برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
مایکروسافت در کنار مجموعه ای از ابتکارات که هدف آنها کمک به مقابله با پیچیدگی داده های سازمانی است ، گزینه های پایگاه داده بیشتری را در ترکیب پارچه مایکروسافت قرار می دهد.
برای نسل های به معنای واقعی کلمه از پایگاه داده ها ، محاسبه و ذخیره سازی همیشه محکم همراه بودند. این امر باعث ایجاد انواع مقیاس پذیری و داده های سیلو داده برای شرکت ها شد. در سال 2023 ، پارچه مایکروسافت برای اولین بار به عنوان یک استراتژی برای کمک به غلبه بر این چالش معرفی شد. ایده اصلی در مورد پارچه مایکروسافت این است که یک لایه داده مشترک در میان ابزارهای داده و تجزیه و تحلیل مایکروسافت باشد. در نوامبر 2024 ، پارچه مایکروسافت با پشتیبانی از پلتفرم پایگاه داده معاملاتی Azure SQL گسترش یافت.
مایکروسافت ، دقیقاً مانند رقبای خود در Google در آمازون ، سیستم عامل های مختلف پایگاه داده زیادی دارد. در حالی که Azure SQL به طور گسترده ای مورد استفاده قرار می گیرد ، وقتی صحبت از هوش مصنوعی می شود ، یک پلت فرم دیگر با تأثیرگذارتر وجود دارد و این CosmosDB است. در کنفرانس ساخت 2025 امروز ، مایکروسافت اعلام می کند که COSTOSDB سرانجام به پارچه مایکروسافت می آید. COSTOSDB از مهمترین پایگاه داده های مورد استفاده امروز برای هوش مصنوعی است زیرا این پایگاه داده است که در پایه و اساس سرویس Chatgpt OpenAI قرار دارد. COSTOSDB همچنین از طریق ادغام با ریخته گری Azure AI افزایش می یابد و دسترسی مستقیم بیشتری به AI AIT به داده ها می دهد.
همچنین مجموعه ای از به روزرسانی داده های اضافی از جمله پشتیبانی از Microsoft Copilot در پلت فرم اطلاعات تجاری PowerBI وجود دارد. پایگاه داده SQL Server 2025 در حال پیش نمایش است و شاخص بردار DiskAnn (دیسک تقریبی نزدیکترین همسایه) در حال باز کردن است.
این نوآوری ها به طور مستقیم به پیچیدگی ادغام که تیم های داده سازمانی را هنگام ساخت برنامه های هوش مصنوعی گرفتار می کند ، می پردازند. تمرکز اصلی برای از بین بردن تکه تکه شدن داده است که مانع ابتکارات AI شرکت می شود.
Arun Ulag ، معاون رئیس جمهور برای داده های لاجورد در مایکروسافت ، به VentureBeat گفت: “وقتی با مشتریان صحبت می کنم ، پیامی که من به طور مداوم دریافت می کنم ، لطفاً متحد شوید ، من مدیر ارشد اطلاعات هستم ، نمی خواهم مدیر ارشد ادغام باشم که به ترجمه AI به مزیت رقابتی خود کمک کنم.”
پارچه با از بین بردن سیلوهای داده ، AI شرکت را تسریع می کند
Microsoft Fabric ، پلت فرم یکپارچه داده این شرکت ، با جمع آوری محصولات قبلی جداگانه در یک اکوسیستم منسجم ، مسیر رشد سریع خود را ادامه می دهد.
اولگ گفت: “ما تمام محصولات خود را جمع می کنیم و آنها را به یک محصول واحد ، که پارچه مایکروسافت است ، متحد می کنیم.” “از بعضی جهات ، شما می توانید در مورد پارچه مانند آنچه که 30 سال پیش با دفتر انجام دادیم فکر کنید.”
این استراتژی به وضوح با شرکت ها طنین انداز شده است. ULAG گفت که پارچه مایکروسافت اکنون بیش از 21،000 سازمان به عنوان پرداخت به مشتریان در سراسر جهان ، از جمله 70 ٪ از Fortune 500 دارد.
وی گفت: “این خیلی سریع در حال رشد است.”
CosmosDB در پارچه زیرساخت های NOSQL را از بین می برد
علاوه بر این به پارچه ، CosmosDB ، پایگاه داده اسناد NOSQL مایکروسافت است که بسیاری از برنامه های هوش مصنوعی با مشخصات بالا را قدرت می دهد.
Ulag گفت: “CosmosDB ، تا کنون ، اغلب به پایگاه داده انتخاب برای بارهای کار هوش مصنوعی جهان تبدیل می شود.” “خود Chatgpt در CosmosDB ساخته شده است … فروشگاه تجارت الکترونیکی والمارت نیز در CosmosDB نیز اجرا می شود.”
مایکروسافت با وارد کردن CosmosDB به پارچه ، سازمانها را قادر می سازد تا پایگاه داده های NOSQL را بدون مدیریت زیرساخت های پیچیده مستقر کنند. یک چالش اساسی در داشتن یک رویکرد محاسبات و ذخیره سازی تفکیک شده ، حفظ عملکرد بدون تأخیر است.
مایکروسافت اقدامات فنی بسیار خاصی را برای حفظ عملکرد از طریق یک سیستم ذخیره سازی نوآورانه انجام داده است.
