Hazelcast ha lanciato la versione 5.4 della sua piattaforma di elaborazione dati in tempo reale, con miglioramenti mirati a ottimizzare i carichi di lavoro operativi e di intelligenza artificiale (AI).
La piattaforma Hazelcast è un ambiente applicativo in tempo reale dotato di una versione open source e di una per le aziende. Il suo nucleo combina un archivio dati veloce con strumenti di elaborazione dei flussi dati, usati per analisi, business intelligence e, sempre più, per compiti di machine learning e AI. Con la rapida adozione dell’intelligenza artificiale per decisioni sensibili al tempo, Hazelcast ha aggiornato la sua piattaforma per soddisfare le esigenze di elaborazione dati delle pipeline AI di produzione. Tra i suoi clienti ci sono grandi aziende come JPMorgan Chase, Volvo, New York Life e Target.
Secondo Kelly Herrell, CEO di Hazelcast, questo aggiornamento è un passo avanti nella loro esperienza di abilitare carichi di lavoro AI per grandi organizzazioni. Affinché l’intelligenza artificiale sia efficace, l’infrastruttura di elaborazione dati deve funzionare senza intoppi.
Hazelcast è progettato per gestire dati in tempo reale mentre scorrono nel sistema. La coerenza dei dati è cruciale in questo contesto e, con la crescita delle applicazioni AI, diventa ancora più critica. Per migliorare la coerenza, Hazelcast 5.4 introduce un sottosistema CP avanzato, basato sul teorema CAP, che garantisce coerenza in un cluster distribuito.
Inoltre, con l’introduzione della nuova architettura Thread-Per-Core (TPC), Hazelcast aumenta le prestazioni di calcolo del 30%. Questa combinazione di coerenza avanzata e TPC minimizza il compromesso tra prestazioni e coerenza.
La piattaforma utilizza anche una nuova funzionalità di storage a più livelli per gestire volumi di dati enormi. Questo consente agli utenti di espandere lo spazio di archiviazione senza aumentare i costi. Questi miglioramenti supportano una serie di casi d’uso di AI/ML, tra cui il rilevamento delle frodi.
Un esempio è una grande società di carte di credito che utilizza Hazelcast per il rilevamento delle frodi in tempo reale. La piattaforma esegue sei algoritmi ML distinti in soli 50 millisecondi per determinare l’autenticità di una transazione.