對財務管理也帶來了很大挑戰(zhàn)。將預算按照團隊或者場景劃分都會很需要會計做很多工作，預測未來支出也會更麻煩?？傊?，財務管理綿連的挑戰(zhàn)也非常巨大。
此前，Cloudera有一個產品叫Workload Management，它主要是做工作負載調優(yōu)的，但是在現在混合云的環(huán)境之下，光有調優(yōu)是不夠的。于是就有了Cloudera Observability ，它可以幫助企業(yè)解決上述問題。
Cloudera Observability 有助于提高系統(tǒng)的可控性和穩(wěn)定性。當系統(tǒng)越來越復雜，對運維人員的技能要求也越來越高，在排查故障，找出問題時的難度也越來越高。而Cloudera Observability 可以減輕運維人員的負擔，從而提高系統(tǒng)的可控性和穩(wěn)定性。
Cloudera Observability 可以提高對于系統(tǒng)資源的管控，多云環(huán)境下的資源經常會收縮或者膨脹，資源是在不同動態(tài)的變化當中，運維人員希望在運維過程中，對于系統(tǒng)資源的消耗有一個評判的標準，從而找到負載的優(yōu)化方向。
Cloudera Observability可以提高財務管控能力，以系統(tǒng)監(jiān)控和數據分析技術為基礎，幫助企業(yè)管理IT資源的使用成本，從財務角度出發(fā)，對整個系統(tǒng)的資源使用狀況做一個評判，從而幫助企業(yè)更好地管理IT資源的使用狀況。
目前，Cloudera Observability是SaaS版本，直接部署在公有云上的，從劉隸放的介紹中了解到，Cloudera很快還會推出一個本地的部署版，更適合那些行業(yè)監(jiān)管嚴格，對數據敏感的用戶，它可以在本地做分析。