اولگ توضیح داد: “در داخل پارچه ، ما یک حافظه نهان بسیار عملکردی را حفظ می کنیم ، که تمام به روزرسانی های سریع را که CosmosDB انجام می دهد ، انجام می دهد.” “ما یک مکانیسم هماهنگ سازی بسیار سریع داریم که کاملاً شفاف برای مشتری است ، جایی که داده ها در زمان واقعی در OneLake تکرار می شوند.”
این رویکرد ضمن از بین بردن وظایف مدیریت زیرساخت ، زمان پاسخگویی میلی ثانیه مورد نیاز برای برنامه های هوش مصنوعی را ارائه می دهد.
چرا قالب های داده منبع باز برای موفقیت پارچه مهم هستند
در حالی که مایکروسافت تمام محصولات داده خود را از طریق استراتژی پارچه متصل می کند ، Onelake Technology در واقع داده ها را ذخیره می کند.
پیچیدگی فوق العاده ای در داشتن یک دریاچه داده یکپارچه وجود دارد که چندین نوع داده مختلف و قالب های مختلف از داده های SQL ، NOSQL و بدون ساختار را کنترل می کند. این یک چالش است که مایکروسافت با یک رویکرد منبع باز حل می کند.
Ulag گفت: “مایکروسافت قالب های داده منبع باز را کاملاً پذیرفته است ، بنابراین همه چیز در پارچه ، صرف نظر از اینکه کدام بار کار را به طور پیش فرض می کند ، همیشه در پارکت آپاچی و دلتا دریاچه است.”
این بهینه سازی به این معنی است که تمام خدمات پارچه ای ، از SQL تا BI تا COSTOSDB ، می توانند بدون تبدیل یا تکثیر به همان داده های اساسی دسترسی پیدا کنند و مجازات عملکرد سنتی مرتبط با قالب های باز را از بین ببرند.
نسخه منبع باز Diskann جستجوی بردار درجه یک را برای همه به ارمغان می آورد
مایکروسافت فقط از منبع باز برای قالب های داده استفاده نمی کند ، بلکه به کد خاص خود نیز کمک می کند.
در ساخت ، مایکروسافت اعلام می کند که از فناوری جستجوی بردار دیسکوپ باز است. تصمیم مایکروسافت در مورد منبع باز دیسک ، نشان دهنده سهم قابل توجهی در اکوسیستم هوش مصنوعی است و باعث می شود قابلیت های جستجوی بردار درجه یک در دسترس برای همه توسعه دهندگان باشد.
Ulag گفت: “ما یک وکتور بسیار بسیار قوی به نام Diskann داریم ، در ابتدا در Microsoft Research ایجاد شده است ، و از آن در Bing … ساخته شده در CosmosDB و ساخته شده در پارچه استفاده می شود.”
Diskann الگوریتم های جستجو نزدیکترین همسایه (ANN) را بهینه سازی می کند که برای عملیات مبتنی بر دیسک بهینه شده اند ، و آن را برای پایگاه داده های بردار در مقیاس بزرگ که از محدودیت های حافظه فراتر می روند ، ایده آل می کند. مایکروسافت با باز کردن منابع دیسک ، توسعه دهندگان را قادر می سازد همان جستجوی بردار با کارایی بالا را که توسط ChatGPT و سایر برنامه های پیشرو AI استفاده می شود ، پیاده سازی کنند. این کمک می کند تا به یکی از چالش های اصلی در سیستم های تولید بازیابی و آگوژ (RAG) در ساختمان ، جایی که پیدا کردن محتوای معنایی مشابه به سرعت برای ایجاد پاسخ های هوش مصنوعی در داده های سازمانی ضروری است.
اولاگ گفت: “ما به همه اجازه می دهیم تا بتوانند از مزایای فروشگاه بردار که در داخل آن استفاده می کنیم ، دریافت کنند.”
چرا برای رهبران داده های سازمانی اهمیت دارد
برای شرکت هایی که در تصویب AI پیشرو هستند ، این اطلاعیه ها برنامه های پیشرفته تری را امکان پذیر می کنند که یکپارچه انواع مختلف داده را ادغام می کنند.
پیچیدگی و چالش های برخورد با سیلوهای داده فقط مربوط به مکان های مختلف نیست بلکه قالب های مختلفی نیز هست. تکامل مداوم پارچه مایکروسافت مستقیماً به این نگرانی می پردازد به گونه ای که امروز هیچ سرپرست دیگری انجام نمی دهد.
تمرکز و تعهد به استانداردهای منبع باز در هسته نیز برای شرکت ها مهم است زیرا برخی از خطر قفل را که در صورت گیر شدن داده ها در قالب های اختصاصی وجود دارد ، از بین می برد.
از آنجا که شرکت ها به طور فزاینده ای با قابلیت های هوش مصنوعی به رقابت می پردازند ، رویکرد یکپارچه مایکروسافت مانع قابل توجهی برای نوآوری را برطرف می کند. سازمانهایی که این ادغام را پذیرفته اند می توانند تمرکز خود را از حفظ خطوط لوله داده پیچیده به ایجاد برنامه های هوش مصنوعی که ارزش تجاری ملموس را ارائه می دهند ، تغییر دهند – از نظر ظاهری از رقبایی که هنوز هم با معماری های تکه تکه می روند ، پیشی می گیرند.