MongoDB, Inc. kündigte eine erweiterte Zusammenarbeit mit Google Cloud an, um die Entwicklung, Skalierung und Bereitstellung von generativen KI-Anwendungen mit MongoDB Atlas Vector Search und Vertex AI von Google Cloud noch einfacher und kostengünstiger zu machen und die Datenverarbeitung mit BigQuery zusätzlich zu unterstützen. Die Unternehmen arbeiten außerdem gemeinsam an neuen Branchenlösungen für den Einzelhandel und die Fertigungsindustrie, mit tieferen Produktintegrationen und Lösungen, die eine nahtlose Entwicklungsumgebung für die Erstellung von ansprechenden Einkaufserlebnissen und datengesteuerten Anwendungen für intelligente Fabriken bieten. Für Kunden, die Workloads mit hochsensiblen Daten ausführen möchten, ist MongoDB Enterprise Advanced (EA) jetzt auf Google Distributed Cloud (GDC) verfügbar.

MongoDB und Google Cloud arbeiten seit 2018 zusammen und haben Tausenden von gemeinsamen Kunden - darunter Keller Williams, Powerledger, Rent the Runway und Ulta - dabei geholfen, Cloud-native Datenstrategien einzuführen, um die Art und Weise zu modernisieren, wie sie ihre Unternehmen führen und ihre Endkunden bedienen. Die erweiterte Zusammenarbeit zwischen MongoDB und Google Cloud ermöglicht es den Kunden jetzt,: Nahtlose Isolierung und Skalierung generativer KI-Anwendungen für hohe Leistung und Effizienz: MongoDB Atlas Search Nodes, die jetzt allgemein in der Google Cloud verfügbar sind, bieten eine dedizierte Infrastruktur für generative KI und relevanzbasierte Suchlasten, die MongoDB Atlas Vector Search und MongoDB Atlas Search verwenden. MongoDB Atlas Search Nodes sind unabhängig von den operativen Kerndatenbankknoten und ermöglichen es Kunden, Arbeitslasten zu isolieren, Kosten zu optimieren und Abfragezeiten um bis zu 60% zu reduzieren.

Optimieren Sie die Erstellung generativer KI-Anwendungen mit führenden Basismodellen: MongoDB Atlas Vector Search bietet seit letztem Jahr eine Integration mit Vertex AI, um Entwicklern eine größere Auswahl an verwalteten Basismodellen für den Aufbau generativer KI-Anwendungen zu bieten. Jetzt, mit einer vertieften Integration, können Entwickler eine spezielle Vertex AI-Erweiterung verwenden, um die Arbeit mit großen Sprachmodellen (LLMs) - von Anthropic, Google Cloud, Meta, Mistral und anderen - noch einfacher zu machen, ohne dass sie Daten transformieren oder Datenpipelines zwischen MongoDB Atlas und Google Cloud verwalten müssen. Verbessern Sie analytische Workloads mit automatisierten Pipelines für operative Daten: BigQuery ist ein serverloses, skalierbares und kosteneffizientes Data Warehouse für Unternehmen, das cloudübergreifend für Analysen, Business Intelligence (BI) und maschinelles Lernen eingesetzt werden kann.

Kunden nutzen derzeit die bidirektionale Synchronisierung zwischen BigQuery und MongoDB Atlas, um ihre analytischen Workloads mit Echtzeit-Betriebsdaten zu erweitern oder um Endbenutzeranwendungen einen einfachen Zugriff auf historische Unternehmensdaten zu ermöglichen. Reichern Sie Daten aus der Fabrikhalle mit Echtzeit-Anwendungsdaten an, um die Abläufe in der Fertigung und der Lieferkette zu optimieren: Zehntausende von Unternehmen verlassen sich auf MongoDB Atlas, wenn es darum geht, Echtzeit-Anwendungsdaten unterschiedlichster Art sicher zu speichern, zu verarbeiten und zu verwalten - und das bei hoher Leistung und Skalierbarkeit. Hersteller wollen ihre Abläufe modernisieren, indem sie Daten aus vielen Quellen wie Sensoren der Fabrikanlagen, Endbenutzeranwendungen und Enterprise Resource Planning-Systemen kombinieren, um die Entscheidungsfindung zu automatisieren und effizienter zu gestalten.

Erstellen und implementieren Sie mühelos Anwendungen, die moderne Einkaufserlebnisse mit Composable Commerce-Funktionen bieten: Einzelhandelsunternehmen stehen bei der Entwicklung neuer Kundenerlebnisse durch Personalisierung und Automatisierung an vorderster Front. Die Entwicklung von Anwendungen, die diese Art von Erlebnissen in großem Umfang unterstützen, kann jedoch mühsam und komplex sein. Führen Sie hochsensible Workloads in einer streng kontrollierten und sicheren Umgebung aus: Regierungen, Organisationen des öffentlichen Sektors und Unternehmen in regulierten Branchen haben oft Schwierigkeiten, ihre Abläufe zu modernisieren, da ihre Daten sehr sensibel sind.