cherezoff - stock.adobe.com
Sync Computing optimiert Databricks-Cluster mit KI
Sync Computing hat sich auf die automatisierte Optimierung von Databricks-Clustern spezialisiert. Die Gradient Platform soll dabei Kosten senken und die Effizienz steigern.
Sync Computing, gegründet im Jahr 2021 von den MIT-Ingenieuren Jeff Chou (CEO) und Suraj Bramhavar (CTO) in Cambridge (Massachusetts, USA), ist ein Unternehmen, das sich auf die Optimierung von Cloud-Arbeitslasten spezialisiert hat. Mit einem Team von 18 Mitarbeitern adressiert Sync Computing die Herausforderungen exponentiell wachsender Datenmengen in der Cloud.
Automatisierte Databricks-Cluster-Optimierung
Die Kernkompetenz von Sync Computing liegt in der Nutzung künstlicher Intelligenz (KI), um Databricks-Cluster automatisch zu optimieren. Databricks bietet eine Plattform für die Verarbeitung großer Datenmengen. Das Unternehmen wurde von den Entwicklern von Apache Spark gegründet.
Die Lösung von Sync Computing, die zwei Jahre Entwicklungszeit benötigte, reduziert laut eigenen Angaben Kosten und steigert die Effizienz der Datenverarbeitung mit Databricks. Die Gradient Platform ermöglicht es Unternehmen, ihre Databricks-Cluster ohne Änderungen am bestehenden Code für spezifische Aufgaben zu optimieren.
Der Ansatz von Sync Computing basiert auf dem Konzept des Declarative Computing. Dabei wird der Fokus auf die Zieldefinition gelegt, ohne die einzelnen Schritte der Umsetzung explizit vorzugeben. Programmierer beschreiben das gewünschte Ergebnis, während das System selbstständig den effizientesten Weg zur Zielerreichung ermittelt. Dieser Ansatz verbessert sowohl die Flexibilität als auch die Skalierbarkeit von Cloud-Lösungen.
Merkmale der Gradient-Plattform
Die Gradient-Plattform passt IT-Ressourcen dynamisch an, um sicherzustellen, dass Service-Level-Agreements (SLAs) eingehalten und gleichzeitig Kosten optimiert werden. Sie bietet:
- Dynamische Anpassung: Gradient reagiert automatisch auf wachsende Arbeitslasten und sorgt für eine kostenbewusste Skalierung.
- Maschinelles Lernen in Echtzeit: Parameter werden kontinuierlich auf Grundlage sich ändernder Arbeitslasten und Ziele angepasst.
- Kostenkontrolle: Unternehmen profitieren von transparenten und optimierten Cluster-Kosten.
Mit der steigenden Komplexität des Cloud-Managements bietet Sync Computing eine Lösung, die maschinelles Lernen nutzt, um diese Herausforderungen zu bewältigen. Derzeit unterstützt Gradient Databricks-Cluster, es ist aber geplant, die Plattform auf weitere Anbieter auszuweiten.
Sync Computing stellte seine Produkte im Rahmen der IT Press Tour (in Boston) vor, die mehrmals im Jahr Besuche bei Start-ups und IT-Unternehmen organisiert.
