进行中

IBM时序模型原生集成至Confluent

报道
1
信源
1
首次报道
11/18 23:00
最近更新
11/18 23:00

IBM 的时间序列基础模型已原生集成进 Confluent,在云端和本地以 Apache Flink 内置函数形式提供,用户通过 SQL 即可调用预测、异常检测和语义检索能力。 在 Confluent Cloud 中,这些模型完全托管,无需部署;本地部署时,模型可运行在用户自己的基础设施上,使用 Confluent Platform for Apache Flink。模型可在标准 CPU 上运行,不需要 GPU。 据 Hugging Face Blog 报道,该系列模型累计下载量超过 5000 万次,原文列出制造、零售、银行、航空等六个用例,包括产线质量预测、门店销量异常检测、28 天需求预测、卡片支付异常、交易量预测和时序相似性搜索。

最新进展IBM 时序基础模型原生集成到 Confluent,可在 CPU 上运行

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

  1. IBM时序模型原生集成至Confluent

    Hugging Face Blog 等 1 篇报道

官方一手信息1 篇

  • IBM 时序基础模型原生集成到 Confluent,可在 CPU 上运行

    IBM 的时间序列基础模型现已原生集成进 Confluent,在云端和本地以 Apache Flink 内置函数形式提供,通过 SQL 即可调用预测、异常检测和语义检索能力。该系列模型累计下载量超过 5000 万次,可在标准 CPU 上运行,无需 GPU。原文给出制造、零售、银行、航空等六个用例,包括产线质量预测、门店销量异常检测、28 天需求预测、卡片支付异常、交易量预测和时序相似性搜索。

    Hugging Face Blog一手

全部报道1 篇

  • IBM 时序基础模型原生集成到 Confluent,可在 CPU 上运行

    IBM 的时间序列基础模型现已原生集成进 Confluent,在云端和本地以 Apache Flink 内置函数形式提供,通过 SQL 即可调用预测、异常检测和语义检索能力。该系列模型累计下载量超过 5000 万次,可在标准 CPU 上运行,无需 GPU。原文给出制造、零售、银行、航空等六个用例,包括产线质量预测、门店销量异常检测、28 天需求预测、卡片支付异常、交易量预测和时序相似性搜索。

    Hugging Face Blog一手

#开源生态#部署工程#数据与训练#产品更新