Databricks sichert sich Serie-K-Finanzierung im Wert von über 100 Milliarden US-Dollar

2025-08-20
Databricks sichert sich Serie-K-Finanzierung im Wert von über 100 Milliarden US-Dollar

Databricks, das Daten- und KI-Unternehmen, gab bekannt, dass es eine Serie-K-Finanzierung erhalten hat, die das Unternehmen mit über 100 Milliarden US-Dollar bewertet. Diese Investition wird die KI-Strategie von Databricks vorantreiben, indem es sein Produkt Agent Bricks erweitert, in seine neue Lakebase-Datenbank investiert und das globale Wachstum vorantreibt. Agent Bricks erstellt hochwertige KI-Agenten, während Lakebase eine neue operationale Datenbank ist, die auf Open-Source-Postgres basiert und sowohl für KI optimiert ist. Die Finanzierung wird auch zukünftige KI-Akquisitionen und -Forschung unterstützen. Mit über 15.000 Kunden demokratisiert die Plattform von Databricks den Zugang zu Daten und KI, sodass Unternehmen ihre Daten für Analysen und KI-Anwendungen nutzen können, um Einnahmen zu steigern, Kosten zu senken und Risiken zu mindern.

Mehr lesen
KI

Databricks übernimmt Neon: Serverlose Postgres für das KI-Zeitalter

2025-05-14
Databricks übernimmt Neon: Serverlose Postgres für das KI-Zeitalter

Databricks hat die Übernahme von Neon bekannt gegeben, einem auf Entwickler ausgerichteten Unternehmen für serverlose Postgres-Datenbanken. Das Neon-Team, bekannt für seine Postgres-Expertise, hat eine Datenbankplattform entwickelt, die für ihre Geschwindigkeit, Skalierbarkeit und Kosteneffizienz bekannt ist und besonders bei KI-Agenten beliebt ist. Diese Übernahme stärkt die Position von Databricks im Bereich KI-nativer Datenbanken und bietet Entwicklern und KI-Systemen eine leistungsstarke Datenbanklösung.

Mehr lesen
Technologie

Databricks' TAO: Feinabstimmung übertreffen mit unbeschrifteten Daten

2025-03-26
Databricks' TAO: Feinabstimmung übertreffen mit unbeschrifteten Daten

Databricks stellt TAO (Test-time Adaptive Optimization) vor, eine neue Methode zum Feintuning von Modellen, die nur unbeschriftete Nutzungsdaten benötigt. Im Gegensatz zum traditionellen Feintuning nutzt TAO Testzeit-Rechenleistung und Reinforcement Learning, um die Modellleistung basierend auf vergangenen Eingabebeispielen zu verbessern. Überraschenderweise übertrifft TAO das traditionelle Feintuning und bringt Open-Source-Modelle wie Llama auf eine mit teuren proprietären Modellen wie GPT-4 vergleichbare Qualität. Diese Innovation ist für Databricks-Kunden in der Vorschau verfügbar und wird zukünftige Produkte antreiben.

Mehr lesen