Entwickler-News: Greenplum, Django, Databricks und andere Updates

MÜNCHEN (IT BOLTWISE) – Unsere Übersicht kleiner, interessanter Meldungen enthält unter anderem Datadog, Greenplum, Django, Databricks, Model Openness Tool, DataLore, SciPy und Meta.

Datadog hat eine Reihe neuer Observability-Produkte vorgestellt. Dazu zählen LLM Observability, mit dem Entwicklerinnen und Entwickler Sprachmodelle effizient überwachen und absichern können, sowie Data Jobs Monitoring, das problematische Datenaufgaben in den Pipelines erkennt. OpenTelemetry-User werden sich über den Agent Collector freuen.

Version 7.2 der Datenplattform Tanzu Greenplum verspricht bessere Performance und neue Funktionen. Besonders die Indexsuche für AO-Tabellen (append-optimized) sorgt für mehr Leistung. VMware erhofft sich dadurch einen tausendfachen Geschwindigkeitsgewinn.

Die finale Fassung Django 5.1 wird gegenüber der jetzt erschienenen Beta 1 nur noch Fehler und Rückschritte gegenüber älteren Versionen korrigieren. Das Webframework unterstützt Python 3.10, 3.11 und 3.12, jeweils die neuesten Ausgaben der Serien.

LF AI & Data hat auf der Konferenz “AI_dev Europe” der Linux Foundation die Beta-Version des Model Openness Tool (MOT) veröffentlicht. Das Werkzeug wertet Kriterien aus dem Model Openness Framework (MOF) aus und vergibt eine Punktzahl, die auf der Verfügbarkeit von Modellelementen und der Wahl der Lizenzierung basiert. Das MOF bietet Entwicklern und Entwicklerinnen ein umfassendes System zur Bewertung und Klassifizierung der Vollständigkeit und Offenheit von Modellen des maschinellen Lernens.

JetBrains hat die Version 2024.3 von Datalore, der Data-Science-Notizbuchplattform für Teams, vorgestellt. Das Entwicklerteam hat sich bei diesem Update auf die Verbesserung der Qualität und Zuverlässigkeit von Datalore konzentriert. Eine neue Option ermöglicht es Entwicklern, Dateien, die bei geplanten Läufen erzeugt wurden, direkt in /data/notebook_files zu speichern.

SciPy, eine Sammlung von mathematischen Algorithmen und Komfortfunktionen, die auf NumPy aufbauen, hat die Version 1.14.0 erreicht. Dieses Release enthält neue Funktionen, zahlreiche Fehlerbehebungen, verbesserte Testabdeckung und eine überarbeitete Dokumentation. SciPy unterstützt jetzt die neue Accelerate-Bibliothek, die in macOS 13.3 eingeführt wurde. Zudem wurde mit scipy.fft.prev_fast_len eine Funktion hinzugefügt, die das größte Kompositum von FFT-Radizes findet, das kleiner als die Ziellänge ist.

Meta hat KI-Datenmodelle veröffentlicht, die Compiler simulieren. Die LLM Compiler basieren auf Llama und können Einstellungen für optimale Code-Größe vorhersagen oder Maschinencode disassemblieren.

Der .NET Upgrade Assistent von Microsoft erhält ein Assessment Tool, das den alten Code auf mögliche Upgrade-Probleme analysiert und diese in einem Dashboard darstellt. Dort schätzt es auch den Aufwand, der für die Umstellung notwendig ist.

Der quelloffene Virtual Machine Monitor (VMM) Cloud Hypervisor steht aktuell in der Version v40.0 zur Verfügung. Er kann auf dem KVM-Hypervisor und dem Microsoft Hypervisor (MSHV) eingesetzt werden. In dieser Version ist es jetzt möglich, Dateideskriptoren für Netzwerkgeräte über die HTTP-API (mittels ch-remote) bei einer Wiederherstellung zu aktualisieren.

Databricks stellt ab sofort die neue Funktion Predictive Optimization zur Verfügung. Data-Engineering-Teams können damit ihre bisher manuell durchgeführten Wartungsvorgänge automatisieren. Predictive Optimization setzt auf der Data Intelligence Engine auf und nutzt den kürzlich als Open Source freigegebenen Unity Catalog.