微软 ($MSFT) – Azure 数据副总裁 Arun Ulag 接受花旗采访 – September 07, 2024
Fabric 和 GenAI：
这次访谈深入探讨了 Azure Fabric 在 GenAI 大爆发中处理数据的方法。 这是一个有点被忽视的微软产品，所以我很高兴能有对它进行的简短的采访。
当无数玩家竞相建立最大、最好的模型时，数据基础是获胜的先决条件。 模型的好坏取决于其可用于训练的相关数据的数量。 这正是 Azure 广泛的数据库产品、查询语言选项和集成的用武之地。 “Fabric “是其将所有数据产品联系在一起的总体平台。 Fabric 本身就是开源的，这为最大限度地减少数据孤岛和锁定创造了一个更具凝聚力的环境。 令人震惊的是，Fabric 还有一个副驾驶员，以确保客户能更轻松地向数据现代化和 GenAI 转型张开双臂。 同样，这两个理念也是相辅相成的。
为了深化这一结构的价值，微软在其广泛的产品套件中释放其数据。 这些数据不仅有序、安全……而且可以在 Excel、Teams、LinkedIn 等产品中使用。 这一现实帮助微软成功地在多个产品中创建了智能辅助驾驶员。 同样，这些辅助驾驶员需要数据。 进入 Fabric吧。
Ulag 打了个比方，其他平台迫使客户购买汽车的部件并自行组装。 他开玩笑说，首席信息官变成了首席集成官，因为他们似乎把时间都花在了确保零散的系统能很好地协同工作上。 Azure 将客户所需的一切集中在一个地方（得益于 Azure 基础架构的无尽可扩展性），以完全托管的方式提供了完整的汽车。 开发人员无需将任何东西粘贴在一起。
Fabric 影响与创新：
在实践中，Fabric 通过推动供应商整合和更广泛的互操作性，大大降低了成本。 此外，在这种情况下，供应商整合消除了在多个点解决方案之间 “创建孤立计算池”的需要。 这意味着计算支出可以分配给客户需要的任何 Fabric 用例。 这最大限度地减少了预算浪费。 对于一家客户来说，这意味着将每年的数据支出从 1.65 亿美元减少到 4500 万美元。 间接而言，Fabric 能够帮助获取和连接所有需要的数据集，从而使公司变得更智能、更高效，反过来也更有利可图。
Ulag 对 Fabric 在实时智能方面的发展尤为兴奋。 他认为，大多数公司仍在使用 “批处理模式”数据，至少延迟 24 小时。 这阻碍了对实时信息采取行动的能力。 Fabric 通过在数据创建时对其进行处理，释放了这种能力。
