14 октября 2026 г. | САН-ДИЕГО
Новая распределенная функция Python ускоряет крупномасштабные операции с ИИ, сохраняя данные и вычисления внутри платформы Teradata
Компания Teradata (NYSE: TDC) объявила сегодня о широкой доступности функции Elastic Python Compute в составе AI Studio. Эта возможность предоставляет корпоративным командам специалистов по работе с данными управляемую распределенную среду Python для масштабирования вычислений ИИ и рабочих нагрузок машинного обучения за счет параллельного выполнения кода Python для инженерии данных, машинного обучения и разработки моделей.
Elastic Python Compute построена на базе Ray, фреймворка распределенных вычислений, и нативно интегрируется с платформой Teradata Autonomous Knowledge Platform и AI Studio. Специалисты по работе с данными могут распараллеливать обучение моделей, запускать пользовательские приложения Python в нужном масштабе и обслуживать масштабные рабочие нагрузки МО и ИИ без накладных расходов на ручную настройку кластеров или управление ими в Ray. Elastic Python Compute поддерживает развертывание как на одном сервере, так и в виде кластеров, предоставляя организациям гибкость масштабирования от отдельных рабочих нагрузок до операций корпоративного уровня за счет ускорения циклов разработки, более строгого контроля управления и снижения затрат на инфраструктуру.
Сохранение данных и вычислений ИИ внутри платформы
Elastic Python Compute поддерживает локальный хостинг и управление моделями без внешних зависимостей от API и без затрат на вывод на основе токенов. Рабочие нагрузки ИИ выполняются полностью внутри платформы Teradata, включая AI Studio, без необходимости перемещения данных. Elastic Python Compute выполняет чтение и запись данных напрямую в базу данных Teradata, объектное хранилище S3 и каталоги открытых форматов таблиц (Open Table Format), такие как Apache Iceberg и Delta Lake, позволяя командам по работе с данными использовать файлы и изображения для обучения моделей и скоринга. Гибкое управление кластерами, включая возможность запуска отдельных кластеров для различных рабочих нагрузок, позволяет командам оптимизировать затраты и производительность, выбирая вычислительные мощности на базе CPU или GPU в зависимости от текущей задачи. Массивно-параллельная обработка поддерживает крупномасштабные рабочие нагрузки данных и ИИ в облачных, локальных и гибридных развертываниях.
Платформа также поддерживает Arrow Flight SQL, обеспечивая параллельную передачу колоночных данных между приложениями и платформой Teradata на скорости до 84 раз выше по сравнению с традиционными методами построчной передачи, согласно результатам тестирования Teradata. *
Влияние на клиентов
Один из розничных банков ранее экспортировал десятки миллионов клиентских записей в локальные среды Python для инженерии кредитных признаков — практика, которая создавала пробелы в управлении данными и подвергала организацию риску нарушения правил локализации данных. Благодаря аналитике внутри базы данных в AI Studio, конвейеры кредитного скоринга, охватывающие историю платежей, коэффициенты использования и флаги просрочки, теперь работают в три раза быстрее, оставаясь при этом в пределах периметра управления. Полный след аудита от исходных данных через инженерию признаков до финального вывода модели позволяет регуляторам воспроизводить любой шаг процесса по запросу.
Для крупного телекоммуникационного провайдера проблемой был масштаб. Его команда специалистов по работе с данными экспортировала миллиарды записей детализации вызовов и событий сетевой телеметрии во внешние кластеры Python — медленный и дорогой процесс, создающий риски для суверенитета данных. Инженерия признаков по частоте обрывов вызовов, индексам качества сигнала и тенденциям ARPU (среднему доходу на пользователя) теперь выполняется непосредственно внутри платформы Teradata. Модель прогнозирования оттока обучается полностью в рамках собственной инфраструктуры провайдера, удовлетворяя как обязательства GDPR, так и национальные требования к локализации данных. Время выполнения инженерии признаков сократилось с четырех часов до двадцати минут, а точность модели возросла на двенадцать процентов в результате обучения на полном наборе данных, а не на ограниченной выборке.
В государственном секторе морское агентство нуждалось в отслеживании судов, отключающих свои транспондеры для скрытия своих перемещений. Используя Elastic Python Compute, команда дата-саентистов агентства объединила спутниковые снимки, сигналы радарных установок, данные AIS и коммерческую съемку для реконструкции передвижений судов, которые в противном случае остались бы незамеченными. Аналитика на базе ИИ объединила эти разнообразные источники данных в полезную морскую аналитику, улучшив видимость и обеспечив более быстрые и эффективные ответы на угрозы безопасности на море.
Взгляд руководства
«Корпоративные команды специалистов по работе с данными годами обходили фундаментальное ограничение, связанное с необходимостью выноса данных за пределы платформ для создания и обучения моделей ИИ, принимая связанные с этим риски управления и затраты. Elastic Python Compute устраняет это ограничение. Теперь команды могут запускать распределенные рабочие нагрузки ИИ в нужном масштабе там, где уже хранятся их данные, и быстрее выводить их в производство без ущерба для управления или контроля затрат».
— Сумит Арора (Sumeet Arora), директор по продуктам Teradata
Доступность
Elastic Python Compute общедоступна в AI Studio на платформах AWS и Microsoft Azure. Доступность в Google Cloud ожидается в IV квартале 2026 года, а локальная версия доступна уже сейчас через Teradata Factory.
* Результаты производительности могут отличаться. Бенчмарки проводились в конкретной тестовой среде и могут не отражать результаты в вашей инфраструктуре.
Teradata помогает предприятиям превращать аналитику в автономные действия, подкрепляя агенты ИИ глубоким бизнес-контекстом и надежными данными. По мере увеличения числа агентов ИИ Teradata выступает в роли контекстного фундамента, уровня управления и производительного бэкбона, необходимых компаниям прямо сейчас. Платформа Teradata Autonomous Knowledge Platform обеспечивает внедрение ИИ в производство в облачных, локальных и гибридных средах. Узнайте больше на Teradata.com.
