大数据工程公司 dbt Labs Inc. 今天宣布收购 SDF Labs Inc.,这两家缩写命名的初创公司的合并旨在为客户提供更快的数据处理速度和更高的数据质量。
总部位于费城的 dbt Labs 是一款基于云的数据转换工具的开发商,企业可以使用该工具来转换数据,使其更易于处理和分析。这是一个全面的数据平台,可以执行多种功能,从将多个电子表格合并为单个文件,过滤数据集中的不准确信息,到更改跨多个数据库系统的数据格式。
该公司将 dbt Cloud 定位为一种"数据控制平面",旨在协助分析开发生命周期的每个阶段。它与多种数据仓库平台兼容,包括 Snowflake、Databricks 和 Google BigQuery。
至于 SDF Labs,这是一家于 2024 年 6 月才成立的新兴创业公司,它创建了一个框架,旨在解决可与任何平台配合使用的结构化查询语言的编译和理解挑战。该公司的技术使用 Rust 编程语言构建,并已经与 dbt 实现原生集成,能够在编写 SQL 代码的瞬间进行验证。
dbt Labs 创始人兼首席执行官 Tristan Handy 在博客文章中表示,这是一次实用的收购,为公司平台带来了原生 SQL 理解能力,将有助于"大幅提升开发者生产力"并提高整体数据质量。
通过在编写 SQL 代码时提供实时反馈,SDF Labs 帮助开发者采用代码补全和内容辅助等新技术,并在开发过程的早期识别错误和确保数据质量。据该创业公司称,这有助于提高数据处理速度和质量,使数据分析工作负载更加高效。
两家公司表示,SQL 理解的另一个好处是为 dbt Labs 的表格和列级血缘关系添加了一个新的极其详细的元数据层,增强了数据分类以支持更细致的治理。所有这些功能现在都将在 dbt Cloud 中原生提供。
"SDF 的技术将为 dbt 的核心和用户体验带来巨大升级,"Handy 说。"这不是对 dbt 的渐进式改进,而是一个阶跃式的变革。"
Constellation Research Inc. 的分析师 Doug Henschen 告诉 SiliconANGLE,SDF Labs 是 dbt Labs 的理想收购对象。他表示,其多方言 SQL 编译器、转换框架和分析数据库引擎被打包成一个已经与 dbt 工具集完美集成的命令行界面。
"它帮助以 SQL 为中心的用户(这几乎包括了所有 dbt 用户)识别和防止 SQL 错误,并改进和简化 SQL 工作负载的测试、治理和报告,"Henschen 解释道。"总的来说,dbt Labs 持续发展势头强劲,这次收购将比通过自身有机发展更快地改善其平台的整体用户体验。"
SDF Labs 的技术还将有助于改进 dbt Labs 的其他产品,如允许跨多个平台协调数据工作负载的 dbt Mesh,以及新的 dbt Copilot(这是一个生成式 AI 驱动的助手,可以帮助自动生成测试、文档、语义模型等)。
作为收购的一部分,SDF Labs 的整个团队将加入 dbt Labs,包括其首席执行官 Lukas Schulte。Schulte 表示:"将 SDF 和 dbt 结合在一起将通过前所未有的速度、准确性和效率完全改变 dbt 的用户体验。"
图片来源:SiliconANGLE/Meta AI
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。