KX 是业界最值得信赖的 Data Timehouse 和 KDB.AI 矢量数据库 kdb+ 的制造商，今天宣布已加入 Snowflake 合作伙伴网络。
作为 Snowflake 合作伙伴网络的一部分，KX 将通过针对时间序列和 AI 工作负载提供快速、可扩展的时态和矢量数据分析，帮助从金融服务行业开始的共同客户充分利用 Snowflake 数据云。
KX 首席执行官 Ashok Reddy：
“时态和矢量数据是数字化转型和生成人工智能背后的驱动力。通过此次合作，我们将 KX 的强大功能引入 Snowflake，使用户能够运行生产就绪的时间序列分析和矢量处理工作负载，而无需更改代码或离开 Snowflake 环境。我们的技术基于我们的矢量原生数据库 kdb+ 构建，是为生成式 AI 和矢量搜索用例构建应用程序和模型的理想引擎。我们期待与 Snowflake 密切合作，进一步推动 KX 在数据云中的采用和集成。”
KX 和数据云公司 Snowflake 满足客户对时态数据和矢量数据实时分析的需求。该合作伙伴关系通过 Snowflake 的数据云调动全球数据，使联合客户（特别是数据科学家、数据工程师和开发人员）能够在 Snowflake 平台上使用 kdb Insights 运行复杂的数据查询和人工智能模型。
Snowflake 金融服务全球主管 Rinesh Patel：
“这种合作伙伴关系汇集了两个行业领导者，以满足 Snowflake 上人工智能驱动分析快速增长的需求。Snowflake 的无限计算、治理和安全性的综合能力以及通过 PyKX 在单个数据实例上使用 KX 和 q 语言的能力。我们期待与 KX 继续合作，以确保我们的金融服务客户以及其他行业的客户从 Snowflake 的数据云中获得更多价值。”
此次合作的第一个版本将是“KX for Snowflake”，这是 kdb Insights 的新 Python 优先集成，使用户能够运行超大机器学习 (ML)、人工智能 (AI) 工作负载、用于模型开发和训练的矢量处理，以及生成人工智能的矢量搜索。这些工作负载在异常检测、风险策略、预测性医疗保健、预测性维护以及更多用例中是典型的。
此次合作将之前孤立的数据团队统一起来，帮助他们更好地合作，为现有的时间和矢量数据数据管理解决方案提供更简单、更高效、更可持续的替代方案。这缩小了边缘和数据之间的“洞察时间”差距，压缩了产品生命周期和实时 MLOps 管道的开发。
测试 Snowflake KX 的领先银行和资产管理公司报告了在市场数据上运行复杂分析和人工智能工作负载的令人印象深刻的结果。一家全球一级投资银行和 KX 的长期客户做出了将行业关键数据集迁移到 Snowflake 数据云的战略决策，报告称使用 Python 在现有定量 kdb 和 q 上的性能水平比 Pandas 快 80 倍。
KX for Snowflake 将通过 Snowpark 提供，Snowpark 是 Snowflake 中的一组库和运行时，使开发人员能够安全地部署和处理 Python。
Snowflake 合作伙伴网络通过广泛的工具和合作伙伴释放数据云的潜力。经过认证的合作伙伴关系和集成使客户能够利用 Snowflake 的灵活性、性能和易用性来提供更有意义的数据见解。
