Déployez en toute sécurité des applications et des modèles personnalisés avec Snowpark Container Services, désormais disponible pour tous nos clients

Snowpark Container Services est désormais disponible pour tous nos clients dans les régions Azure et AWS. Plus d’informations ici.

Depuis l’introduction de Snowpark Container Services, nous avons constaté une adoption massive dans tous les secteurs d’activité de la part de nos clients et partenaires, notamment Landing.AI, Relational.AI, H20.AI, SailPoint, AIR MILES, Spark NZ et Eutelsat OneWeb. Ces entreprises, et bien d’autres, utilisent les fonctionnalités de Snowpark Container Services pour tout déployer facilement, des front-ends personnalisés et de l’entraînement et de l’inférence de ML à grande échelle aux modèles open source et développés en interne, le tout en toute sécurité dans Snowflake.

Aujourd’hui, nous sommes ravis d’annoncer la disponibilité générale (GA) de Snowpark Container Services dans toutes les régions commerciales AWS et Azure. Nos clients peuvent accéder rapidement à l’infrastructure GPU sans avoir à s’approvisionner en instances ou à faire des réservations auprès de leur fournisseur cloud public. (La disponibilité des GPU peut être limitée dans certaines régions.)

Et avec une telle adoption généralisée de la fonctionnalité, nous sommes ravis d’annoncer que nous avons réduit les coûts de 50 % pour tous les types d’instances !   

Pourquoi nous avons créé Snowpark Container Services ? Consultez ce blog.

Sécurité, simplicité et valeur ajoutée : c’est pourquoi nos clients sont si enthousiasmés par Snowpark Container Services. 

Premièrement, la sécurité. Snowpark Container Services permet aux développeurs de rapprocher n’importe quel workload conteneurisé de leurs données déjà sécurisées dans Snowflake : front-ends ReactJS, grands modèles de langage (LLM) open source, pipelines de traitement de données distribués, etc. Les données n’ont pas besoin de se déplacer à travers une mosaïque de services, ce qui créerait des risques de sécurité et de gouvernance. Elles peuvent rester dans Snowflake pendant que vous les analysez, les transformez et créez. 

Deuxièmement, la simplicité. Concevoir différents registres de conteneurs, services de gestion, services de calcul et outils d’observabilité est compliqué. Cela génère des frais de maintenance pour les développeurs et ajoute de la complexité aux architectures. Snowpark Container Services simplifie la tâche. C’est un service entièrement géré qui offre une expérience unique et intégrée. 

Troisièmement, la valeur. La simplicité d’un service entièrement géré réduit les frais généraux et la charge opérationnelle, optimisant ainsi la valeur que vous tirez du service. En outre, nous avons ajouté des contrôles budgétaires, qui vous permettent de surveiller et de gérer efficacement les ressources. Et comme nous l’avons mentionné précédemment, nous sommes ravis de réduire les coûts pour tous les types d’instances : voir le Tableau de consommation des services Snowflake 1(b).

En plus de rendre Snowpark Container Services disponible pour tous nos clients, grâce à un partenariat étroit avec nos partenaires concepteurs tout au long de la preview, nous avons fait progresser Snowpark Container Services dans les domaines clés suivants.

• Amélioration de la sécurité et de la gouvernance : nous avons amélioré le contrôle des aspects liés à la sécurité, notamment les sorties, les entrées et le networking. Inscrivez-vous ici pour en savoir plus lors de notre prochaine conférence technique relative à la sécurité.

• Réduction des coûts : grâce à l’adoption massive de Snowpark Container Services, Snowflake réduit le coût de 50 % pour tous les types d’instances. Voir le Tableau de consommation des services Snowflake 1(b). 

• Plus d’options de stockage : nous avons ajouté des solutions de stockage plus diversifiées, notamment des volumes locaux, de la mémoire, des phases Snowflake et un stockage en blocs configurables, afin de prendre en charge des cas d’usage supplémentaires, tels que le déploiement de LLM hautes performances et d’applications à faible latence.

• Types d’instances plus diversifiés : nous avons introduit des instances à forte mémoire et l’allocation dynamique de GPU pour les charges de travail à forte intensité de données.

• Calcul plus flexible et alimenté par GPU dans des Snowflake Notebooks : Container Runtime (actuellement en public preview) fournit un accès transparent au traitement distribué avec des options de CPU et GPU, ce qui est idéal pour les tâches de machine learning gourmandes en ressources dans Snowflake ML, comme le deep learning. Les utilisateurs peuvent commencer avec le Container Runtime directement depuis les Snowflake Notebooks (actuellement en public preview) avec un chargement de données optimisé depuis Snowflake, la capture automatique de traçabilité et l’intégration de Model Registry.

• Observabilité avec Snowflake Trail : grâce à Snowflake Trail, vous pouvez obtenir un ensemble complet de signaux de télémétrie, y compris des métriques, des logs et des traces, le tout dans Snowflake. Créées en tenant compte des normes, du schéma et des intégrations d’écosystèmes ouverts d’OpenTelemetry, les capacités de télémétrie et de notification de Snowflake s’intègrent à certains des outils de développement les plus appréciés, notamment Datadog, Grafana, Metaplane, Monte Carlo, PagerDuty et Slack. 

• DevOps rationnalisé : désormais disponible pour tous nos clients, Snowpark Container Services prend en charge les entrées programmatiques, la modélisation et l’intégration des tâches avec des services qui aideront à automatiser le développement logiciel et les opérations informatiques.

Voici quelques ressources pour vous aider à démarrer :

• Déployez votre premier conteneur dans Snowflake avec ce guide quickstart (remarque : Snowpark Container Services n’est pas disponible dans le cadre des comptes d’essai gratuit). 
• Avec ce guide quickstart, commencez à créer des modèles dans Snowflake ML avec Snowflake Notebooks sur Container Runtime.
• Recevez une notification lorsque de nouvelles régions sont disponibles sur Github. 
• En savoir plus sur Snowpark Container Services dans notre documentation.
• Regardez le tech talk pour découvrir comment Landing.AI déploie facilement et en toute sécurité de grands modèles de vision dans Snowflake. 
• Visionnez cette playlist YouTube remplie de démos de développeurs utilisant Snowpark Container Services pour tout, de l'analyse des centres d'appel à la découverte de médicaments ou l'exécution de Doom dans Snowflake ! 

Nous sommes impatients de voir toutes les choses intéressantes que vous construirez dans l’AI Data Cloud avec Snowpark Container Services.