Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Snowflake, IBM watsonx i Outscale

Lekcija 9 od 14 Ažurirano 2. studenoga 2026. Napredno
Na ovoj stranici
  1. Tri komplementarne platforme
  2. Snowflake Cortex
  3. IBM watsonx.ai
  4. Outscale
  5. Usporedba triju platformi
  6. Ključne točke

Tri komplementarne platforme

Osim velikih pružatelja hiperskalerskih usluga (Azure, GCP, AWS), Mistral je dostupan na tri dodatne platforme koje odgovaraju specifičnim potrebama: Snowflake Cortex za podatkovne timove, IBM watsonx za regulirana poduzeća i Outscale za europski suverenitet podataka. Nijedna od njih ne cilja zamijeniti platforme opće namjene; umjesto toga, svaka odlično funkcionira u određenom scenariju. Ova lekcija daje ti jasan pregled sve tri.

Snowflake Cortex

Snowflake Cortex ugrađuje AI modele izravno u platformu Snowflake. Njegova glavna prednost svodi se na jednu rečenicu: Mistral pozivaš iz svojih SQL upita bez ikakvog premještanja podataka izvan Snowflakea. Dostupna su dva modela: Mistral Large 2 pod identifikatorom mistral-large2 za napredno zaključivanje i Mistral 7B, lagana serverless opcija. Preduvjeti uključuju Snowflake račun u regiji kompatibilnoj s Cortexom i omogućenu ulogu CORTEX_USER.

Najelegantnija integracija je čisti SQL poziv:

-- Izravan poziv unutar SQL upita
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'mistral-large2',
    'Summarize the main trends in this dataset.'
) AS summary;

Prava vrijednost proizlazi kada model kombiniraš sa svojim postojećim tablicama. Zamisli tablicu reviews koja sadrži milijune korisničkih recenzija: umjesto pisanja skripte za izvoz, izgradnje pipelinea za API pozive i ponovnog uvoza rezultata, generiraš stupac sentimenta u jednom upitu.

-- Analiziraj svaki redak u tablici
SELECT
    id,
    description,
    SNOWFLAKE.CORTEX.COMPLETE(
        'mistral-large2',
        CONCAT('Classify this text (positive/negative/neutral): ', description)
    ) AS sentiment
FROM reviews
LIMIT 100;

LIMIT 100 u ovom primjeru nije dekorativan: uvijek započni s uzorkom kako bi procijenio troškove i verificirao formate odgovora prije pokretanja obrade na cijeloj tablici. Ista je logika dostupna u Pythonu putem Snowparka, što ti omogućuje integraciju poziva u postojeći pipeline:

from snowflake.cortex import Complete

# Jednostavan poziv
completion = Complete(
    model="mistral-large2",
    prompt="What are Snowflake's advantages for AI?"
)
print(completion)

Cortex briljira kod tekstualne klasifikacije velikog opsega, obogaćivanja podataka izravno unutar SQL pipelinea, generiranja sažetaka nad masivnim skupovima podataka i izvođenja analize sentimenta bez ikakvog izvoza podataka.

IBM watsonx.ai

IBM watsonx.ai je IBM-ova poduzetnička AI platforma, dizajnirana za regulirane industrije poput bankarstva, osiguranja i zdravstva. Mistral modeli, uključujući Mistral Large, dostupni su i kao SaaS i on-premise, što ovo čini snažnom opcijom kada interne revizije zabranjuju slanje podataka u javne cloud usluge. Pristup zahtijeva IBM watsonx projekt (IBM_CLOUD_PROJECT_ID), Service ID s pristupom Watson Machine Learningu i ulogom EDITOR, te IBM Cloud API ključ (IBM_CLOUD_API_KEY).

