KI und ML in Snowflake

Snowflake bietet zwei große Kategorien von leistungsstarken, intelligenten Features, die auf Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) basieren. Mit diesen Features können Sie in kürzerer Zeit mehr aus Ihren Daten herausholen als je zuvor.

  • Snowflake Cortex ist eine Suite von KI-Features, die große Sprachmodelle (LLMs) verwenden, um unstrukturierte Daten zu verstehen, Freeform-Fragen zu beantworten und intelligente Unterstützung bereitzustellen. Diese Suite umfasst folgende Snowflake-KI-Features:

  • Snowflake ML bietet Funktionen, mit denen Sie Ihre eigenen Modelle erstellen können.

    • ML-Funktionen vereinfachen das Erstellen und Verwenden herkömmlicher Machine-Learning-Modelle, um Muster in Ihren strukturierten Daten zu erkennen. Diese leistungsstarken, sofort einsetzbaren Analyse-Tools helfen Analysten, Dateningenieuren und Datenwissenschaftlern, die wenig Zeit haben, Daten zu verstehen, vorherzusagen und zu klassifizieren – ganz ohne Programmierung.

    • Datenwissenschaftlern und Entwicklern bietet Snowflake ML die Möglichkeit, benutzerdefinierte Modelle zu entwickeln und zu operationalisieren, um Ihre speziellen Datenherausforderungen zu lösen, während Ihre Daten in Snowflake bleiben. Snowflake ML enthält Klassen für die Modellentwicklung, die auf beliebten ML-Frameworks basieren, sowie ML Ops-Funktionen wie einen Feature-Speicher, eine Modellregistrierung, Framework-Konnektoren und unveränderliche Daten-Snapshots.

Verwenden der AI-Features von Snowflake

Snowflake AI-Features und die ihnen zugrunde liegenden Modelle wurden unter Berücksichtigung der folgenden Grundsätze entwickelt:

  • Vollständige Sicherheit. Mit Ausnahme der von Ihnen gewählten Option laufen alle Modelle von AI innerhalb des Sicherheits- und Governance-Perimeters von Snowflake. Ihre Daten sind für andere Kunden oder Modellentwickler nicht verfügbar.

  • Datenschutz. Snowflake verwendet niemals Ihre Kundendaten, um die Modelle zu trainieren, die unserem Kundenstamm zur Verfügung gestellt werden.

  • Kontrolle. Sie haben die Kontrolle über die Nutzung von Snowflake AI-Features durch Ihr Team über die bekannte rollenbasierte Zugriffssteuerung.

AI/ML-Modell-Aktualisierungsprozess

Snowflake arbeitet kontinuierlich an der Verbesserung der Qualität seiner Angebote, einschließlich der Modelle, die die Snowflake AI-Features betreiben. In diesem Abschnitt wird beschrieben, wie sich die Aktualisierungen dieser Modelle in den Prozess der Verhaltensänderung von Snowflake einfügen.

Richtlinien für Modellaktualisierungen und Verhaltensänderungen

Übersicht

Snowflake aktualisiert kontinuierlich die Modelle, die Cortex AI-Features unterstützen, um die Qualität, Leistung und Verfügbarkeit zu verbessern. Diese Aktualisierungen können zu Änderungen des Verhaltens, der Verfügbarkeit oder des Lebenszyklusstatus des Modells führen.

Dieses Dokument beschreibt, wie Modelländerungen definiert werden, wie sie kommuniziert werden und wie der Lebenszyklus und das Abkündigen von Modellen verwaltet werden.

Lebenszyklus des Modells

Modelle in Cortex folgen einem definierten Lebenszyklus, um Bereitschaft und Stabilität zu kommunizieren:

  • Private Vorschau

  • Öffentliche Vorschau

  • Allgemeine Verfügbarkeit (GA)

  • Legacy

  • Ende der Lebensdauer (EOL)

Der Lebenszyklusstatus spiegelt den Release- und Supportlevel eines Modells wider. Während die Modelle diese Phasen durchlaufen, wird ihr Status auf den Kundenoberflächen angezeigt.

Vorschaumodelle sind für die Bewertung vorgesehen und können sich häufiger ändern. GA-Modelle gelten als stabil und für den Einsatz in der Produktion geeignet.

Typen von Modelländerungen

Eine Modellaktualisierung wird als Verhaltensänderung angesehen, wenn sie zu einem der folgenden Punkte führt:

  • Änderungen an der erforderlichen Syntax, einschließlich der Angabe eines Modells oder einer Modellversion

  • Änderungen an der Struktur der Modellausgaben

  • Abkündigung eines Modells

Diese Änderungen können sich darauf auswirken, wie Kunden mit Modellen interagieren, und sollten im Rahmen normaler Governance-Prozesse überprüft werden.

Wie Änderungen kommuniziert werden

Snowflake kommuniziert modellbezogene Aktualisierungen über die folgenden Mechanismen:

  • Releases zu Verhaltensänderungen (BCRs): Werden für Änderungen verwendet, die eine Aktion des Kunden erfordern oder sich auf bestehende Workflows auswirken können.

  • Was gibt’s Neues?: Wird für Verbesserungen oder Ergänzungen verwendet, die die Art und Weise, wie Kunden mit Modellen interagieren, nicht wesentlich ändern.

Modellabkündigungen werden getrennt von gebündelten Releases kommuniziert, um eine klare und rechtzeitige Benachrichtigung zu ermöglichen.

Abkündigungsrichtlinie

Snowflake kündigt Modelle in regelmäßigen Abständen ab, um sicherzustellen, dass Kunden Zugang zu hochwertige, gut unterstützten Optionen haben.

FürGA-Modelle:

  • Snowflake wird sich angemessen bemühen, Sie mindestens 60 Tage im Voraus über die Abkündigung zu informieren.

Für Vorschau-Modelle:

  • Die Zeitpläne für die Abkündigung sind nicht garantiert, daher kann eine Abkündigung auch kurzfristig erfolgen.

Während des Abkündigungszeitraums:

  • Es wird erwartet, dass die Kunden vor dem Abkündigungsdatum auf alternative Modelle umsteigen.

  • Nach ihrer Abkündigung stehen Modelle möglicherweise nicht mehr für die Verwendung zur Verfügung.

Der Status des Lebenszyklus spiegelt die Abkündigung durch den Übergang zu „Legacy“ und letztendlich zu „End of Life“ wider.