Noticias Steam Machine SteamOS y Linux
Related Articles
En su conferencia anual de desarrolladores, MongoDB.local NYC, MongoDB anunció una serie de características nuevas para su base de datos multinube MongoDB Atlas. «Los clientes nos dicen que les encanta MongoDB Atlas porque proporciona un conjunto integrado de capacidades en una única plataforma que puede almacenar y procesar los datos operativos de su organización en todas sus aplicaciones», dijo Sahir Azam, director de producto de MongoDB. “Los clientes también nos dicen que el modelo de datos de documentos altamente flexible y escalable de MongoDB es perfecto para impulsar aplicaciones modernas que pueden aprovechar la IA generativa y los datos propietarios relacionados en tiempo real. Los servicios adicionales que lanzamos hoy para MongoDB Atlas no sólo facilitan la creación, implementación y ejecución de aplicaciones modernas, sino que también facilitan la optimización del rendimiento y al mismo tiempo reducen los costos”. En primer lugar, anunció la disponibilidad general de MongoDB Atlas Stream Processing, que permite el análisis de datos en streaming, o datos en movimiento, desde dispositivos IoT o fuentes de inventario. La transmisión de datos se puede utilizar para crear experiencias dinámicas en aplicaciones, pero requiere un nuevo modelo de datos. Con MongoDB Atlas Stream Processing, los desarrolladores podrán crear aplicaciones que cambien su comportamiento en función de estos datos dinámicos. Ejemplos de aplicaciones que se pueden crear usando esto incluyen una aplicación que optimiza las rutas de envío utilizando las condiciones climáticas actuales y los datos de la cadena de suministro, o la detección de fraude que utiliza el historial de transacciones en tiempo real. A continuación, los nodos de MongoDB Atlas Search proporcionan una infraestructura dedicada para cargas de trabajo de IA generativas en MongoDB Atlas Vector Search y MongoDB Atlas Search. Consta de nodos separados de los nodos principales de la base de datos, lo que permite a los clientes aislar cargas de trabajo de IA, optimizar costos y reducir los tiempos de consulta. Según MongoDB, uno de los otros beneficios es que permite una alta disponibilidad para cargas de trabajo de búsqueda impulsadas por IA. Por ejemplo, una aerolínea podría usarlo para ofrecer un agente que ayude a reservar vuelos que pueda adaptarse a los picos de demanda aislando la carga de trabajo de búsqueda vectorial y escalando la infraestructura necesaria sin escalar también los recursos para la carga de trabajo de la base de datos. Los nodos de MongoDB Atlas Search están disponibles en AWS y Google Cloud, y en versión preliminar en Microsoft Azure. La compañía también anunció una vista previa de MongoDB Atlas Edge Server, que permite a los desarrolladores implementar y administrar aplicaciones distribuidas en la nube y en el borde. Proporciona a las aplicaciones acceso a los datos incluso a través de conexiones intermitentes. También admite niveles de datos, que priorizan los datos críticos para sincronizarlos primero y ayudan a reducir la congestión de la red, explicó MongoDB. Finalmente, la compañía anunció la disponibilidad de MongoDB Atlas Vector Search en Knowledge Base para Amazon Bedrock. Esto permite que las aplicaciones de Amazon Bedrock actúen sobre los datos procesados por MongoDB Atlas Vector Search. “Con la integración de MongoDB Atlas Vector Search y Amazon Bedrock ahora disponible de forma generalizada, estamos facilitando a los clientes conjuntos de MongoDB-AWS el uso de una variedad de modelos base alojados en sus entornos de AWS para crear aplicaciones de IA generativas capaces de utilizar sus recursos de forma segura. » datos patentados dentro de MongoDB Atlas para mejorar la precisión y brindar mejores experiencias al usuario final”, dijo Azam.