Regija koju odabereš određuje URL krajnje točke koji prosljeđuješ klijentu:

RegijaKod
Dallasus-south
Londoneu-gb
Frankfurteu-de
Tokyojp-tok

Instalacija uključuje tri paketa:

pip install httpx ibm-watsonx-ai mistral-common

Treći paket zaslužuje posebnu pozornost. Paket mistral-common ključan je za ispravno formatiranje prompta. Bez njega, tokenizer može proizvesti tihe greške – odgovore koji djeluju uvjerljivo, ali se temelje na neispravno tokeniziranim promptovima. To je najgori scenarij jer ništa ne signalizira da postoji problem.

Kada su vjerodajnice postavljene, sam poziv ostaje jednostavan:

from ibm_watsonx_ai.foundation_models import ModelInference
import os

model = ModelInference(
    model_id="mistralai/mistral-large",
    credentials={
        "url": "https://eu-de.ml.cloud.ibm.com",
        "apikey": os.environ["IBM_CLOUD_API_KEY"]
    },
    project_id=os.environ["IBM_CLOUD_PROJECT_ID"]
)

response = model.generate_text(
    prompt="What are the GDPR requirements for AI data processing?"
)
print(response)

Izbjegavaj slanje sirovih nizova: koristi Mistral tokenizer kako bi spriječio tihe greške tokenizacije spomenute ranije.

from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
from mistral_common.protocol.instruct.messages import UserMessage
from mistral_common.protocol.instruct.request import ChatCompletionRequest

tokenizer = MistralTokenizer.from_model("mistral-large-latest")

request = ChatCompletionRequest(
    messages=[UserMessage(content="Your prompt here")]
)
tokens = tokenizer.encode_chat_completion(request)

Outscale

Outscale je europski pružatelj cloud usluga, podružnica tvrtke Dassault Systèmes. To je prvi izbor za organizacije koje zahtijevaju puni suverenitet podataka unutar Europske unije. Dostupna su tri modela: Mistral Small (24.09), Codestral (24.05) specijaliziran za kod i Ministral 8B (24.10). Implementacija se odvija putem Outscale marketplacea, koji isporučuje VM s GPU-om i unaprijed implementiranim modelom – ne moraš sam konfigurirati inferenciju.

Dobrodošla razlika u odnosu na prethodne dvije platforme: Outscale radi sa standardnim Mistral klijentom jednostavnim usmjeravanjem server_url na tvoju instancu.

import os
from mistralai.client import Mistral

client = Mistral(server_url=os.environ["OUTSCALE_SERVER_URL"])

response = client.chat.complete(
    model=os.environ["OUTSCALE_MODEL_NAME"],
    messages=[
        {"role": "user", "content": "What are the advantages of a European sovereign cloud?"}
    ],
    temperature=0
)
print(response.choices[0].message.content)

Ako si implementirao Codestral, FIM (fill-in-the-middle) kompletiranje radi na isti način: daješ početak i kraj koda, a model ispunjava sredinu. To je mehanizam iza asistenata za kompletiranje u uređivačima koda.

response = client.fim.complete(
    model=os.environ["OUTSCALE_MODEL_NAME"],
    prompt="def fibonacci(n: int) -> int:",
    suffix="return result"
)
print(response.choices[0].message.content)

Usporedba triju platformi

KriterijSnowflake CortexIBM watsonxOutscale
Ciljana publikaPodatkovni/SQL timoviRegulirana poduzećaEU suverenitet
PristupIzvorni SQL + PythonIBM SDKMistral klijent
Lokacija podatakaOstaje u SnowflakeuIBM CloudEuropski cloud
ModeliLarge, 7BLargeSmall, Codestral, 8B
UsklađenostSOC 2, HIPAASOC 2, HIPAA, PCISecNumCloud

Ključne točke

  • Snowflake Cortex – idealan ako su ti podaci već u Snowflakeu; pozivaj AI izravno iz SQL-a
  • IBM watsonx – platforma za regulirana poduzeća; zahtijeva mistral-common za formatiranje
  • Outscale – europski suverenitet; implementacija putem marketplacea s unaprijed konfiguriranim GPU-om
  • Svaka platforma ima svoj vlastiti SDK – samo Outscale koristi standardni Mistral klijent