2023年最火的技术话题便是大语言模型和AIGC，许多企业都关心如何结合自己的数据训练模型，部署更懂自身业务的大语言模型。
Cloudera（肯睿）是一家企业级数据云服务公司，原本就在帮助企业管理数据，帮助企业落地大数据和机器学习能力，如今，也公布了AI时代的产品路线，要帮助企业落地大语言模型。
Cloudera Data Platform（CDP）是Cloudera（肯睿）的核心产品，它是一个企业级的数据云平台。它能够跨公有云和私有云进行部署，它包含数据工程，数据仓库，运营数据库和机器学习等服务，这些服务可用于实时分析，批处理分析，预测性分析和机器学习任务。
CDP不仅提供了一种自助式数据体验，使数据科学家，数据工程师，商业分析师和开发人员能够容易地访问和分享数据。而且还提供了一个完整的机器学习工作流，使得数据科学家和机器学习工程师可以更快地构建和部署模型。
Cloudera 大中华区技术总监刘隶放表示，Cloudera是一家值得信任的帮助别人管理数据的公司，Cloudera的平台上面管理的数据已经超过2500万TB，其规模与很多云服务商的整个数据体量相当。
在刘隶放看来，Cloudera（肯睿）在帮助企业落地大语言模型方面有独特优势。
首选，企业用户不会直接用公有云上的大模型，这些模型有很多都是根据互联网上的数据训练而来的。企业会基于自己的数据做训练，这些数据跟企业的关联性更高，训练出的模型的实用性也更强。巧的是，用户的很多数据原本就在Cloudera的平台上。
第二点，Cloudera可以帮助企业落得更值得信任的大语言模型。ChatGPT的AI幻觉问题很明显，当没有对应的答案时，它经常会“一本正经的胡说八道”。Cloudera一直在做大数据分析，尽量在保持原始数据的基础上来加工，对于输出的结果还会有一个印证的过程，它可以利用大数据分析的能力对AI输出的答案进行分析和验证。
如今，Cloudera提供可部署在本地和公有云的数据平台，过去两年来，Cloudera一直在宣传在数据编织的基础上面，帮助用户去做数据的治理和管控。同时，也在强调数据库、数据湖、数据仓库融合等技术的优势。而现在，Cloudera的平台将转向去成为一个AI平台。
Cloudera的AI平台CML（CDP Machine Learning）可以分为三个部分：
首先，就是以CDP为基础的数据平台，这里有很多用户数据；
第二部分，它可以帮助用户加工用于训练的数据，这套加工数据的流程原本用在大数据流程中，AI也同样需要对数据进行加工处理；
第三部分，它可以托管和运行大语言模型，并在模型的基础上，构建和部署AI应用。
刘隶放表示，凭借在数据技术方面安全可控的优势，CML用户也吸引了很多用户。目前，很多国内的企业用户都在思考如何落地大语言模型，Cloudera的CML平台可以让用户在有管控的情况下来部署大语言模型。
除了在大语言模型方面的新布局，Cloudera还介绍了监控和优化CDP部署的新服务，叫做Cloudera Observability。
Cloudera Data Platform (CDP)是一个可以跨私有云和公有云部署的平台，实际部署中，可能分布在多个基础架构上。在如今复杂系统架构中，想仅仅通过监控来掌握所有情况绝非易事，很多时候都会影响资源利用率和性能表现。
此外，由于数据和分析都是在混合云上完成的，这对财务管理也带来了很大挑战。将预算按照团队或者场景划分都会很需要会计做很多工作，预测未来支出也会更麻烦。总之，财务管理绵连的挑战也非常巨大。
此前，Cloudera有一个产品叫Workload Management，它主要是做工作负载调优的，但是在现在混合云的环境之下，光有调优是不够的。于是就有了Cloudera Observability ，它可以帮助企业解决上述问题。
Cloudera Observability 有助于提高系统的可控性和稳定性。当系统越来越复杂，对运维人员的技能要求也越来越高，在排查故障，找出问题时的难度也越来越高。而Cloudera Observability 可以减轻运维人员的负担，从而提高系统的可控性和稳定性。
Cloudera Observability 可以提高对于系统资源的管控，多云环境下的资源经常会收缩或者膨胀，资源是在不同动态的变化当中，运维人员希望在运维过程中，对于系统资源的消耗有一个评判的标准，从而找到负载的优化方向。
Cloudera Observability可以提高财务管控能力，以系统监控和数据分析技术为基础，帮助企业管理IT资源的使用成本，从财务角度出发，对整个系统的资源使用状况做一个评判，从而帮助企业更好地管理IT资源的使用状况。
目前，Cloudera Observability是SaaS版本，直接部署在公有云上的，从刘隶放的介绍中了解到，Cloudera很快还会推出一个本地的部署版，更适合那些行业监管严格，对数据敏感的用户，它可以在本地做分析。
