AI/MLチーム
迅速なデータ発見と検索を必要とするAI/MLチーム
NeuralSearchは、ファイルシステムのメタデータをリアルタイムのインテリジェンスに変換することで、ペタバイト規模の非構造化データを即座に検索可能にします。ユーザーは、クローラーやインデックス作成ジョブ、手動でのタグ付けを待つことなく、瞬時にファイルを見つけることができます。
従来の検索機能では、個別のVM、データベース、ETLパイプラインが必要であり、継続的なメンテナンスも求められます。NeuralSearchはストレージプラットフォームに直接組み込まれているため、運用上のオーバーヘッドを排除し、インフラコストを削減し、管理を簡素化します。
ネイティブのカラム型インデックスを活用することで、NeuralSearchは数十億件のファイルに及ぶ場合でも定数時間のクエリ処理性能を実現します。これにより、お客様は、データ規模の拡大に伴うネームスペースの探索による処理の遅延やパフォーマンスの低下を回避できます。
ユーザーは、SQLクエリ、平易な英語のプロンプト、あるいはベクトル埋め込みを活用したセマンティック検索を利用して、ファイル名やあらかじめ定義されたタグだけでなく、構造、文脈、意図に基づいてデータを検索できます。これにより、AI、分析、コンプライアンス、コンテンツの各ワークフローにおけるデータ発見が向上します。
Qumulo Cloud Data Fabricと統合されたNeuralSearchは、環境を横断したデータの地理的に分散されたビューを提供します。メタデータはすべての場所に伝播されるため、レプリケーションや個別のインデックス作成システムを必要とせずに、一貫性のある検索が可能になります。
NeuralSearchはMCPに対応しており、ParquetやIcebergなどのオープンフォーマットをサポートしているため、Claude、LangChain、CrewAIなどのツールを利用するAI/MLパイプライン、分析プラットフォーム、自律エージェントに最適です。NFSやS3を通じて、より迅速なデータ発見と直接的なデータ取得を可能にします。
迅速なデータ発見と検索を必要とするAI/MLチーム
分析チームが、ネームスペースの順走をSQLクエリに置き換えている
Claude、LangChain、CrewAIなどのツール向けに、MCP対応インターフェースを採用したエージェント型AIプラットフォーム
データ資産全体を対象としたリアルタイム検索。あらゆるデータを、どこからでも、瞬時に検索できます。
NeuralSearchは、Qumuloが提供する非構造化データ向けのストレージネイティブ検索・クエリインテリジェンスプラットフォームです。ファイルシステムのメタデータをリアルタイムで検索可能なインテリジェンスに変換し、外部のクローラーやETLパイプライン、個別のデータベースに依存することなく、ユーザーがメタデータ、自然言語、または意味的な内容に基づいてファイルを検索できるようにします。
従来の検索プラットフォームは、スケジュールされたクローラー、独立したデータベース、およびETLワークフローに依存しているため、情報がすぐに古くなってしまい、運用上の複雑さを増すことになります。NeuralSearchはストレージ層に直接組み込まれているため、常に最新の情報を保持し、追加のインフラストラクチャを必要とせず、ネイティブなカラム型インデックスを使用して定数時間のクエリパフォーマンスを実現します。
NeuralSearch は、以下の 4 つの主要な機能をサポートしています。
• SQL ベースのメタデータ検索
• 時系列検索(「月曜日以降、何が変更されたか?」など)
• 平易な英語を用いた自然言語検索
• ベクトル埋め込みを用いたセマンティック検索(ラベルではなく意味に基づいてコンテンツを検索)
セマンティック検索では、ベクトル埋め込み技術を活用し、ファイル名やフォルダ、タグだけでなく、意味や文脈、類似性に基づいてユーザーがファイルを見つけられるようにします。例えば、ユーザーは「チャイルドが登場する砂漠での追跡シーン」と検索することで、手動で付けられたラベルではなく、視覚的な類似性に基づいて関連する動画クリップを取得することができます。
NeuralSearchはQumulo Cloud Data Fabric(CDF)に直接統合されているため、メタデータは環境全体にグローバルに伝播されます。これにより、データの地理的に分散されたビューが提供され、レプリケーションや個別のインデックス作成システムを必要とせずに、エッジ、コア、クラウドにわたって一貫性のある検索が可能になります。
NeuralSearchは、ネームスペースの探索に時間がかかる問題、検索インデックスの古さ、手動タグ付けの制限、そして従来の検索システムに必要な複雑なインフラストラクチャといった課題を解消します。これにより、組織は分析の迅速化、AI/MLパイプラインの効率化、コンプライアンス調査の簡素化を実現し、非構造化データの発見と活用を格段に容易にすることができます。
QumuloとDatabricksは連携し、組織がAI、分析、および最新のデータワークフローにおいて、非構造化データの価値を最大限に引き出せるよう支援します。Qumuloは、オンプレミス、クラウド、エッジにまたがるグローバルに分散された高性能データプラットフォームを提供し、Databricksはデータエンジニアリング、分析、AIのための統合環境を提供します。

Blog
Blog
この1年半の間に、企業のインフラ購買担当者は、10年以上にわたって安易に抽象化されてきた現実に直面することを余儀なくされた。
Blog
QumuloとDatabricksは共同統合を完了し、エンタープライズレイクハウスを組織のデータエステート全体に広げることができるようになった。オンプレミス、エッジ、主要クラウドのどこにデータが存在しようとも、DatabricksはQumuloストレージを通じてデータの読み取り、書き込み、管理を行うことができます。