Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Snowflake, IBM watsonx in Outscale

Lekcija 9 od 14 Posodobljeno 2. november 2026 Napredni
Na tej strani
  1. Tri komplementarne platforme
  2. Snowflake Cortex
  3. IBM watsonx.ai
  4. Outscale
  5. Primerjava treh platform
  6. Ključne ugotovitve

Tri komplementarne platforme

Poleg velikih ponudnikov oblaka (Azure, GCP, AWS) je Mistral na voljo še na treh dodatnih platformah, ki naslavljajo specifične potrebe: Snowflake Cortex za podatkovne ekipe, IBM watsonx za podjetja v reguliranih panogah in Outscale za evropsko suverenost podatkov. Nobena od teh platform ne namerava nadomestiti splošnih platform; namesto tega vsaka izstopa v določenem scenariju. Ta lekcija ti bo dala jasen pregled vseh treh.

Snowflake Cortex

Snowflake Cortex vgrajuje modele umetne inteligence neposredno v platformo Snowflake. Njegova glavna prednost se skriva v enem stavku: klicati lahko Mistral neposredno iz svojih poizvedb SQL, ne da bi kdaj koli premaknil podatke izven Snowflaka. Na voljo sta dva modela: Mistral Large 2 pod identifikatorjem mistral-large2 za napredno sklepanje in Mistral 7B, lahka strežniška opcija. Predpogoji vključujejo račun Snowflake v regiji, združljivi s Cortexom, in omogočeno vlogo CORTEX_USER.

Najelegantnejša integracija je čisti klic SQL:

-- Neposreden klic znotraj poizvedbe SQL
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'mistral-large2',
    'Povzemi glavne trende v tem naboru podatkov.'
) AS summary;

Prava vrednost se pokaže, ko model združiš s svojimi obstoječimi tabelami. Predstavljaj si tabelo reviews, ki vsebuje milijone ocen strank: namesto da bi pisal skripto za izvoz, gradil cevovod za klice API-ja in ponovno uvažal rezultate, v eni sami poizvedbi ustvariš stolpec za sentiment.

-- Analiziraj vsako vrstico v tabeli
SELECT
    id,
    description,
    SNOWFLAKE.CORTEX.COMPLETE(
        'mistral-large2',
        CONCAT('Razvrsti to besedilo (pozitivno/negativno/nevtralno): ', description)
    ) AS sentiment
FROM reviews
LIMIT 100;

LIMIT 100 v tem primeru ni okras: vedno začni z vzorcem, da oceniš stroške in preveriš formate odgovorov, preden obdelavo zaženeš na celotni tabeli. Ista logika je dostopna v Pythonu prek Snowparka, kar ti omogoča integracijo klicev v obstoječi cevovod:

from snowflake.cortex import Complete

# Preprost klic
completion = Complete(
    model="mistral-large2",
    prompt="Kakšne so prednosti Snowflaka za umetno inteligenco?"
)
print(completion)

Cortex odlično opravi obsežno razvrščanje besedil, bogatenje podatkov neposredno znotraj cevovodov SQL, ustvarjanje povzetkov ob ogromnih naborih podatkov in analizo sentimenta brez izvoza podatkov.

IBM watsonx.ai

IBM watsonx.ai je IBM-ova platforma za umetno inteligenco za podjetja, zasnovana za regulirane panoge, kot so bančništvo, zavarovalništvo in zdravstvo. Modeli Mistral, vključno z Mistral Large, so na voljo tako kot SaaS kot tudi lokalno (on-premise), kar to naredi za močno opcijo, ko interne revizije prepovedujejo pošiljanje podatkov v javne storitve oblaka. Dostop zahteva projekt IBM watsonx (IBM_CLOUD_PROJECT_ID), storitveni ID z dostopom do Watson Machine Learning in vlogo EDITOR ter ključ API IBM Cloud (IBM_CLOUD_API_KEY).

Tvoja izbrana regija določa URL končne točke, ki ga posreduješ odjemalcu:

RegijaKoda
Dallasus-south
Londoneu-gb
Frankfurteu-de
Tokiojp-tok

Namestitev vključuje tri pakete:

pip install httpx ibm-watsonx-ai mistral-common

Tretji paket si zasluži posebno pozornost. Paket mistral-common je bistven za pravilno oblikovanje pozivov. Brez njega lahko tokenizator povzroči tihe napake – odgovore, ki se zdijo verjetni, a temeljijo na nepravilno tokeniziranih pozivih. To je najslabši možni scenarij, ker nič ne signalizira, da obstaja težava.

Ko so poverilnice nastavljene, sam klic ostane preprost:

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="Kakšne so zahteve GDPR za obdelavo podatkov umetne inteligence?"
)
print(response)

Izogibaj se pošiljanju surovih nizov: uporabi tokenizator Mistral, da preprečiš zgoraj omenjene tihe napake tokenizacije.

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="Tvoj poziv tukaj")]
)
tokens = tokenizer.encode_chat_completion(request)

Outscale

Outscale je evropski ponudnik oblaka, hčerinska družba podjetja Dassault Systèmes. Je prava izbira za organizacije, ki zahtevajo popolno suverenost podatkov znotraj Evropske unije. Na voljo so trije modeli: Mistral Small (24.09), Codestral (24.05), specializiran za kodo, in Ministral 8B (24.10). Namestitev poteka prek tržnice Outscale, ki dostavi VM z GPU-jem in vnaprej nameščenim modelom – inferenčne nastavitve ne moraš konfigurirati sam.

Prijetna razlika glede na prejšnji dve platformi: Outscale deluje s standardnim odjemalcem Mistral tako, da preprosto usmeriš server_url na svojo instanco.

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": "Kakšne so prednosti evropskega suverenega oblaka?"}
    ],
    temperature=0
)
print(response.choices[0].message.content)

Če si namestil Codestral, dokončanje FIM (fill-in-the-middle) deluje na enak način: zagotoviš začetek in konec kode, model pa izpolni sredino. To je mehanizem, ki stoji za asistenti za dokončevanje v urejevalnikih kode.

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)

Primerjava treh platform

MeriloSnowflake CortexIBM watsonxOutscale
Ciljna publikaPodatkovne/SQL ekipeRegulirana podjetjaSuverenost EU
DostopIzvirni SQL + PythonIBM SDKOdjemalec Mistral
Lokacija podatkovOstane v SnowflakuIBM CloudEvropski oblak
ModeliLarge, 7BLargeSmall, Codestral, 8B
SkladnostSOC 2, HIPAASOC 2, HIPAA, PCISecNumCloud

Ključne ugotovitve

  • Snowflake Cortex – idealno, če so tvoji podatki že v Snowflaku; klici AI neposredno iz SQL
  • IBM watsonx – platforma za regulirana podjetja; za oblikovanje zahteva mistral-common
  • Outscale – evropska suverenost; namestitev prek tržnice z vnaprej konfiguriranim GPU-jem
  • Vsaka platforma ima svoj SDK – le Outscale uporablja standardnega odjemalca Mistral