Thursday, 2 May, 2024 UTC


Summary

AI 领域发展如此之快,客户面对诸多选择时感到不知所措也就不足为奇了。从文本到代码的基础模型、AI 框架,以及每天不断涌现的 AI 相关公司,开发者和组织面临着令人眼花缭乱的 AI 选择。
MongoDB 通过开发者数据平台为客户提供支持,帮助他们避免在这一快速发展的领域被云提供商或 AI 供应商锁定。这种自由度允许客户选择最适合其需求的大型语言模型 (LLM) - 无论是现在还是将来,也无论是开源还是专有。 今天,在 MongoDB.local NYC 上,我们宣布了许多新产品功能、合作伙伴集成、服务和解决方案,使开发团队能够入门并利用 AI 构建面向客户的解决方案。
无论您在 AI 堆栈中使用何种技术,均可随处运行
MongoDB 灵活的文档模型建立在“共同访问和使用的数据可一并存储”的理念之上。 向量是此功能的自然扩展,这意味着客户可以将其源数据、元数据和相关向量嵌入存储在同一文档中。 所有这些都可以通过通用的查询 API 进行访问和查询,从而使向量数据可以轻松地与 MongoDB 中存储的其他类型的数据组合并使用。
MongoDB Atlas 是我们完全托管的多云开发者数据平台,无论开发者使用或首选哪种语言、应用程序框架、基础模型或技术合作伙伴,利用 MongoDB 的 AI 合作伙伴关系和集成的广度和深度,都可以轻松构建 AI 驱动的应用程序和体验。
今年,我们将继续专注于我们的 AI 合作伙伴关系和集成,使开发者能够更轻松地利用生成式人工智能构建创新应用,其中包括:
  • 使用专用 LangChain-MongoDB 安装包的 Python 和 JavaScript
  • Python 和 C# Microsoft Semantic Kernel 集成用于 Atlas Vector Search
  • Mistral 的 AI 模型 Cohere
  • Fireworks AI 平台的 AI 模型
  • 将 Atlas Vector Search 作为知识库添加到 Amazon Bedrock 中
  • Atlas 作为数据存储,支持在 ChatGPT 中使用自然语言进行存储、查询和检索
  • Atlas Vector Search 作为 Haystack 上的数据存储
  • Atlas Vector Search 作为 DocArray 上的数据存储
  • 与 Google Gemini Code Assist 和 Amazon Q 协作,快速构建新功能原型并加速应用程序开发。
  • Google Vertex AI 扩展通过 MongoDB 查询利用自然语言
MongoDB 与丰富的 AI 开发者框架、LLM 和嵌入式提供商的生态系统良好集成。我们将继续投资,以便整个 AI 堆栈能够无缝运行,让开发者能够在其应用程序中轻松利用生成式人工智能功能。 MongoDB 的集成和我们业界领先的多云功能使组织能够快速行动,避免在这一快速发展的领域中被任何特定的云提供商或 AI 技术锁定。
安全、大规模地构建高性能 AI 应用程序
在没有数据隔离的情况下,工作负载隔离对于构建高性能、可扩展的 AI 应用程序至关重要。 MongoDB Atlas 的搜索节点提供专用的计算能力,并允许用户隔离内存密集型 AI 工作负载,从而获得卓越的性能和更高的可用性。用户可以根据自己的使用案例优化资源消耗,扩大或缩小特定节点的 hardware,而无需考虑数据库集群的其他部分。 搜索节点可以轻松优化向量搜索查询的性能,而无需过度预配整个集群或预配不足。 IaC 与 Hashicorp Terraform Atlas Provider 和 Cloudformation 的集成使开发者能够以编程方式大规模配置和部署搜索节点。
搜索节点是 Atlas 不可分割的一部分,Atlas 是我们完全托管、久经考验的多云平台。 此前,我们宣布为 AWS 和 Google Cloud 客户推出搜索节点。 现在,我们很高兴地宣布在 MongoDB.local NYC 为 Azure 客户提供搜索节点。 Atlas 的搜索节点消除了集成、保护和维护构建和部署现代 AI 应用程序所需的重要数据组件的障碍,从而帮助开发者加快开发速度。
借助 AI 支持的体验提高开发者工作效率
今天,我们还发布了 MongoDB Compass、MongoDB Relational Migrator 和 MongoDB Atlas Charts 等智能开发者体验的全新改进版本,旨在提高开发者的工作效率和速度。 借助更新版本,开发者可以使用 MongoDB Compass 使用自然语言查询数据,解决开发期间的常见问题,直接在 MongoDB Relational Migrator 中执行 SQL 到查询 API 的转换,以及使用自然语言提示快速构建图表和仪表盘 MongoDB Atlas Charts。
总之,这些智能体验将帮助开发者以更强的控制力和灵活性构建与众不同的功能,从而比以往更轻松地使用 MongoDB 构建应用程序。
开发团队将能够利用 AI 更快、更轻松地开始构建面向客户的解决方案
MongoDB 使各种规模的公司可以轻松构建由 AI 驱动的应用程序。 为了向客户提供一种直接开始使用生成式人工智能的方法,MongoDB 宣布推出 MongoDB AI 应用程序计划 (MAAP)。 根据常见 AI 使用案例的使用模式,客户将获得基于 MongoDB Atlas 支持的参考架构构建的正常运行的应用程序、经过审查的 AI 模型和托管解决方案、技术支持以及由我们的专业服务团队领导的全方位服务。
去年,为了进一步帮助初创企业利用 MongoDB Atlas 构建人工智能解决方案,我们推出了"人工智能创新者计划"(AI Innovators Program),这是 MongoDB for Startups 的延伸,为我们的人工智能初创企业提供额外 5000 美元的 Atlas 积分。 今年,我们将通过引入 AI Startup Hub 来扩展该计划,该中心提供 MongoDB 和 AI 入门指南、MongoDB 和精选 AI 合作伙伴的快速入门,以及 AI 合作伙伴提供的初创企业额度产品。
我们为大型企业提供两种新的人工智能加速器咨询套餐:人工智能基础和人工智能实施。 虽然 MAAP 专门用于构建经过严格审查的参考架构,但这些咨询套餐允许客户设计、构建开放式 AI 原型和解决方案并将其部署到其应用程序中。
数据一直是各组织的竞争优势,MongoDB 使数据创新变得简单、快速、灵活。 我们继续投资,让 AI 堆栈的所有其他部分易于组织使用:审查顶级合作伙伴以确保与应用程序堆栈不同部分的兼容性,构建跨多个云运行的托管服务,并确保开放性始终属于 MongoDB 的一部分,可避免供应商锁定。
MongoDB Atlas 如何统一操作、分析和生成式 AI 数据服务,从而简化了 AI 密集型应用程序的构建?请查看我们的 MongoDB for AI 页面以了解详情。