L’ensemble des produits Databricks sont maintenant disponible sur un mode serverless qui est appelé à devenir la norme.

Databricks annonce un partenariat et une participation au financement de série A de Mistral AI.

Basé sur une approche MoE, il rassemble 132 milliards de paramètres et aurait été plus performant que Llama 2 70B, Mistral-8x7B et GPT-3.5 sur les tests de compréhension du langage, de programmation, de mathématique et de logique.

Après sa récente levée de fonds de 1 milliard de dollars, Databricks annonce un partenariat stratégique avec Google Cloud.

Google Cloud et Databricks annoncent un partenariat permettant de fournir la plateforme de Databricks sur Google Cloud à l’échelle mondiale. Dans le cadre de ce partenariat, les entreprises peuvent désormais créer une architecture Lakehouse pour la data ingénierie, la data science, le machine learning, et l’analytique sur l’infrastructure mondiale de Google Cloud. Databricks sur Google Cloud sera étroitement intégré à la plateforme ouverte de Google BigQuery et tirera parti de Google Kubernetes Engine (GKE), permettant ainsi pour la première fois à leurs clients de déployer Databricks dans un environnement entièrement conteneurisé.

La disponibilité de Databricks sur Google Cloud permet aux clients de se procurer rapidement Databricks sur l’infrastructure mondiale de Google Cloud avec les contrôles de sécurité et de protection des données requis pour les industries hautement réglementées, et avec la possibilité d'adapter rapidement l'usage en fonction des besoins de l'entreprise. De plus, les clients pourront bientôt déployer Databricks à partir de Google Cloud Marketplace, ce qui simplifiera les achats et la gestion des utilisateurs, et permettra une authentification et une facturation uniques. La solution fournit de plus des connecteurs prêts à l’emploi pour une intégration simple et rapide de Databricks à BigQuery, Google Cloud Storage, Looker et Pub/Sub et l'entraînement de modèles rapide et extensible avec AI Platform en utilisant les workflows de données créés dans Databricks, et le déploiement simplifié des modèles conçus dans Databricks en utilisant AI Platform Prediction.

Selon Reuters, Databricks, un éditeur de solutions d’analyse de données créé par les fondateurs de Spark, vise à entrer en bourse lors du premier semestre de l’année prochaine.

Ali Ghodsi, CEO de Databricks

Selon l’agence d’informations économiques Reuters, Databricks a entamé les premières discussions avec des banques mais n’a pas encore rempli de dossier. La société vise une introduction à un niveau largement supérieur à sa dernière estimation de valorisation soit plus de 6,2 milliards de dollars après une levée de fonds de 400 M$.

Sur le même marché Snowflake a récemment vu sa capitalisation boursière grimper à 70 milliards de dollars, le double de son prix d’introduction.

Databricks a jusqu’à présent levé 900 millions de dollars et est soutenu par de nombreux fonds et a Microsoft comme investisseur et partenaire. Databricks revendique 5000 clients dont de nombreux grands comptes comme Royal Dutch Shell ou Regeneron Pharmaceuticals.

Pour rappel sur les 129 milliards de dollars levés en bourse depuis le début de l’année, les logiciels représentent 10 %.

Le fournisseur de solutions pour l'analytique et l'intelligence artificielle vient de réussir un gros coup financier avec une levée de fonds de 1 milliard de dollars en série G.

L'Informaticien avait récemment rapporté la volonté de Databricks d'entrée en bourse alors que l'entreprise était en discussion avec des banques après des indiscrétions de Reuters. Databricks semble avoir choisi d'abord une autre voie avec une nouvelle levée de fonds qui regroupe des investisseurs de renom. Franklin Templeton porte la valorisation de Databricks à 28 milliards de dollars. Franklin Templeton est rejoint par d’autres nouveaux investisseurs tels que Canada Pension Plan Investment Board, Fidelity Management & Research LLC, et Whale Rock, ainsi que par les nouveaux investisseurs stratégiques Amazon Web Services (AWS), CapitalG et Salesforce Ventures. Parmi les investisseurs existants qui participent à ce tour de table, citons Microsoft, Andreessen Horowitz, Alkeon Capital Management, les fonds et comptes gérés par BlackRock, Coatue Management, les fonds et comptes gérés by T. Rowe Price Associates, Inc. et Tiger Global Management. Un tour qui rassemble donc les principaux VC de la place.

Ce financement va accélérer l'innovation de Databricks et permettre à l'entreprise d'étendre et d’accompagner l'adoption rapide du Lakehouse, une architecture spécifique à Databricks qui vise à combiner la performance d'un datawarehouse et les coûts réduits d'un data lake.

Dernière étape avant l'IPO ?

Les nouveaux investisseurs semblent vouloir profiter de l'engouement autour de la solution de Databricks. La croissance de l'entreprise est forte et une IPO est toujours possible. De quoi refaire la bascule, déjà réalisée par certains comme Salesforces Ventures, lors de l'introduction en bourse de Snowflake, un autre acteur du datawarehouse dans le cloud.

la solution de Databricks facilite la création de flux de données entre différents systèmes de stockage de données et simplifie la préparation de jeux de données pour la construction de modèles. Le nom du produit est Unified Analytics. Dans les tuyaux de l’entreprise : Delta, un nouveau moteur qui devrait remplacer Spark à terme, et de nouveaux produits. Delta Lake est une couche de stockage open source qui se place au dessus du data lake et qui se marie parfaitement avec Spark. Concrètement Delta Lake se présente comme un niveau de cache qui choisit automatiquement les données entrantes pour correspondre au modèle de l'utilisateur et les convertit dans format le plus adapté à la CPU pour profiter d'une optimisation matérielle.

Databricks Lakehouse for Financial Services est une plateforme de gestion des données conçue pour les clients des secteurs de la banque, de l'assurance et des marchés de capitaux. 

Le pionnier du « Lakehouse » annonce le rachat dune start-up allemande, 8080 labs, qui développe Bamboolib, un outil populaire de data science basée sur une interface utilisateur, qui permet une exploration et une transformation rapides des données en quelques clics et sans code.

L’éditeur pionnier du concept de Lakehouse vient de réaliser une levée de série H de 1,6 milliards de dollars pour être valorisé 38 milliards de dollars.